高情商人在有效使用 AI 方面处于领先地位

快速阅读: 据《芬格尔》称，本文探讨了利用大型语言模型时借鉴的神经心理学实践，如认知负荷管理、图式激活、近因偏差等，强调通过有效提问引导模型输出更精准、高质量的结果，指出高情商者在驾驭AI对话中更具优势。

充分利用大型语言模型（LLMs）的做法，遵循了许多相同的神经心理学实践：

**认知负荷管理（斯威勒）**：与其提出一个复杂的问题，不如将其拆解为若干个小问题。例如，“先总结论点，再列出三条反驳意见。”这样能得到更精准、更有条理的结果。

**图式激活（巴特利特）**：给出简短背景，像“这是给一家《财富》500强CEO的战略规划备忘录”，能帮助模型确定合适的语气、语言和细节层次。

**近因偏差（默多克）**：把关键指令放在最后，比如“用表格形式组织答案”，这样模型更可能遵循指令。

**显著性检测（卡尼曼）**：突出最关键的信息，比如“仅使用2023年的数据”，就能让输出更聚焦且减少干扰。

**框架效应（特沃斯基与卡尼曼）**：问“如果我们推迟会有哪些风险？”比问“我们下一步该怎么做？”更容易得到清晰的答案——因为损失框架更能集中模型的注意力。

**目标导向框架（洛克与拉瑟姆）**：从明确的意图出发，比如“这得是一份非专业人士也能看懂的决策简报”，能帮助模型更注重清晰和实用。

**角色假设（社会认同理论）**：让模型扮演监管合规官的角色，能触发更多精确术语和结构的检索。

高情商的人自然会运用一些心理原则，懂得如何提问来引导人们的注意力、明确意图，并激励人们做到最好。这些技巧对于那些职业生涯中一直在学习如何驾驭人类对话的人来说是自然而然的。事实证明，同样的直觉也让他们能更好地把生成式AI的输出转化为定制化、高质量的结果。谁能想到，要利用全人类积累的知识，竟然需要一个全面发展的人类？

—

这段内容经过润色后更加流畅，逻辑也更加清晰。希望您满意！

(以上内容均由Ai生成)