ChatGPT Prompt:
1st Prompt: 請ChatGPT記住WET-AIR AI和COSTAR提示詞策略:...。
2nd Prompt: 請比較WET-AIR AI提示詞策略和COSTAR提示詞策略的異同、使用場景、評價。
3rd Prompt: 我需要將你上述提供的內容完整發布到Skool變成分享我的學習的貼文,無法使用mark down格式、無法使用表格,需仔細改成純文字或一般標號。
ChatGPT回答:
WET-AIR vs COSTAR AI 提示詞策略比較
一、比較異同
(一)相同點:
- 結構化提示詞 兩者皆提供清晰的框架,讓用戶能有效地構建提示詞,提高 AI 輸出的精準度與一致性。
- 全面考量
- 靈活性高 無論是創意型還是任務導向型,兩者都可以根據需求進行靈活應用。
(二)不同點:
WET-AIR 提示詞策略:
- 核心目標:引導 AI 扮演角色,執行任務,並強調語境和調整輸出的風格。
- 語境/背景:使用「情境 (Environment)」來明確設定角色所處的背景。
- 任務目標:透過「任務 (Task)」明確指定具體的工作內容。
- 語氣與風格:強調「調校 (Adjust)」調整輸出語氣與風格。
- 回應格式/範圍:使用「限制回應 (Restrict)」來控制輸出內容或格式。
COSTAR 提示詞策略:
- 核心目標:聚焦於解決具體問題,達成目標,並考慮受眾需求。
- 語境/背景:使用「背景 (Context)」提供已有資訊和嘗試過的方法。
- 任務目標:使用「目標 (Objective)」來表達問題和期望結果。
- 語氣與風格:將「風格 (Style)」和「語氣 (Tone)」分開,做更細緻的規範。
- 回應格式/範圍:使用「回應格式 (Response)」來指定輸出的結構和形式。
二、使用場景
(一)WET-AIR 的適用場景:
- 角色扮演與創意生成 如:讓 AI 扮演老師、顧問、記者等角色,模擬不同語境進行對話。
- 內容創作與靈活調整 適用於撰寫故事、廣告文案、對話腳本,或要求輸出特定語氣風格的內容。
- 語言學習與多樣任務 用於模擬對話、練習翻譯、修改語法,並根據語氣和風格進行多樣化調整。
範例: 「Who:你是英文老師,Environment:一位學習者準備雅思口試,Task:請針對‘環境保護’進行問答模擬,Adjust:語氣親切鼓勵,Include:常見考試陷阱,Restrict:輸出五個完整問答示範。」
(二)COSTAR 的適用場景:
- 問題解決與目標導向 適合明確設定需求,解決具體問題,或達成專業成果。
- 受眾導向內容產出 適用於學術寫作、簡報內容、教學大綱、專案報告,根據受眾需求調整深度與形式。
- 任務與結構要求清晰的場景 適合產出具有特定格式的回應,如步驟列表、說明文件、比較分析等。
範例: 「Context:團隊剛完成市場調查報告,Objective:需撰寫簡要報告結論供管理層決策,Style:簡潔專業,Tone:客觀冷靜,Audience:高階管理層,Response:不超過 200 字,分三點總結。」
三、評價
(一)WET-AIR:
- 優點:靈活性高,適合多樣任務,特別是在創意生成及角色扮演方面表現出色。
- 缺點:較少關注受眾的知識水平,對於專業內容的目標達成不如 COSTAR 精確。
- 適用用戶:需要生成對話、故事、創意文本,或調整語氣風格的用戶。
(二)COSTAR:
- 優點:強調目標導向,受眾需求明確,特別適合解決具體問題及生產專業內容。
- 缺點:相對較為嚴謹,創意生成和角色扮演靈活度稍弱。
- 適用用戶:需要產出結構化內容、學術寫作、報告撰寫,或目標清晰的用戶。
(三)總結建議:
- WET-AIR 適合「創意生成」及「語氣調校」需求的用戶。
- COSTAR 適合「專業任務」及「目標導向」需求的用戶。
根據具體場景,兩者可搭配使用。例如,先用 COSTAR 定義明確目標,再用 WET-AIR 調整語氣與細節,實現更精確的輸出。
---