怎样在提示词中明确指定我想要的输出格式（如列表、表格、代码）？

跟 AI 打交道，最关键的一点就是把话说清楚。你想要的回答是什么样子的，最好直接告诉它，别让它猜。这就像你跟一个刚认识的朋友提要求，说得越具体，对方才越可能给你你想要的东西。含糊不清的指令只会得到笼统的回复。 这篇文章，咱们就聊聊怎么在提示词里，明确要求 AI 按照列表、表格或者代码块的格式来输出内容。

一、通用原则：直接说，给个样板

最简单的办法，就是直接在提示词里用自然语言说明你想要的格式。 比如，“用无序列表总结一下这篇文章的要点”、“把这些数据整理成一个表格”或者“给我一段 Python 代码”。这种方法简单直接，大部分情况下都挺管用。

但是，要想让输出结果更精确，更符合你的预期，光说“给我个列表”还不够。一个更好的做法是“展示并告知”（Show and Tell）。 意思就是，不仅要告诉 AI 你想要什么格式，还要给它一个例子看。 AI 模型在模仿方面很在行，你给它一个具体的格式范例，它就能更好地理解你的要求，并按照你给的样式输出。

举个例子，假设你想提取一段文字里的关键信息。

一个比较模糊的指令是：

“提取下面这段文字里的公司名称、人名和主题。”

一个更清晰的指令是，给它看你想要的格式：

“从下面的文本中提取关键实体。请按照以下格式输出：
公司名称：[公司A], [公司B]
人名：[人名A]
主题：[主题A], [主题B]

文本：‘[这里是你要处理的文本]’”

通过这种方式，你不仅告诉了它要做什么（提取实体），还明确了怎么做（按照指定的格式输出）。 这样程序在后续处理这些信息的时候也更容易解析。

二、具体格式的指定方法

现在我们来看看列表、表格和代码这三种常用格式，分别要怎么具体指定。

1. 怎样让 AI 输出列表

列表是最常用的格式之一，不管是整理思路、总结要点还是制定计划，都离不开它。想让 AI 生成列表，可以直接说。

• 基础指令：
  • “请用无序列表总结一下……”
  • “把以下步骤按数字顺序排列出来。”
  • “给我列一个购物清单，用项目符号。”

这些指令很清楚，AI 基本都能理解。但有时候，你可能需要更复杂的列表，比如嵌套列表或者带有特定格式的列表。

• 高级玩法：提供格式范例
  
  假设你想让 AI 帮你整理一篇长文的结构，并且希望它按照章节和大纲的层级来展示。你可以这样做：

“请总结以下文章的要点。使用下面的格式：
主题 1: <这里是主题1的名称>
– <要点1>
– <要点2>
主题 2: <这里是主题2的名称>
– <要点1>
– <要点2>
…

文章：‘[这里贴上长篇文章]’”

这个提示词里，你明确定义了输出的结构：每个主题占一行，主题下的要点用无序列表（-）来表示。 AI 看到这个范例，就会模仿你的格式来组织输出内容，结果就会非常清晰，一目了然。

2. 怎样让 AI 输出表格

当需要对比不同项目或者展示结构化数据时，表格是最好的选择。让 AI 生成表格，同样可以从简单的指令开始，然后通过更具体的要求来优化。

• 基础指令：
  • “请将以下数据整理成一个表格。”
  • “比较一下 iPhone 15 和 Samsung S24 的主要参数，用表格形式展示。”

这种指令下，AI 会自己决定表格的列和行。但结果可能不是你最想要的。

• 高级玩法：明确指定列标题和格式
  
  为了得到一个完全符合你需求的表格，最好的方法是明确告诉它你想要的列标题是什么。

“请列出太阳系中的行星及其数据。请使用包含以下列的表格来格式化信息：行星名称、与太阳的平均距离（AU）、年份长度（地球日）。”

这样一来，输出的表格就会不多不少，正好包含你关心的那几列数据。

如果你需要把这个表格用在网页或者支持 Markdown 的文档里，你甚至可以直接要求它输出特定语言的表格代码。

“请生成一个 HTML 表格，列出彩虹的颜色和它们对应的波长。”

或者

“请用 Markdown 格式创建一个表格，对比三种不同笔记本电脑的 CPU、内存和价格。”

AI 会直接生成相应的 <table> HTML 代码或者 Markdown 语法的表格，你直接复制粘贴就能用，非常方便。

还有一种方法是使用分隔符，比如逗号或竖线，来生成类似 CSV 格式的数据。 这种格式特别适合导入到 Excel 或其他数据分析工具里。

“请生成前五个平方数及其平方根的列表，样式为 CSV。使用逗号分隔数字和它的平方根。”

3. 怎样让 AI 输出代码

对于开发者来说，让 AI 生成代码是家常便饭。为了得到高质量、可直接使用的代码，提示词的写法很重要。

• 基础指令：
  • “用 Python 写一个函数，计算斐波那契数列。”
  • “给我一段 JavaScript 代码，实现一个简单的点击计数器。”

这些指令通常能得到正确的代码，但可能缺少注释，或者风格不符合你的团队规范。

• 高级玩法：指定语言、添加注释和使用引导词
  
  要让代码更完善，你需要在提示词里加入更多细节。

“请用 Python 3 写一个函数，用来检查一个字符串是否是回文。要求：
1. 函数名为 is_palindrome。
2. 代码中要包含详细的注释，解释每一步的作用。
3. 考虑并处理输入为空字符串或非字符串类型的边缘情况。”

在这个例子里，你不仅指定了编程语言和函数名，还明确要求了注释和错误处理，这样生成的代码质量会高很多。

另外，还有一个小技巧是使用“引导词”（leading words）。 比如，在提示词的结尾加上 import，可以暗示 AI 你想要的是 Python 代码；加上 SELECT，则可能引导它写出 SQL 查询。 这种方法能巧妙地引导模型进入你期望的“代码模式”。

如果你需要生成的是特定格式的数据对象，比如 JSON，你可以直接在提示词里定义这个结构。

“请生成一个包含以下信息的 JSON 对象：
{
“name”: “[一个虚构的人名]”,
“age”: [一个20到40之间的数字],
“isStudent”: [布尔值 true 或 false],
“courses”: [一个包含三个课程名称的数组]
}”

这种“模式先行”的方法能确保输出的 JSON 格式是有效的，可以直接被程序解析，避免了很多因为格式错误导致的麻烦。

总而言之，想让 AI 按照你的想法输出，关键就在于沟通的清晰度和具体性。不要怕麻烦，在提示词里多加一些描述、规则和例子，往往能让你一次就得到满意的结果，省去反复修改的时间。多试试，你会发现，让 AI “懂你”其实没那么难。