人机协同教学中撰写精准提示语的原则与策略

摘要：生成式人工智能的迅速崛起，为教育尤其是语文教育带来了新的发展机遇。如何高效、恰当地运用生成式人工智能提质增效，已成为语文教师共同关注的课题。为生成更高质量的内容，教师可基于语用学理论，根据准确性、简洁性、具体化和结构化四大原则，精准撰写语文学科教育提示语，并使用优化风格、优化结构、补充追问、引用示例四种优化方法，进一步提高生成内容的正确率。关键词：人机协同教学；提示语；语文；生成式人工智能2022年以来，随着生成式人工智能的迅猛发展，尤其是大语言模型的广泛应用，我国教育领域正经历着一场前所未有的深刻变革。生成式人工智能的应用不仅重塑着教师传统的教学方式，也影响着学生的学习体验[1]。语文，作为一门以学习语言文字运用为核心内容的学科，天然具备与生成式人工智能进行人机交互的独特优势。目前，全国的中小学语文教师已经开始探索利用生成式人工智能辅助备课、学习新课、创新教学等。有教师借助生成式人工智能设计《天上的街市》课例，充分发挥了人机对话、人机协作的优势，通过多轮次的人机对话与探究，逐步优化提示语，协同完成创作诗歌、赏析短文、诗歌配图和诗歌朗诵配乐等学习任务[2]。有教师借助生成式人工智能设计《念奴娇·赤壁怀古》课例，通过生成人物画像和词作创设两个学习任务，提升情境创设的趣味性、互动性和主动性[3]。也有教师借助生成式人工智能辅助学生进行日常语文写作练习，发现智能作文反馈能有效支持学生的写作修改过程，提升作文升格后的修改质量[4]。然而，生成式人工智能在语文教育领域的价值尚未得到足够重视，研究重点多集中在习题生成、自动解题和辅助批改等领域，对生成式人工智能如何支持语文课堂教学等领域缺乏足够的关注[5]。要充分发挥生成式人工智能助力课堂教学的技术优势，撰写精准且指向性明确的提示语则是正确打开人机对话大门的初始密钥。提示语是人类与生成式人工智能进行交互的语言[6]，提示语的设计质量决定了人工智能生成内容的质量[7]，不同领域的提示语应兼具该领域的话术特征，以使生成式人工智能可以在极短的时间内识别、推理并输出结果。教育提示语则是适合在教育场景中帮助生成式人工智能理解人类意图的语言指令[8]。有组织或专家提出了不同的教育提示语的设计要素或框架。百度提出，教育提示语由参考信息、完成动作、达成目标和满足要求四个要素组成[9]

；赵晓伟等人提出教育提示语由必备要素（语境、目标）和可选要素（角色/规则、示例）构成的“CORE”框架[10]；利奥（Leo）提出了教育提示语的CLEAR框架，即简洁、逻辑、明确、可适应、可反思五要素[11]。在教育教学过程中，若要师生更加高效地使用生成式人工智能辅助语文教学，首先就要解决精准撰写提示语的问题，以更好地发挥生成式人工智能赋能语文学习的教育价值[12]。一、语用学交际视角下教育提示语的撰写原则语用学关注的是特定情境中人际交流的话语理解和运用，尤其注重不同交际环境下的语言使用[13]。利用生成式人工智能助力语文教学，是一种在特定情境中的话语理解和运用。在这种情境中，交流发生在“人”与“机”之间，其中“人”扮演话语发起者的角色，而“机”则担当话语解读者的角色。由于“机”依赖大规模自然语言数据库和特定算法来解析“人”的语言，因此，在这种人机对话中，遵循语用学的交际原则就显得尤为重要。在语用学领域，影响力比较大的交际原则主要包括格莱斯的合作原则、利奇的礼貌原则，以及布朗与列文森的面子保全原则。其中，合作原则是指在参与交谈时，要使你说的话符合你所参与交谈的公认目的或方向。它是谈话双方为了使谈话顺利进行下去必须遵守的原则[14]。以大语言模型为代表的生成式人工智能，是一种基于庞大的自然语言数据库构建的计算模型，它通过降低词向量的维度，将语义相似的词汇映射到接近的空间位置，从而能够有效地捕捉和理解语义与句法之间的复杂关系，使其在与人类交流、理解和生成自然语言方面具有出色表现。