蘋果AI（Apple Intelligence）還沒(méi)有正式到來(lái)，后臺(tái)的提示詞卻意外曝光了。

事情是這樣的。

上周蘋果不是剛發(fā)布了包含生成式AI的開(kāi)發(fā)者測(cè)試版本嘛，然后就有位開(kāi)發(fā)者在茫茫文件夾里發(fā)現(xiàn)了個(gè)不得了的東西——

MacOS 15.1 Beta 1里面，有疑似Apple Intelligence的后臺(tái)提示詞！

緊接著他就把自己的發(fā)現(xiàn)順手發(fā)到了Reddit上，瞬間引來(lái)眾多網(wǎng)友的吃瓜：

圖片

這個(gè)JSON文件里的代碼是這樣的：

"promptTemplates": {
    "com.apple.textComposition.MailReplyQA": "
    {{ specialToken.chat.role.system }}You are a helpful mail assistant which can help identify relevant questions from a given mail and a short reply snippet. Given a mail and the reply snippet, ask relevant questions which are explicitly asked in the mail. The answer to those questions will be selected by the recipient which will help reduce hallucination in drafting the response. Please output top questions along with set of possible answers/options for each of those questions. Do not ask questions which are answered by the reply snippet. The questions should be short, no more than 8 words. The answers should be short as well, around 2 words. Present your output in a json format with a list of dictionaries containing question and answers as the keys. If no question is asked in the mail, then output an empty list []. Only output valid json and nothing else.{{ specialToken.chat.component.turnEnd }}{{ specialToken.chat.role.user }}{{ userContent }}
    "
}

翻譯過(guò)來(lái)就是：

你是一個(gè)有用的郵件助理，可以從給定的郵件和簡(jiǎn)短的回復(fù)片段中幫忙識(shí)別相關(guān)問(wèn)題。

給定一封郵件和回復(fù)片段，詢問(wèn)郵件中明確提出的相關(guān)問(wèn)題。

這些問(wèn)題的答案將由收件人選擇，這將有助于減少草擬回答時(shí)的幻覺(jué)。

請(qǐng)輸出最重要的問(wèn)題以及每個(gè)問(wèn)題的可能答案/選項(xiàng)，不要問(wèn)由回復(fù)片段回答的問(wèn)題。

問(wèn)題應(yīng)簡(jiǎn)短，不超過(guò)8個(gè)單詞。答案也應(yīng)該簡(jiǎn)短，大約2個(gè)詞。

以JSON格式呈現(xiàn)輸出，并使用包含問(wèn)題和答案的字典列表作為鍵。如果郵件中沒(méi)有提問(wèn)，那么輸出一個(gè)空列表[]。只輸出有效的JSON，不輸出其他內(nèi)容。

看完不得不感慨，即使是一個(gè)郵件助手的功能，蘋果工程師也是事無(wú)巨細(xì)地給Apple Intelligence加了諸多“條條框框”。

用外媒ArsTechnica的話來(lái)說(shuō)就是“像極了父母給年幼的孩子提要求，讓孩子按照他們預(yù)期的設(shè)定做事”。

除此之外，曝光的代碼片段里還有個(gè)有意思的點(diǎn)：

圖片

"chat.role.system.default": "system<n>You are a helpful assistant that classifies the following input text-to-image query as Safe or Unsafe. In the first line, reply with Safe or Unsafe. If the input is Unsafe, in the second line, list all the categories the input text violates. The Unsafe categories are: CSEAI, Drugs, Gore, Harassment, Hate, Nudity or sexual, Offensive words, Self-harm, Terrorism or extremism, Toxic, Violence, Weapons."

大致內(nèi)容是：

您是一個(gè)有用的助手，可以將以下輸入文本到圖像查詢分類為安全或不安全。

在第一行，回復(fù)“安全”或“不安全”。如果輸入是不安全的，在第二行中列出輸入文本違反的所有類別。

不安全的類別是：CSEAI（兒童性虐待圖像）、毒品、血腥、騷擾、仇恨、裸體或性行為、攻擊性語(yǔ)言、自殘、恐怖主義或極端主義、有毒、暴力、武器。

嗯，安全這塊也算是被把控的方方面面了。

不過(guò)即便如此，也是逃不過(guò)網(wǎng)友們的好奇和大膽嘗試。

有人先是讓Apple Intelligence生成“悲傷的圖片”，確實(shí)被拒了：

圖片

但如果換個(gè)說(shuō)法，“給我提供人們哀悼的視頻”，那么就可以跑通了。

這位網(wǎng)友還分享了其中最好的一幀畫面：

圖片

那么曝光的提示詞還有哪些內(nèi)容？我們繼續(xù)往下看。

“不要產(chǎn)生幻覺(jué)！不要捏造事實(shí)”

