Promptions 帮助 AI 提示更精确，实现动态 UI 控件

📢 转载信息

原文链接：https://www.microsoft.com/en-us/research/blog/promptions-helps-make-ai-prompting-more-precise-with-dynamic-ui-controls/

原文作者：Microsoft Research

---

Microsoft Foundry Labs 很高兴地宣布推出 Promptions，这是一个用于创建精确人工智能提示的系统，它集成了动态 UI 控件。

关于 Promptions

Promptions 是一种新的框架，它允许语言模型（LLM）在生成文本时动态地控制用户界面。它通过使用户能够使用 LLM 在应用程序中显示和操作结构化数据，而不是仅仅输出文本，从而使提示更加精确。

Promptions 的核心思想是，当用户编写提示时，LLM 不仅返回文本，还返回结构化指令，这些指令可以用来控制界面元素，比如输入字段、滑块、下拉列表等。这些控件可以实时更新，以便用户可以更精确地引导 LLM 的输出。

为什么需要更精确的提示？

传统的提示方法（如 GPT-3 或 GPT-4）依赖于用户提供精确的文本提示。然而，这种方法有两个主要限制：

• 不确定性：用户很难用自然语言精确地表达复杂的约束或参数，导致 LLM 产生不符合预期的输出。
• 信息缺失：在生成过程中，LLM 无法直接向用户请求澄清或更多信息，只能等待用户提供新的文本输入。

Promptions 旨在通过引入动态 UI 控件来克服这些限制。例如，如果用户要求 LLM 撰写一篇关于某个主题的文章，Promptions 允许 LLM 动态地生成一个“目标受众”下拉菜单和一个“语气”滑块，用户可以直接在界面上调整这些参数，而不是在文本提示中重新描述。

Promptions 的工作原理

Promptions 的工作流程如下：

1. 初始提示：用户提供一个初始提示。
2. LLM 响应与 UI 结构：LLM 不仅生成文本响应，还生成一个 JSON 结构，其中包含渲染 UI 控件的指令（例如，定义一个输入框或一个按钮）。
3. 动态 UI 更新：Promptions 引擎解析该 JSON 结构，并在应用程序中渲染相应的 UI 控件。
4. 用户交互与迭代：用户与这些新控件进行交互（例如，选择一个选项或输入一个值）。
5. 更新提示上下文：用户的交互结果被无缝地整合回 LLM 的提示上下文，LLM 接收到更新后的信息，并生成下一轮响应。

这种方法允许 LLM 在生成过程中与用户进行“对话”式的迭代细化，而无需用户重新输入完整的文本提示。

应用示例

Promptions 在多种场景中展现出巨大潜力：

• 内容创作：动态调整文章的风格、长度或关键点。
• 数据查询：LLM 可以根据查询动态生成过滤条件或聚合选项的 UI 控件，用户点击即可精炼结果。
• 代码生成：要求 LLM 生成特定功能代码时，可以动态提供库选项或依赖项的控件。

Microsoft Foundry Labs 邀请开发者和研究人员探索 Promptions，以构建更具交互性和精确性的 AI 应用程序。

---

🚀 想要体验更好更全面的AI调用？

欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。