因此，合作原则不仅可以指导人际间的自然语言交流，也可迁移应用于人类与生成式人工智能对话中的提示语撰写，从而提高人机交互时交际的目的性及输出结果的准确性。合作原则包含数量准则、质量准则、关系准则和方式准则[15]。数量准则，指的是所提供信息的数量应适当，尽量简洁、聚焦，即简洁性。质量准则要求所陈述的内容必须真实可靠，即准确性。关系准则要求所说内容须与当前话题相关联，可以包含具体的背景信息、关键词或细节等上下文信息，即具体化。方式准则要求表达应当清晰明了、简洁有序，使信息的组织和呈现方式更加条理化、逻辑化，即结构化。（一）简洁性简洁性要求教师撰写提示语时尽可能使用精简、明了的文字向大语言模型发布指令。即能用字的不用词，能用词的不用句，能用句的不用段，以避免冗余信息干扰人工智能对指令的正确理解。例如：“我正在做一个关于《红楼梦》的研究报告，我专注于分析其中的人物性格，特别是林黛玉，她是一个极具文学魅力的角色，她的性格特征与她的命运紧密相连，我想知道你是否可以从她与其他人物的互动中提取出她性格的关键方面，以及这些方面是如何塑造她的故事线的。”这一提示语中与“命运”相关的冗余信息就极有可能导致生成式人工智能对特定指向“性格”一词的歧义理解，产出有关林黛玉命运的表述，丢失输入者想要的性格分析。立足简洁性的原则可修改为“请概括《红楼梦》中林黛玉的性格特点，并列举三个事件进行说明”。（二）准确性准确性是指在构建教育提示语时采用准确无误的恰当表达。这要求教师选用的词汇均应为生成式人工智能所能理解的常见且规范的词语。句子结构规范、完整且清晰，尽可能避免出现任何语法或书写的错误，以及不常用的偏僻词汇。例如，可将“解释”“分析”“设计”等指向明确的显性行为动词放在句子的恰当位置，以便清晰地引导人工智能生成预期的内容。如“请对《孔乙己》课文的第一段施行一次详尽的解析”这句话中的“施行”“详尽”等词虽然能被人轻易地理解，却难以被生成式人工智能正确理解。相对精准的表述可改为“请详细分析《孔乙己》第一自然段中的酒店布局描写”。（三）具体化具体化是指在处理复杂问题或特定情境下的提问/追问时，为获得更加符合专业领域和职业需求特征的回答，教师可撰写包含具体信息、学科术语或领域细节等关键背景信息的提示语。如“请帮我撰写一篇《孔乙己》的教案”这样的提示语就过于粗略、宽泛，因缺乏必要的信息，可能导致生成的教案与实际的需求不相符。相比之下，“请针对初三学生，为入职三年的青年语文教师，撰写一篇《孔乙己》复习课的教案”则更为明确和具体。（四）结构化对于特定领域的特定任务（诗歌创作等），教师可以通过特定风格（幽默、科普等）、情感色彩（积极、批判等）、目标受众（儿童、专家等）或特定约束（遵循特定格式、引用特定来源等）引导人工智能的生成方向及输出结果。结构化的提示语能够有效指导和确保输出内容贴近用户的实际需求，减少误解和偏差。如“我是一名初中语文特级教师，请根据提供的文本材料和教学设计模板，撰写一份针对初三学生的《孔乙己》新授课教案”。在这句提示语中，“初中语文特级教师”明确了请求者的身份，有助于生成的内容符合教师的专业背景和教学需求；“请根据提供的文本材料和教学设计模板”确保了教案是基于提供的具体资料和设计模板生成的，增强了输出结果的准确性和针对性。“撰写”明确了任务类型，即创建而非修改或评估，这有助于生成过程中聚焦任务类型。“初三学生”指定了教案的目标受众，不同年龄段的学生对知识的理解能力、兴趣点以及对教学方法的接受程度都有较大差异，“新授课”限定了所学内容的基础性和普适性。结构化这一原则强调提示语的条理性、逻辑性、层次性及目的性。实践证明，在提示语的撰写中引入语用学交际视角，遵循格莱斯的合作原则，能够显著提升人机交互的有效性和准确性。简洁性强调指令的精简与聚焦，去除冗余信息，确保人工智能准确捕捉核心需求，从而提高输出内容的相关度。准确性要求使用规范、明确的语言和词汇，避免模糊或易产生歧义的表达，以保障生成内容的真实可靠，符合预期。具体化强调提供详尽的背景信息和具体细节，使提示语更加贴合特定情境和专业领域的需求，增强回应的针对性和实用性。