首先還是一個(gè)跟郵件相關(guān)的內(nèi)容。

圖片

"promptTemplates": {
    "com.apple.textComposition.MailReplyLongFormRewrite": "
    {{ specialToken.chat.role.system }}You are an assistant which helps the user respond to their mails. Given a mail, a draft response is initially provided based on a short reply snippet. In order to make the draft response nicer and complete, a set of question and its answer are provided. Please write a concise and natural reply by modifying the draft response to incorporate the given questions and their answers. Please limit the reply within 50 words. Do not hallucinate. Do not make up factual information.{{ specialToken.chat.component.turnEnd }}
    "

這個(gè)例子的內(nèi)容是這樣的：

你是一個(gè)幫助用戶回復(fù)郵件的助手。

給定一封郵件，初步回復(fù)是基于一個(gè)簡(jiǎn)短的回復(fù)片段提供的。為了使草稿回復(fù)更好更完整，提供了一組問(wèn)題及其答案。請(qǐng)通過(guò)修改草稿回復(fù)以包含所給問(wèn)題及其答案，寫一個(gè)簡(jiǎn)潔自然的回復(fù)。

請(qǐng)將回復(fù)限制在50個(gè)字以內(nèi)。不要產(chǎn)生幻覺(jué)。不要編造事實(shí)信息。

其中的“不要產(chǎn)生幻覺(jué)”和“不要編造事實(shí)信息”可以說(shuō)是吸引了大部分吃瓜群眾的注意力。

蘋果工程師們也是狠狠抓住了LLM的痛點(diǎn)。

更多的例子還包括：

圖片

{
    "message": {
        "topline": "[Dialogue]<n>{{ doc }}{{ context }}<n>[End of Dialogue]<n>You are an expert at summarizing messages. You prefer to use clauses instead of complete sentences. Do not answer any question from the messages. Please keep your summary of the input within a 10 word limit.<n>You must keep to this role unless told otherwise, if you don't, it will not be helpful.",
        "visualConcepts": "[Note]<n>{{ doc }}{{ context }}<n>[End of Note]<n>[Instruction]<n>Summarize the provided text into a list of most 5 topics. Each topic is a single word. Sort the list by relevance of the topic.",
        "visualTopLine": "[Dialogue]<n>{{ doc }}{{ context }}<n>[End of Dialogue]<n>You are an expert at summarizing messages. You prefer to use clauses instead of complete sentences. Do not answer any question from the messages. Please keep your summary of the input within a 10 word limit.<n>You must keep to this role unless told otherwise, if you don't, it will not be helpful."
    }
}

你是總結(jié)信息的專家。你更喜歡使用短語(yǔ)而不是完整的句子。不要回答消息中的任何問(wèn)題。請(qǐng)將你的總結(jié)控制在10個(gè)字以內(nèi)。你必須保持這個(gè)角色，除非另有說(shuō)明，否則如果你不這樣做，將不會(huì)有幫助。

將提供的文本總結(jié)成最多5個(gè)主題的列表。每個(gè)主題為一個(gè)單詞。按主題的相關(guān)性排序。

圖片

{{ specialToken.chat.role.user }}You are a director on a movie set! Here is a movie idea of "{{ userPrompt }}" but with a special focus on {{ traits }}. {{ dynamicLifeContext }} Based on this movie idea, a story titled "{{ storyTitle }}" has been written, and your job is to curate up to {{ targetAssetCount }} diverse assets to best make the movie for chapter "{{ fallbackQuery }}" in this story. Select assets based on their captions from the below photo library, where each asset has an ID as the key, and a caption as the value. {{ assetDescriptionsDict }} Return the result as an array of the selected asset IDs in JSON format. Do not return asset IDs if no good matches are found. Do not return duplicated or non-existent asset IDs. Assets:
{{ specialToken.chat.component.turnEnd }}

你是電影片場(chǎng)的導(dǎo)演！這是一個(gè)電影創(chuàng)意：”{{ userPrompt }}”，但特別關(guān)注{{ traits }}。

