AI 產品的效果往往取決於用戶提供的提示，而撰寫理想提示並非精確科學。雖然很少聽到專家談論成功 AI 提示的要素，但 Google DeepMind 的 UX 工程師 Anna Bortsova 最近在一篇博客中分享了她的見解。
Bortsova 擁有視覺藝術和工程背景，她使用一種鮮為人知的技術稱為「meta prompting」，來利用 Google 的 Veo 3 視頻生成模型創建視頻。她並不直接撰寫自己的提示，而是利用 meta prompting 來精煉輸入到 Flow 或 Gemini 應用程序中的提示，這些提示最終會使用 Veo 3。
具體來說，Bortsova 並不是編寫一個詳細的視頻生成提示，而是為 Gemini 撰寫一個提示。她的做法是針對特定任務進行定義，例如撰寫一個大型語言模型（LLM）能夠理解的具體提示。她還強調格式和風格的重要性，例如要求創作一段 8 秒的定格動畫，並指定使用某種具體的紙張，如箔紙或光面紙，而不是一般的紙張。
在初始提示之後，用戶可能希望通過後續問題來引導 Gemini 朝正確方向發展。與 Gemini 的最佳互動是具有合作性和雙向交流的。Bortsova 還建議在提示中融入情感，表達「希望引發的感受」。
值得注意的是，meta prompting 技術可以應用於各種用途，超越視頻生成。每當希望與 AI 達成某種效果時，可以考慮直接詢問 AI 模型如何達成。與其費力地構思完美提示，不如利用 meta prompting，請求 Gemini 幫助生成最終將被重新輸入到聊天機器人的提示，以完成手頭的任務。