结构化注重提示语的条理性和逻辑性，教师可通过明确任务类型、目标受众及任何特定约束条件，指导生成式人工智能产出既符合用户需求又具备高度相关性的结果。将这四个原则应用于教育提示语的撰写，不仅有助于构建清晰、有效的人机对话，还能最大化发挥生成式人工智能在语文教学中的作用，促进教的质量和学的效果双提升。二、人机协同教学中教育提示语的优化策略要借助生成式人工智能从根本上解决语文教学中学习行为可视化弱、能见度低的问题，提高人机协同教学中提示语撰写的精准度是一条具有较高可行性的路径。总结2023年以来语文教师在真实课堂教学情境中所使用的设计策略，我们可以从中提炼出“多轮优化与试误”的方法，用以设计并撰写出精准的提示语，从而确保生成内容的高相关性及准确性。实践证明，优化风格、优化结构、补充追问、引用示例等方法，基本上能够最大限度地帮助生成式人工智能解决语文学习行为可视化弱与能见度低的问题。（一）优化风格优化提示语的风格旨在调整语言的复杂度、情感语气以及目标受众的文字理解力。优化风格不仅能使大语言模型输出的文本内容贴近目标受众的语言偏好、理解水平，还能有效促进知识的传递与学习效果的改进。如图1所示，原提示语只要求撰写一篇关于鲁迅的简介，而改进后的提示语则明确了目标受众且规定了语言风格。例如，将鲁迅拿着的笔比作“魔法棒”，既形象又富有童趣，增强了文本的可读性。原输出结果中的“文学巨匠”被替换为“大作家”，语言表述尽可能地贴近了学生的日常用词范畴。（二）优化结构在撰写提示语时，教师如果能在输入时就明确生成内容的组织框架、结构要素或层次逻辑，基本就能确保输出条理清晰、逻辑连贯、层次分明的内容。如表1所示，原提示语只要求写一份《孔乙己》的教学设计，而改进后的提示语则具体给出了教学设计需包括“教学内容与目标分析、学习者特征分析、教学模式与策略的选择与设计、学习情境与学习任务的设计、教学过程结构设计、教学媒体与教学资源的选择与设计、教学评价设计”七项内容。这就使生成的教学设计遵循了提示语中的结构框架，输出之后也便于使用者结合自己的教学经验并依据使用的教学场景对每个部分进行适用性的调整与修改。（三）补充追问补充追问可用于具体的语境中，结合上下文细化对话内容，使输出的生成性结果更加契合教学的需要。如表2所示，原提示语只给出了教学过程的粗略框架，而补充追问则要求对教学过程这一环节进行详细规划，使整个教学设计变得更为充实和具体。在补充追问下，生成的教学过程不再仅仅停留在概念或主题层面，而是进一步给出了操作性更强的教学步骤。（四）引用示例教师在对生成式人工智能下达具体任务指令时，有时很难用语言描述清楚所需要的具体内容。这时，就可以采用提供具体实例的策略，以示范期望生成式人工智能输出的文本格式或内容标准。这种策略在要求从文本中提取特定信息的任务情境下尤为有效。如图2所示，为让生成式人工智能找出孔乙己在文中说过的话，教师在输入的提示语中直观地示范了任务的完成结果，降低了生成式人工智能对任务要求的理解难度。可见，在面对语言难以表述清楚的复杂或抽象情境性任务时，引用示例可以化解这一难题。在语用学交际原则的指导下，我们初步提炼出了适用于语文学科提示语的四种优化策略：优化风格、优化结构、补充追问和引用示例。调整语言风格可契合目标受众的语言偏好和认知水平，明确内容框架以确保输出内容逻辑清晰且层次分明，补充对话内容及提供具体示例能增强生成内容的具体性和实用性，从而整体提升内容生成的质量与相关性。未来，语文学科提示语的设计策略还需在课堂教学中进一步系统化、规范化，以增强语文教育工作者与生成式人工智能间更高水平的交互与协作，推动语文教育向更加个性化与适切性方向发展。三、总结与展望生成式人工智能在语文教育中的应用前景广阔，它不仅能改变教学方式，还将重塑学习过程，使教育更加人性化、个性化，为学生创造更多元与包容的学习体验。生成式人工智能正从通用领域走向专业领域。如“AI太炎”古汉语大语言模型，具有较强的古典文献释