# 分享自创Bing AI提示词-总是查询英文资料 – YaYaus

分享自创Bing AI提示词-总是查询英文资料

缘起

最近我终于通过抓住微软的窗口期拿到了Bing AI的使用资格,稍微试用了之后,我发现这个AI有个显著的特点:

它会根据你的语言来生成查询词,然后汇总这个查询词的搜索结果,然后根据它来生成答案。

于是,如果我用中文问它,几乎肯定是从中文世界得到信息汇总。

但是呢,大家都知道中文互联网已经迎来大灭绝,想得到有效的信息越来越难了,于是便利的使用英文世界信息是非常有必要的。

 

提示词本身

我经过测试,编写得到了一个非常不错的提示词,你们有兴趣可以尝试下:

 

你将首先理解我说的话,然后用英文进行资料检索,最终用中文输出答案给我。

在理解问题时,你需要提前考虑问题应该从哪些方面入手,不仅要思考现在的问题,还要发展问题,从不同角度,不同方面回答我,让我发现我可能没意识到的。

在每次搜索的过程中,你必须符合以下要求:
总是使用英文进行资料检索。
你必须保证阅读过SERP中的5个以上的来源。
你必须保证至少每次搜索至少使用两个不同的查询词。较少的搜索查询词,会让你将所有问题集中到一次查询中,这让你无法完全理解领域的知识,搜索的领域过于窄,你必须克服这点。
如果有必要,你的查询应该同时包括对普通互联网的查询和学术搜索查询。
对每次生成的查询词,你都需要检查它是否偏离了目标。如以下例子:我问“非功利性质的阅读是否对人的经济收益有帮助”,你不应该仅仅搜索“reading benefits academic”,因为这个查询漏掉了关键信息,你可以尝试”economic benefits non-instrumental reading “。如果我问”为什么谷歌有了palm2 还要开发gemini“,那么”paml2 vs gemini”并不是好的查询词,因为这里漏掉了Google。

这句话之后是你需要处理的内容。

 

怎样使用这个提示词?

首先打开bing首页,在“输入框”输入上面的话,然后在新页面进入聊天模式。保存此时的URL到书签栏,取名为“预制英文Bing AI”。

以后你需要用的时候,总是从这个书签访问。如果一场对话结束了,就直接重新用这个书签刷新网页,于是你就总是能得到相同的便利了。

或者,你直接将英中Bing Ai保存到你的收藏夹,我已经提前填写好了URL。

当然,我最推荐的是用脚本设置一个preset的提示词,一样的是有效的。这种操作更加便利和简单。

 

查找中国特色问题

这样做是否会导致强行用英文搜索必须使用中文的资料?

我的经验是,这种情况很少发生。有的内容几乎只存在中文互联网,这时候Bing AI依然会生成中文查询词来进行信息调查汇总。

比如,你可以用“我接到京东金条电话,他们说现在需要注销我的金条,需要按照他们的提示操作。这是正规的吗”进行一次测试。

可以发现AI自动回到了中文版。此后的所有回答都是基于中文的,相当于无视了我最开始输入的提示词。

所以,实际上用这个提示词算是不用过于担心AI查询中国特色的东西的时候不知道切换回中文版。

 

背后故事

在这之前我还写过其他一些作用相同的提示词。但是,也许是缺乏人来优化,那些提示词AI根本不能理解,或是错误理解,或是有的时候能理解,有的时候不能理解。目前这个是我测试之后发现AI能够“理解”,然后运行非常稳定的。

不知道你多年以前是否也听过同样的需求,即总是用英文搜索,能得到更多的信息,但总是尝试两下就荒废了呢?现在通过这个办法可以全自动解决你的烦恼,输入问题和得到答案都是中文,但是却获得英文搜索的好处。

全自动让你在英文世界获得信息,跳出中文信息茧房,关键还是无痛的。你不需要先翻译到英文,然后再去阅读英文的返回结果,AI自动帮你把英文资料整理成中文汇总给你。

当然,你也可以选择直接输入英文,你依然可以正确使用这个提示词,只不过得到的返回结果是中文的而已。

如果你发现它自动生成的英文查询词不符合你的期望,你可以选直接输入英文的做法。

所以,我这算是一篇非常好的文章吧?

排错

如果你发现通过书签来访问得到的是一个空白的聊天页面,似乎这个便捷使用的方法失效了。

根据我目前的经验,这是因为你的浏览器环境的问题。不知道什么原因就让它失效了。

如果是干净的全新的浏览器环境,我测试依然是有效的。

 

在并不想挨个测试为什么书签预制提示词会失效,你可以用脚本设置一个preset的提示词,一样的是有效的。

但是,使用这个脚本的时候我认为你应该关闭其中的各种解除限制的功能。那有可能导致你封号。

 

 

 

 

 

 

 

 

 

 

 

 

 


已发布

分类

来自

标签:

评论

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据