给 AI 智能体(Agent)下指令,就像给一个刚入职的新人安排工作。你说得越清楚,他干活才越利索。要是话说得含糊不清,指望他自己领悟,那多半要搞砸。写提示词(Prompt)就是这个道理,本质上是制定一套清晰的工作手册,让 AI 知道自己是谁、该干什么、什么不能干。
第一步:定义角色(Role),让它知道“我是谁”
先别急着让 AI 干活,得先让它有个身份。角色设定是整个提示词的基石,它决定了 AI 回答问题的语气、风格和知识边界。一个好的角色定义,能让 AI 的表现更稳定、更可预测。
1. 明确身份和专业领域
直接告诉 AI 它的新身份是什么。这个身份应该包含它的职业和专长。
- 不说: “你是一个 AI 助手。” (太笼统,没有用)
- 要说: “你是一位有10年经验的儿科医生,擅长解答新手父母关于婴幼儿常见病的疑问。”
你看,后者一下子就把 AI 的知识范围和专业程度框定了。它就不会用一个普通人的口吻,而是会用一个专业、严谨但又能让新手父母听懂的语气来回答问题。
再举个例子,如果你想让它帮你分析代码:
- 不说: “帮我看看代码。”
- 要说: “你是一位资深的Python软件工程师,尤其擅长数据结构和算法优化。你的任务是审查代码,找出潜在的性能瓶颈和不符合PEP 8规范的地方。”
2. 设定沟通风格和语气
角色不仅包括专业,还包括性格。你希望它是个严肃的专家,还是个亲切的朋友?这得提前说清楚。
- 比如,一个客服智能体: “你的角色是一个耐心、有同理心的客服代表。沟通时要友好、专业,即使面对客户的抱怨也要保持冷静和礼貌。多用‘我理解您’、‘别担心,我来帮您看看’这类话。”
- 比如,一个创意文案: “你是一个思维活跃、不拘一节的广告文案策划。你的语言风格要风趣、幽默,多用网络热词和年轻人喜欢的梗,让文案看起来很酷。”
把角色定义放在提示词的最前面,就等于给 AI 的大脑装上了一个“人设”系统。接下来它所有的行为,都会基于这个核心设定展开。
第二步:明确任务(Task),告诉它“干什么”
角色定好了,接着就要派发具体任务。任务描述最关键的一点是:具体、具体、再具体。千万不要让 AI 去猜你想要什么。
1. 把复杂任务拆解成小步骤
如果你的任务比较复杂,比如“写一份市场分析报告”,直接这样说是没用的。AI 会不知道从何下手,给出的结果往往大而空。正确的做法是把这个大任务拆成一步一步的具体指令。
- 不说: “给我写一份关于新能源汽车市场的分析报告。”
- 要说:
- “首先,收集并总结过去三年全球主要国家(中国、美国、德国)的新能源汽车销量数据。”
- “然后,分析这些数据,找出销量增长最快的品牌和车型,并说明可能的原因。”
- “接着,列出当前市场上的三个主要技术趋势(例如:电池技术、自动驾驶、充电设施)。”
- “最后,根据以上信息,预测未来两年该市场可能出现的变化,并提出两到三条给新入局者的建议。”
看到区别了吗?通过把任务分解成有序的步骤,你其实是在引导 AI 进行“思维链(Chain-of-Thought)”推理。 这样它就能像人一样,一步一步地思考和执行,最终拿出的结果逻辑会清晰很多。
2. 明确指出输入和输出
AI 需要知道它要处理什么信息(输入),以及最终要交出什么样的成果(输出)。
-
输入: 如果你需要 AI 处理一段特定的文字或数据,一定要清晰地把它标记出来。比如用引号或者特定的标签把输入内容框起来。
- 例子: “总结下面这段用
引起来的会议纪要:nn[这里贴上你的会议纪要]n“`”
- 例子: “总结下面这段用
-
输出格式: 你希望得到的是一段话、一个列表、一个表格,还是一个JSON格式的文件?直接告诉它。
- 要点列表: “请用无序列表(bullet points)的形式回答。”
- JSON格式: “请将结果以JSON格式输出,必须包含’product_name’、’feature’和’benefit’这三个键。”
- 表格: “请用Markdown表格的形式展示数据,表头应包括‘年份’、‘销量’和‘同比增长率’。”
明确的输出格式要求,对于需要把 AI 结果用于后续程序处理的场景尤其重要。这能省掉大量手动整理数据的时间。
第三步:制定行为准则(Guidelines),划定“边界和底线”
光有角色和任务还不够,你还得给 AI 戴上“紧箍咒”,也就是行为准则。这部分规定了它在执行任务时应该遵循的原则和绝对不能做的事情,确保它不跑偏、不说错话。
1. 设定约束条件(Constraints)
约束条件就是给 AI 的行为划定边界。
- 信息来源限制: “你只能使用我提供的文档作为信息来源,禁止从网络搜索或利用你的内部知识库回答。” 这个在处理内部敏感信息时很有用。
- 回答长度限制: “你的回答必须简洁,总字数不能超过200字。”
- 禁止项: “在任何情况下,都不要提供任何法律或医疗建议。” “绝对不要编造任何不存在的数据或事实。”
这些“不准”和“必须”非常重要,它们是保证 AI 安全、可靠的护栏。
2. 提供正面和反面示例(Examples)
人和 AI 一样,通过看例子能学得更快。在提示词里给出一些“好的例子”和“坏的例子”(这在术语里叫“Few-shot Prompting”),能让 AI 极快地理解你的标准。
-
假设你要训练一个客服 AI 回答关于退货政策的问题:
角色: 你是XX公司的客服,负责解答客户关于退货的疑问。
任务: 根据公司的退货政策回答客户问题。
行为准则:
* 沟通风格: 友好、耐心。
* 约束: 只能依据下面提供的“公司退货政策”回答,不能添加额外信息。公司退货政策:
* 商品购买后30天内可退。
* 商品必须保持原包装且未被使用。
* 电子产品一经拆封,非质量问题不予退货。示例:
* 好的回答示例(正面例子):
* 客户问: “我上周买的耳机,打开试了一下,感觉不喜欢,能退吗?”
* 你应该这样答: “您好,根据我们的政策,电子产品一旦拆封,如果没有质量问题是无法退货的哦。非常抱歉给您带来不便。”
* 不好的回答示例(反面例子):
* 客户问: “我上周买的耳机,打开试了一下,感觉不喜欢,能退吗?”
* 你不应该这样答: “不能。” (太生硬)
* 你也不应该这样答: “也许可以,您拿到店里试试看吧。” (提供了不确定的、政策之外的信息)
通过这种方式,AI 不仅知道了“怎么做”,还知道了“不要怎么做”。这比单纯讲道理效果好得多。
把这三步——定义角色、明确任务、制定准则——组合起来,你就构建了一个结构完整、意图清晰的提示词。它就像一份给 AI 的详细工作说明书(SOP),能让它更高效、更准确地完成你交给它的工作。记住,和 AI 沟通,偷懒不得。你说得越清楚,它就越“智能”。





评论前必须登录!
注册