提示詞的“逆向工程”，讓AI大語言模型幫你反推提示詞
一、前言
在日常生活中，我們不時會遇到一些令人驚艷的文本，不論是一篇精彩絕倫的小說、一篇深入淺出的科普文章，還是一篇充滿熱情的音樂推薦，它們都能在我們的心中留下深刻的印象。然而，如何復刻這些文本的風格并生成類似的內容，卻是一項頗具挑戰的任務。在這篇文章中，我將介紹一種被稱為逆向工程(Reverse Engineering)的技巧，利用AI大語言模型的力量，從已有的文本中反推出能夠生成類似文本的提示詞。
在生活中，我們常常需要從已有的產品或成果中推斷出其制作過程或需求條件。例如，我們可以通過分析一篇文章的內容和結構來推測作者的意圖和寫作方式，通過一盤好吃的菜來推斷它的制作過程，或者通過反編譯軟件包來尋找想要的代碼片段。
二、什么是逆向工程
逆向工程就是一種從結果反推過程的方法。逆向工程讓我們能夠在不了解實際原理和過程的情況下，推斷出生產結果和相應的需求條件。
提示詞的逆向工程，主要是讓AI大語言模型分析文本，并嘗試生成一個能夠產生類似結果的提示詞。這個過程需要一定的文本分析和總結能力。因此，我建議你使用最新的ChatGPT-4模型來進行這樣的嘗試，使用其他模型不一定能得到較好的效果。
三、舉例理解
讓我們通過一些實例來深入理解這個過程。假設你在網絡上看到了一篇風格獨特、令人難以忘懷的小紅書風格的音樂推薦筆記，你被其生動鮮活的語言和個性化的推薦深深吸引，你希望能夠生成類似的文本。這時，你就可以嘗試使用逆向工程的方法，將這篇筆記的內容輸入AI大語言模型，并提供指令讓ChatGPT-4對其進行分析。
分析以下文本，給出可以生成這個類型文本的完整的Prompt（提示詞），包含文本的類型、文風、角色、風格、語氣、長度、段落和emoji等內容。
請直接輸出結果，不要輸出其他內容：【熱門推薦】搖滾新星！感受青春狂熱的《雷霆之音》。
推薦指數：(5/5)
嗨，寶貝們～今天給你們帶來一首絕對讓你們血脈僨張、心跳加速的當下流行搖滾音樂！
歌曲名稱：《雷霆之音》
演唱者：熱血搖滾樂隊“熾焰少年”
評分：10/10
簡介：這首《雷霆之音》是由“熾焰少年”樂隊創作的一首搖滾金曲，讓人沉醉于無盡的能量和激情之中。這支年輕的樂隊以獨特的音樂風格和澎湃的演出贏得了無數樂迷的心。他們將搖滾的力量與現代元素相結合，創造出一種新的音樂體驗。
這首歌曲的吉他獨奏簡直讓人發狂！強烈的節奏和迷人的旋律讓人感受到音樂的力量，仿佛置身于狂熱的演唱會現場。每次的鼓點敲擊都像是心臟的跳動，讓你的血液沸騰起來。“熾焰少年”的主唱聲線凌厲有力，伴隨著激情四溢的歌詞，唱響了年輕人的心聲。
這首歌的旋律和歌詞充滿了對自由、夢想和青春的熱愛。它是一首勇敢追逐夢想的贊歌，讓我們勇敢面對生活中的挑戰，追求自己的理想。每次我聽到這首歌，就仿佛置身于那個無拘無束的年輕時光，感受自己內心深處的力量和勇氣。
我相信這首歌會深深觸動你的心弦，讓你感受到搖滾音樂的魅力。它不僅僅是一首歌曲，更是一種態度，一種對生活的熱情。讓我們一起跟隨《雷霆之音》的節拍，釋放內心的激情，勇敢追逐自己的夢想！
標簽：#搖滾音樂 #熾焰少年 #青春激情 #夢想追逐
輸出(ChatGPT-4)：
請寫一篇音樂推薦文章。
1.內容應包含以下信息和特點。
(1)文本類型：音樂推薦。
(2)文風：熱情的、感染力強的、生動的。
(3)角色：作為文章作者，你是一位音樂評論者。同時也是一位音樂愛好者，對音樂有深厚的了解和熱愛。
(4)風格：使用生動活潑的語言，包含大量形容詞和感嘆詞，讓讀者感受到你對音樂的熱情和喜歡的程度。
(5)語氣：語氣熱情，鼓勵人們去接觸和理解音樂的內涵和魅力。
(6)長度：200～300字。
(7)段落：每個段落應含有一個主題，如歌曲信息、歌曲評價、對歌曲內容的深度解讀、對讀者的鼓勵等。
(8)emoji：在文章中合理使用emoji，以增加表達的生動性和感染力，如音樂符號、星星、火焰、愛心等。
2.文章應包含的內容和結構。
(1)開篇使用【熱門推薦】作為標題，然后介紹你要推薦的歌曲，以及基本信息（如歌曲名稱、演唱者、評分等）。
(2)簡介：對歌曲的簡短介紹，包括風格、特點、創作背景等信息。
(3)歌曲評價：對歌曲的個人評價，包含對歌曲、旋律、歌詞、演唱的評價，以及你聽后的感受。
(4)對讀者的鼓勵：鼓勵讀者去聆聽這首歌，分享你對音樂的熱愛和你從中獲得的感受。
(5)結尾：給出一些標簽，總結文章的主題和內容。
例如，你要推薦的歌曲是《雷霆之音》，你可以描述這首歌曲的吉他獨奏、歌詞意境、演唱者的熱情等特點，然后表達你的個人感受，最后鼓勵讀者去聆聽這首歌，感受其所傳達的力量和激情。
拿到基礎版本的提示詞后，你可以根據自己的需求對其進行進一步優化，然后嘗試用它來生成你想要的文本。如果生成的效果欠佳，你可以根據輸出內容的特點，手工修改提示詞，或者重復上面的步驟進行優化。
拿到了這份優化后自己滿意后的prompt提示詞后，再投喂給大模型，讓大模型根據你的這份“需求”，輸出你想要的結果。
