1. 先别急着写提示词想清楚这三件事1.1 提示词工程到底在解决什么问题这几年我接触了大量用 AI 写文案、写代码、做分析的朋友发现一个普遍现象很多人觉得 AI 不好用说“它就是个高级聊天机器人给不出我要的东西”。但我看完他们的操作之后几乎每次都能找到同一个病根——提示词给得太粗糙了。不是 AI 不行是你没把需求说清楚。提示词工程Prompt Engineering本质上解决的是“人机沟通效率”问题。模型就像一个能力很强但没见过世面的新员工你命令得越模糊它发挥得越随机。你给它清晰的角色、明确的边界、可执行的步骤、具体的格式要求它就能稳定输出 80 分以上的结果。这不是玄学是方法论。我见过太多人把提示词工程想成“咒语大全”到处收集所谓的“神级 Prompt”结果拿回来一用还是不行。原因很简单提示词不是靠堆砌华丽词句而是靠信息结构。谁把任务拆得清楚、说得明白谁就能稳定拿到好结果。这篇文章里的 10 个技巧加上最后的模板库就是帮你把这件事一次做对的东西。1.2 好提示词的三个标准在进入具体技巧之前先给“好提示词”下一个可量化的定义。我自己的判断标准就三条。一是可复现。同一个提示词今天用、明天用换个模型用输出质量不会剧烈波动。如果每次结果都像开盲盒说明你的提示词里变量太多信息不够收敛。二是可控制。你能通过改写提示词的某一部分精准地影响输出结果。比如你想让文章更口语化改几个词就有效你想让回答更简短加一句限制就生效。控制力来自结构的清晰而不是运气。三是可交付。生成的结果能直接用于工作流不需要你大改特改。这就要求提示词里包含输出格式、内容范围、语气风格等约束条件而不是只给一个话题让 AI 自由发挥。这三点也是贯穿全文的评价尺度。你在看后面 10 个技巧的时候可以随时对照这个技巧对我的“可复现、可控制、可交付”有没有帮助。2. 10 个立刻能上手的提示词技巧这 10 个技巧我按使用频率和见效速度排了个序。前 5 个属于“基础四则运算”解决把话说清楚的问题后 5 个属于“进阶微积分”解决把结果调到位的问题。建议你先从第一个开始一个一个试不用贪多。2.1 基础技巧把话说清楚技巧 1角色锚定法所谓角色锚定就是在提示词开头给 AI 一个明确的身份设定。别小看这一步它决定了后续所有输出的语气、知识范围和信息密度。比如你直接说“帮我写个产品文案”和你说“你是一位有 8 年消费电子行业经验的品牌文案策划请帮我写一个智能手表的电商详情页文案”结果差距非常大。前者写出来的往往是正确的废话后者会有行业术语、用户痛点、利益点拆解完全是两个量级。我自己的经验是角色描述越具体越好而且要把“为什么需要这个角色”也写进去。比如“你是电商平台的金牌客服主管擅长把复杂的功能参数翻译成用户听得懂的日常语言”就比“你是客服专家”强得多。理由是模型在生成时会调用与角色相关的能力模块你给的信息越丰富它调用的范围越精准。实操时可以把角色锚定放在提示词的第一段用方括号或引号标出方便后续修改。技巧 2任务边界清单模糊的需求是提示词工程的头号杀手。我遇到过最典型的例子是让 AI“写一篇文章”结果它洋洋洒洒写了 3000 字里面还有一半是废话。问题不在 AI在于我没说清楚要多少字、给谁看、用在什么场景。任务边界清单是解决这个问题的标准动作。写提示词前先在心里过一遍这几个问题目标是什么受众是谁输出形式是什么有哪些约束条件把答案全部写进提示词里。比如目标写一份 500 字的手机产品卖点说明。受众从来没看过参数表的普通消费者。输出形式分点列出卖点每条不超过 30 字。约束不出现专业术语不比较竞品。这样写出来的提示词AI 想跑偏都难。我自己习惯在提示词里用“请严格遵循以下要求”作为边界清单的开头然后把条件逐一列出。这个动作看起来不起眼却是新手和老手最大的区别。