【第3570期】LLM 和 ChatGPT：文本提示与 JSON 提示的对比

前言

探讨了 AI 文本提示和 JSON 提示在大型语言模型（LLM）中的应用与差异。今日前端早读课文章由 @Jono Farrington 分享，@飘飘编译。

译文从这开始～～

提示词（Prompting）已经成为全球众多企业的一项重要技能，而且这一趋势不会很快消失。

我们公司在日常运营中大量使用 AI 和 GPT，包括提升工作效率、制定内容大纲，甚至直接进行内容创作。在实际应用中，我们有时使用文本提示，有时则使用 JSON 提示。

【第3523期】程序员专属提示词工程实战手册

特别是在 Shopify 的 OptizenAI 应用中，用于生成电商的 SEO 标题、描述和内容时，我们发现使用 JSON 能获得更清晰、规范的输出，减少了虚构（Hallucination）现象。相比之下，简单的文本提示更容易 “跑偏”。这在提示词内容较多时尤为明显。

为了更深入地了解两者，我们需要探讨它们的优缺点以及差异。

JSON 提示与文本提示概述

AI 的文本提示和 JSON 提示在大型语言模型（LLM）中的作用不同。文本提示主要用于自然语言处理（NLP）任务，而 JSON 提示是一种结构化数据格式，更适用于复杂的数据处理和机器学习模型。

了解它们的区别、优点和应用场景，可以帮助你根据具体需求选择合适的方式。

【第3536期】工程师的“氛围设计”指南（附实用提示词）

什么是 AI 文本提示？

AI 文本提示是输入给 LLM 的纯文本内容，用于生成回应。它们常见于聊天机器人、内容生成等 NLP 任务中。例如，一个文本提示可以是：“今天天气怎么样？”AI 会根据这句话生成相关回答。

文本提示的应用场景：

• 聊天机器人：生成类似人类的回答，提升用户互动体验
• 内容创作：自动生成文章、故事、报告等
• 语言翻译：实现多语言之间的翻译
• 情感分析：识别文本中的情绪和观点

什么是 JSON AI 提示？

JSON AI 提示是一种结构化数据输入方式，用来向 AI 模型提供清晰、有组织的信息。JSON（JavaScript 对象表示法）是一种轻量级数据交换格式，便于人类阅读和编写，也易于机器解析和生成。

【第3506期】开发者专用的 AI 提示词使用指南

例如，一个 JSON 提示可能如下：

 {
   "query": "weather",
   "location": "New York",
   "date": "2024-07-24"
 }

JSON 提示的应用场景：

• 数据整合：合并分析来自多个来源的数据
• 配置管理：为 AI 模型指定设置和参数
• API 交互：帮助不同系统间的数据通信
• 结构化数据分析：处理大型数据集，实现高效分析

AI 提示的发展历程

文本提示的演变

从 NLP 早期开始，文本提示就被广泛使用。一开始仅限于简单的指令或问题，随着 AI 技术的发展，文本提示的复杂度和形式也不断演变。特别是 GPT-3 和 GPT-4 的出现，极大拓展了文本提示的能力与应用范围。

【第3566期】UI 的未来：从命令行到对话式 AI

JSON 提示的演变

JSON 诞生于 2000 年初，因其简洁易懂的特点迅速被广泛应用。随着 AI 模型需要更复杂的结构化输入，JSON 在 AI 领域的使用也逐步上升。如今，JSON 提示已成为配置和微调 AI 模型的核心工具之一，支持更精细的指令控制。

技术层面分析

文本提示的处理方式

• 数据处理：文本提示会被分解成称为 “tokens” 的小单位，供模型理解和处理。
• 实现方式：提供清晰、简洁的自然语言指令，提示内容越明确，输出质量越高。

挑战与解决方案：

• 歧义性：同一句话可能有多种解释 → 提供更多上下文，明确问题细节
• 长度限制：内容太长可能超出模型处理范围 → 将复杂内容拆分为多个小提示

JSON 提示的处理方式

• 数据处理：JSON 会被解析为键值对（key-value pairs），模型据此理解并处理结构化数据。
• 实现方式：需要提前定义好数据结构，确保每个元素都清晰、准确。

挑战与解决方案：

• 复杂性：构建详细的 JSON 结构需要一定技术门槛 → 使用模板和 JSON 架构规范来标准化输入
• 格式验证：确保 JSON 语法正确 → 使用验证工具检查 JSON 格式

文本提示与 JSON 提示的核心区别

• 文本提示：非结构化，自然语言表达，使用方便但易产生歧义
• JSON 提示：结构化输入，清晰明确，但需要更多设置和技术理解

两者都可以通过模块化提示（modular prompting）进一步优化使用效果

文本提示的优点

• 简单易用：上手门槛低，适合快速实验
• 灵活性强：可以应对各种类型的问题
• 自然交互：更符合人类的交流方式

JSON 提示的优点

• 精确性高：结构明确，减少误解
• 高度可控：能详细控制模型的行为和输出
• 可扩展性强：适合处理大量、复杂的数据任务

文本提示的使用场景

• 聊天机器人：通过自然语言生成对话，提升用户体验
• 内容创作：快速生成博客、文章、社交媒体内容等
• 语言翻译：提升多语言沟通效率
• 情感分析：挖掘客户反馈、社交评论中的情绪倾向

JSON 提示的使用场景

• 数据整合：统一不同数据源的信息，便于分析
• 配置管理：设定 AI 模型参数，实现精确控制
• API 交互：实现软件系统间的自动化数据交换
• 结构化数据分析：高效管理和处理海量数据，支持决策分析

AI 提示在现代系统中的集成方式

系统架构

现代 AI 系统通常通过 API 或用户界面接收文本或 JSON 提示，进行处理后生成结果。

集成挑战

• 兼容性：确保提示格式适配不同系统和模型
• 可扩展性：应对大量提示请求的处理能力

最佳实践

• 标准化：统一提示的格式和结构
• 验证机制：检查输入提示的准确性
• 文档完善：提供使用说明和示例，方便开发者参考

两种格式的优缺点总结

文本提示

优点：

• 使用简单，学习成本低
• 适应范围广，灵活性强

缺点：

• 容易产生歧义
• 面对复杂数据任务时不够高效

JSON 提示

优点：

• 格式清晰，控制力强
• 适合大规模、结构化任务

缺点：

• 学习门槛较高
• 需要确保语法和结构的正确性

最终总结

文本提示和 JSON 提示各有优势与适用场景。文本提示适合 NLP 类任务，如对话系统，操作简单、互动自然；而 JSON 提示更适合结构化数据应用，比如配置管理、数据分析等，具备更高的精度和可控性。

展望：未来的 AI 提示方式将趋向于融合自然语言和结构化格式，推动模型变得更加智能和灵活。随着 AI 技术持续进化，文本提示和 JSON 提示的功能和应用也将不断提升。

建议

• 如果你的目标是构建聊天机器人或处理自然语言任务：推荐使用文本提示，简单易用，用户体验好。
• 如果你需要处理结构化数据、进行系统配置或集成多个数据源：JSON 提示更合适，能带来更高的精度和可扩展性。

但正如我们在实际项目中发现的那样，使用 JSON 提示进行内容创作，往往能获得更高质量的输出。

理解这两种提示方式的区别、优缺点，可以帮助你在实际应用中做出更明智的选择。

关于本文
译者：@飘飘
作者：@Jono Farrington
原文：https://optizenapp.com/ai-prompts/text-prompts-versus-json-prompts/