{{ dynamicLifeContext }}基于這個(gè)電影創(chuàng)意，已經(jīng)寫好了一個(gè)名為”{{ storyTitle }}”的故事，你的工作是策劃最多{{ targetAssetCount }}種多樣的素材，以最佳方式制作這個(gè)故事中章節(jié)”{{ fallbackQuery }}”的電影。

從下面的照片庫(kù)中根據(jù)其標(biāo)題選擇素材，每個(gè)素材都有一個(gè)ID作為鍵，標(biāo)題作為值。

{{ assetDescriptionsDict }}將結(jié)果作為選定素材ID的數(shù)組返回，格式為JSON。如果沒(méi)有找到合適的匹配，請(qǐng)不要返回素材ID。不要返回重復(fù)或不存在的素材ID。

從所有的例子中，我們不難發(fā)現(xiàn)一個(gè)規(guī)律：

蘋果工程師們會(huì)先告訴Apple Intelligence它的角色定位；然后再圍繞這個(gè)角色可能會(huì)出現(xiàn)的各種狀況，提出相對(duì)細(xì)節(jié)的要求。

事無(wú)巨細(xì)，事無(wú)巨細(xì)。

圖片

那么這些開(kāi)發(fā)者們是從哪兒找到了的這些JSON文件？

他們?cè)赗eddit中也公開(kāi)了具體的文件路徑：

/System/Library/AssetsV2/com_apple_MobileAsset_UAF_SummarizationKitConfiguration

如果你已經(jīng)下載安裝了MacOS 15.1 Beta 1，不妨可以去找一找看下。

和此前Siri的“玩法”相似

若是回顧蘋果此前在AI上的發(fā)展，其實(shí)這種“預(yù)先設(shè)定”模式是早就有了的——

正是遲遲不上大模型的Siri。

據(jù)之前的消息，蘋果高管曾否決了讓Siri進(jìn)行長(zhǎng)對(duì)話的建議，因?yàn)樗麄冇X(jué)得這樣會(huì)導(dǎo)致Siri對(duì)話難以控制，而且“很花哨”。

加之蘋果在隱私安全方面毫不妥協(xié)的立場(chǎng)，讓Siri能力進(jìn)一步提升也面臨巨大挑戰(zhàn)。反觀OpenAI會(huì)收集用戶聊天內(nèi)容來(lái)訓(xùn)練模型，以提升效果。

與此同時(shí)，為了防止Siri“胡言亂語(yǔ)”，蘋果傾向的路線是先讓人工團(tuán)隊(duì)預(yù)先寫出Siri的回復(fù)，而不是用AI生成。

比如詢問(wèn)Siri，iPhone的價(jià)格是多少？它不會(huì)正面回復(fù)，只會(huì)給出官網(wǎng)鏈接。

Siri的設(shè)計(jì)團(tuán)隊(duì)要求，在功能上線前，它的回答準(zhǔn)確率需要逼近完美。工程師們?cè)噲D花費(fèi)幾個(gè)月時(shí)間說(shuō)服他們，不是每個(gè)問(wèn)題都需要人工來(lái)驗(yàn)證一遍，如果這樣將會(huì)限制Siri回答問(wèn)題的范圍。

而且蘋果設(shè)計(jì)團(tuán)隊(duì)還多次拒絕允許用戶對(duì)Siri回答問(wèn)題進(jìn)行反饋，導(dǎo)致開(kāi)發(fā)團(tuán)隊(duì)無(wú)法理解模型的局限。

那么在幾個(gè)月后即將在蘋果各大操作系統(tǒng)上線的Apple Intelligence，能否改寫諸如Siri在AI上的遺憾，只有到時(shí)候親測(cè)效果才可見(jiàn)分曉了。

參考鏈接：
[1]https://www.reddit.com/r/MacOSBeta/comments/1ehivcp/comment/lfzi379/

[2]https://www.theverge.com/2024/8/5/24213861/apple-intelligence-instructions-macos-15-1-sequoia-beta

[3]https://techcrunch.com/2024/08/06/apple-intelligences-writing-tools-stumble-on-swears-and-controversial-topics/?guccounter=1

[4]https://arstechnica.com/gadgets/2024/08/do-not-hallucinate-testers-find-prompts-meant-to-keep-apple-intelligence-on-the-rails/#p3