微软“提示”功能修复了AI提示无法正常显示的问题

微软正在着手解决生成式人工智能中“试错”循环长期存在的效率低下问题。为了将不可预测的人工智能交互转化为可靠的生产力提升工具，这家科技巨头推出了…… 提示 （提示 + 选项）。这个新的开源 UI 框架用提示取代了模糊的自然语言请求。 精确、动态的界面控制旨在规范员工与大型语言模型 (LLM) 的交互方式。

解决理解瓶颈

虽然公众的关注点大多集中在人工智能内容生成上，但企业应用往往围绕着…… 理解—利用人工智能进行解释、教学或调试。例如，同一个电子表格公式，对于一个用户可能需要简单的语法解析，而对于另一个用户则可能需要复杂的调试指南。

目前的聊天界面很难在不发送冗长段落提示的情况下捕捉到这种意图。 提示符作为中间件层运行。 为了解决这个问题，它会实时分析对话历史记录，生成可点击的选项（例如解释长度、语气或特定重点领域），从而无需用户手动输入冗长的规范。

平衡效率与复杂性

在对比静态控件和这种动态系统的测试中，微软研究人员发现了明显的权衡取舍：

• 减少工作量： 参与者发现，无需改写提示语，就能更轻松地表达具体的任务要求。“学习目标”等动态选项鼓励了更深入的思考。
• 学习曲线： 虽然该系统具有一定的适应性，但一些用户发现它不够透明，很难预测某个特定的复选框会如何改变最终的 AI 输出，直到它出现之后才能做出判断。

技术架构与安全

Promptions 被设计成一个轻量级的中间件，位于用户和模型之间，由两个核心组件组成：

1. 选项模块： 分析用户输入以生成相关的用户界面元素。
2. 聊天模块： 纳入选择项以驱动人工智能响应。

对企业安全至关重要的是，该系统采用了一种 无状态设计无需在会话之间存储数据，简化了实施过程，并减轻了数据治理方面的担忧。

从“即时工程”到“即时选择”的转变，为实现一致的AI输出提供了途径。尽管在校准方面仍然存在可用性方面的挑战，但微软建议领导者将此视为一种设计模式，并在内部平台中进行测试，以提高员工效率。

资料来源： 微软提示研究