技巧 3思维链思维链Chain of Thought是我在所有技巧里最推荐优先掌握的。它解决的核心问题是当任务需要推理、计算或逻辑判断时直接问答案容易出错但让 AI“先推理再回答”正确率会大幅提升。因为模型在逐字生成回复时本质上是在做概率预测。如果你让它直接跳到最后一步它可能会跳过关键计算如果你要求它写出思考步骤每一步都会生成更多正确的中间信息最后一步的答案自然更可靠。思维链的用法分两种。一种是“内置式”在提示词里直接写“请先逐步分析你的思路最后给出结论”。另一种是“引导式”在提示词里给一个推理示例比如“要计算这个方案的预算我们首先要拆解各项成本再分别估算”。加一句“请一步步思考”在很多复杂任务上能把表现拉升一个台阶。注意一个细节如果你只需要答案可以在提示词末尾加“请先内部推理但只输出最终结论”这样既保证了质量又不让 AI 把思考过程啰嗦出来。技巧 4少样本示例给 AI 一个例子胜过给它十句抽象解释。少样本示例Few-shot的原理是模型天生擅长模仿模式你给它一组输入—输出范例它就会按这个模式生成新结果。比如我经常需要把一段技术文档改写成朋友圈风格。我不会写“请改写得更接地气”而是直接给两个例子左边是原文右边是改写后的文案。模型看到范例之后自动就能抓住口语化、短句、带情绪、有引子这几个特征生成结果几乎不用再改。实操时有一个小讲究示例的数量控制在两到三个为佳太少模型抓不住规律太多会干扰它的注意力。而且示例要放在提示词中靠前的位置离任务描述越近越好。我一般把示例放在角色设定之后、正式任务之前形成一个“身份—范例—任务”的递进结构这个组合拳比单用任何一个技巧都稳。技巧 5输出格式控制很多人拿到 AI 的回答之后还要花时间整理排版这其实是白白浪费时间。你完全可以在提示词里直接规定输出格式让结果拿来就能用。我常用的格式控制有两种。一种是“块级控制”告诉 AI“用 Markdown 格式输出二级标题用 ##重点内容加粗”另一种是“字段级控制”告诉 AI“输出必须包含以下字段标题、摘要、分点说明、行动建议”甚至可以直接要求“把结果输出为 JSON 格式”。比如请将以下会议纪要整理为 JSON 格式 { meeting_topic: xxx, decisions: [xxx], action_items: [{owner: xxx, task: xxx, due_date: xxx}] }这样生成的结果可以直接被程序读取或者无缝粘贴进文档省掉了二次整理的时间。不过要提醒一句格式控制对模型的指令遵循能力有一定要求如果它偶尔不听话可以在提示词里加上“严格按照格式输出不要加入解释性文字”效果通常会好很多。2.2 进阶技巧把结果调到位技巧 6负向指令我一直把负向指令叫作“提示词里的刹车片”。大部分人都知道告诉 AI“要做什么”但很少人习惯告诉它“不要做什么”。比如你让 AI 写产品文案如果你不说明“不要使用感叹号”它可能每句话都给你加个感叹号结果读起来特别廉价如果你不说明“不要写‘完美’‘极致’这类空泛词”它会习惯性堆砌这种营销套话。加一行“请不要使用夸张词汇和情感符号”之后输出质量往往立刻上一个档次。负向指令适合用来处理三类问题一是控制语气二是屏蔽无信息量的空话三是限制内容范围。有一个常见的坑是负向指令太多会限制模型的发挥空间导致输出干巴巴的。解决办法是“正负配合”既说“要口语化、有感染力”又说“不要用书面语、不要堆形容词”两面夹击之后模型对风格的把握会精准很多。技巧 7上下文锚点上下文锚点的核心是在对话过程中反复锁定关键信息防止模型遗忘或跑偏。适用于多轮对话场景尤其是任务周期长、信息量大的时候。我举一个日常场景你让 AI 帮你改文章第一轮说“请把开头改得更吸引人”它改得很好第二轮你说“把第三段删掉”它可能真的把第三段删了但改稿风格却从“吸引人”漂移到了“学术化”。这时候如果你在第二轮补一句“请保持第一轮确定的轻松口语风格”它就能回到正轨。实操方法是先把关键信息压缩成一句“锚点句”比如“目标读者25-35岁职场人语言风格口语化文章长度800字左右”。然后放在每轮提问的开头或结尾。我见过最高效的用法是把锚点句放在所有指令之前并用“请始终记住以下要求”开头模型会把这段内容视为全局约束多轮对话中不容易丢掉。技巧 8迭代追问很多新手有个误区以为提示词工程追求“一次生成完美结果”。实际上我身边的资深玩家都在做“快速生成—精准修正”的循环。迭代追问的核心思想是第一版提示词不用太复杂先把任务说个大概让 AI 产出一个草稿然后在这个草稿基础上逐轮追加修正指令。比如“把第二点展开成 3 个具体例子”“把结论提前到开头”“删掉所有例子”。每一轮修改都只针对一个具体问题模型不容易混淆。这个技巧的最大优势是节省思考成本。你不必在第一轮就把所有约束想全而是通过对话逐步逼近答案。我自己通常会在第三轮左右看到可用的结果整个过程大约 5 分钟。如果你发现自己在一开始就纠结“怎么把提示词写到完美”大概率是在浪费时间和 tokens。技巧 9温度参数的理解与应用严谨地说温度参数属于模型参数调节的范畴不算纯粹的提示词技巧但用好它能让你的提示词效果倍增所以必须提一下。温度temperature控制的是模型输出的“创造性程度”。温度越低接近 0输出越保守、稳定、可预测温度越高接近 1 或以上输出越多样、跳跃、有创意。你可以把它类比为开车的油门温度低是稳着开温度高是猛踩油门容易出惊喜也容易翻车。实操中的搭配思路是事实性任务写总结、整理信息、翻译用低温配合清晰的提示词结构创意性任务写文案、头脑风暴、起名字用高温配合开放式的角色和指令。如果你是小白暂时不知道用什么温度就用默认值但当你发现 AI 的回答太死板或太发散时第一反应应该是去调温度而不是反复改提示词。有时候提示词没变只把温度从 0.7 调到 0.3答案的稳定性就立刻上来了。技巧 10结构化模板最后一个技巧也是我认为最值得养成习惯的把提示词拆成“五要素”“角色”你是谁、“任务”你要做什么、“输入”我给你什么、“输出”你给我什么、“约束”有什么限制。用这五个维度写出来的提示词我再强调一遍这是一套可复用、可调试、可交接的标准格式。我写提示词的基本结构是这样的# 角色 你是一位资深的短视频脚本策划擅长用 30 秒讲清楚一个复杂概念。 # 任务 根据以下产品信息写一个 30 秒口播脚本。 # 输入 产品名称XXX核心功能XXX目标用户XXX。 # 输出要求 1. 总字数 150 字以内 2. 开头一句引发好奇 3. 中间讲一个使用场景 4. 结尾一句行动号召 # 约束 不使用夸张词汇不出现价格信息语气自然口语化。这套结构的优势非常明显任何一个环节出问题你都能定位到具体是哪个“要素”写错了换任务时只需要改“输入”和“任务”两个字段其他部分可以复用。到这一步你基本告别了“随手乱写”的初级阶段进入了“工程化”的节奏。3. 可直接复用的提示词模板库技巧是“招”模板是“套路”。这一节我整理了几套自己反复在用的模板按使用场景分了类可以根据需求直接复制替换关键信息就能用。3.1 日常写作与内容创作这套模板适用于公众号文章、小红书笔记、产品文案等场景。核心思路是“先定框架框架再让 AI 填充内容”。# 角色 你是一位擅长深入浅出的内容创作者能用通俗的话讲清楚专业内容。 # 任务 围绕主题【在这里填写主题】写一篇内容要求 1. 开头用 1-2 句话抓住读者注意力 2. 正文分成 3-4 个小点每个小点配合一个生活化例子 3. 每个小点控制在 100-150 字 4. 结尾给一句行动建议 # 约束 - 不使用“综上所述”等空泛总结 - 不堆砌形容词不写套话 - 语气像一个专业朋友在聊天3.2 编程与技术类程序员用 AI 最频繁的场景无非是写代码、改代码、解释代码、写测试。这套模板的核心是“把需求描述变成工程上下文”。# 角色 你是一位精通 JavaScript / Python / [选一种语言] 的资深开发工程师。 # 需求 请实现一个 [功能名]具体要求 1. 输入参数类型为 [类型]格式为 [格式] 2. 输出返回 [数据类型/结构] 3. 边界情况处理 [空值/超时/异常输入] 的情况 4. 性能要求数据量在 [规模] 以内时响应时间不超过 [时间] # 输出要求 - 先给完整代码再附一段简短的“关键逻辑说明” - 代码中关键行添加注释 # 约束 - 不使用 deprecated 的函数 - 不额外引入第三方依赖除非明确要求3.3 学习与研究类这类模板适合用来读书、分析报告、理解复杂概念。核心是“让 AI 当你的专属老师”而不是单纯给你一个答案。# 角色 你是一位耐心且有经验的学习导师擅长把复杂概念拆解成可理解的小块。 # 任务 帮我理解 [概念/文章/书籍名称]请按以下步骤 1. 用三句话概述这个内容的核心观点 2. 用“生活类比”解释其中一个难点 3. 列出 3 个容易混淆的常见误解 4. 给出一个测试性问题检验我是否真的理解 # 约束 - 避免使用专业术语如果必须使用请当场解释 - 每次只讲一个知识点不要一次性铺开4. 我踩过的坑常见问题与排查实录4.1 六个高频问题速查表第一种是输出太泛泛。你让 AI“写一篇关于时间管理的文章”它给你列了大而全的框架没有任何具体行动点。排查方向缺少“输入”信息也就是没有给它具体的素材、案例或数据。加上具体信息之后输出自然就具体了。第二种是格式不稳定。有时候给 Markdown有时候给纯文本。排查方向检查“输出要求”是否足够明确最好给一个格式示例而不只是口述要求。第三种是角色不生效。你让 AI 扮演医生它还是一副“通用助手”的语气。排查方向角色描述太单薄或者在正式任务里没有呼应角色。试试在任务描述里再加一句“结合你的医生视角来分析”。第四种是回答过长或过短。排查方向直接给字数限制并且把“××字以内”写清楚比写“简洁一点”有效得多。如果你要 200 字就写“200 字以内”别写“简短”。第五种是事实性错误。AI 一本正经地编数据、编文献。排查方向能在提示词里给出的事实尽量给出对于因为它的知识盲区而必须让它编的内容明确要求“如果不知道请直接说不知道不要猜测”。第六种是风格漂移。你说“口语化一点”它第二段突然变得书面化。排查方向参考“技巧 7上下文锚点”把风格要求作为全局约束反复强调或者直接给它一段风格范例让它模仿。4.2 排查工具型思维最后分享一个我自己的经验把提示词当作“代码”把模型当作“解释器”。遇到问题不要急着说“AI 不行”按“输入数据是否完整—指令是否明确—格式是否约束—角色是否清晰”这个顺序排查90% 的问题都能定位到原因。我这两年做 AI 应用开发最大的体会之一是人和 AI 协作的能力本质上是“把意图结构化”的能力。同样的模型有人用起来像神器有人用起来像玩具区别就在于会不会写提示词。上面这 10 个技巧和模板库如果你能逐个上手试验一周之后回头看大概率会有一种“以前都在瞎聊”的感觉。最后再分享一个小习惯每次写出好用的提示词顺手存档。我自己的提示词仓库是按场景分的比如“写作”“编程”“翻译”“问答”每个文件里都标注了“什么时候用、怎么改参数”。积累一段时间之后你会发现大部分任务都不需要从零开始写提示词直接调模板改字段就行。这件事带来的效率提升比任何单个技巧都大。