AI提示词指令大全

写出一个好的 AI 提示词（Prompt），本质上就是学会如何与 AI 有效沟通。 AI 不会读心术，你给它的指令越清晰、越具体，它返回的结果就越接近你的预期。 这就像和人沟通一样，你不能指望一个刚入职的实习生，仅仅凭一句“帮我做个演示”就能交出完美的方案。 你得告诉他演示的主题、面向的听众、核心要点和页数限制。 对待 AI 也是同理。

核心构成要素：拆解一个好指令

一个结构完整、意图明确的提示词，通常包含几个核心部分。虽然不是每次都需要全部用上，但理解这些要素能帮你构建更有效的指令。

• 角色 (Persona)： 给 AI 设定一个身份。 这能极大地影响它输出内容的口吻、风格和专业深度。 比如，你可以让它扮演一个经验丰富的财务分析师、一个富有创意的营销总监，或者一个循循善诱的苏格拉底式导师。 当你指令 AI“扮演一个有20年经验的儿科医生，用通俗易懂的语言解释什么是过敏”，得到的结果会比直接问“什么是过敏”要好得多，因为它自带了特定的视角和沟通方式。

• 任务 (Task)： 这是最核心的部分，就是你具体想让 AI 做什么。 指令必须明确、直接。 避免使用“写点关于……”这种模糊的说法，而是要用动词明确你的需求，比如“总结这篇文章”、“对比 A 和 B 两个产品的优缺点”、“把这段技术文档翻译成中文”或“生成一个为期三天的巴黎旅行计划”。

• 上下文/背景信息 (Context)： AI 拥有海量知识，但它不知道你当前具体的情况和目标。 提供必要的背景信息至关重要。 比如，在你要求 AI 写一封邮件时，你需要提供收件人是谁、邮件的目的、你们之前的沟通背景等。 如果你要 AI 分析数据，就要先提供数据本身。 上下文越充分，AI 的回答就越贴合你的实际需求。

• 格式 (Format)： 明确你希望得到什么样的输出形式。 这能帮你省去大量后期编辑的时间。你可以要求 AI 将结果以特定格式呈现，例如：

  • 表格： “请用表格形式对比这三款手机的摄像头、电池和屏幕参数。”
  • JSON 或 XML： 这在需要程序解析数据时很有用，比如“请生成一个包含三个虚构书名、作者和流派的列表，并以 JSON 格式提供，包含 book_id, title, author, genre 字段。”
  • Markdown： 使用标题、列表、粗体等格式，让输出结果结构清晰，易于阅读。
  • 邮件或备忘录： “请草拟一封少于200字的邮件，邀请团队成员参加周五的会议。”

• 示例 (Examples)： 有时，“展示”比“描述”更有效。 这种方法被称为“少样本提示”(Few-shot Prompting)。 你可以在提示词里提供一两个你想要的输出范例，AI 会模仿你的例子来生成内容。 比如，你想让 AI 帮你写产品描述，可以先给它一个你写好的范本，然后说：“这是我们产品描述的风格，请为新产品‘智能咖啡杯’也写一段类似的描述。” AI 会迅速抓住你想要的语气和结构。

一些实用的高级技巧

掌握了基本结构后，可以尝试一些更高级的技巧，让 AI 的输出质量更上一层楼。

• 思维链 (Chain of Thought, CoT)： 这个技巧对于需要逻辑推理的复杂问题特别有效。 你不是直接问最终答案，而是要求 AI“一步一步地思考”或“把你的推理过程写出来”。 比如，在解决一个数学应用题时，加上这句引导，AI 会先列出解题步骤，然后进行计算，最后得出答案。这个过程不仅能提高最终结果的准确性，还能让你检查它的逻辑是否正确。

• 分解任务： 不要指望用一个庞大而复杂的指令一次性解决所有问题。 就像管理项目一样，把大任务拆解成一系列更小、更具体的步骤。 比如，写一篇长文，可以先让 AI“为这个主题生成一个大纲”，在你确认或修改大纲后，再让它“根据这个大纲，撰写第一部分”，然后逐步完成全文。 这种迭代的方式能让你对最终结果有更好的控制。

• 使用分隔符： 当你的提示词包含多个部分（比如上下文、具体指令、输入数据）时，使用分隔符可以让 AI 更清晰地理解你的意图。 你可以用三个反引号（``）、破折号（---）或者 XML 标签（如和`）来区隔不同的信息块。 [6, 22] 这样做能有效避免 AI 混淆背景信息和真正的指令。

• 明确约束和要求： 除了告诉 AI 要做什么，同样重要的是告诉它“不要做什么”。 [11] 比如，你可以明确指出“不要使用行业黑话”、“回答要客观，不要包含个人观点”或者“字数控制在500字以内”。清晰的约束条件能帮助 AI 更好地聚焦在你的核心需求上。

不断试错和优化

写提示词是一个不断尝试和优化的过程。 [5, 9] 第一次的结果不理想很正常。 [39] 不要马上放弃然后重新开始，而是应该在原有提示词的基础上进行修改和调整。 [16, 39] 是不是指令太模糊了？那就增加一些具体细节。 [39] 是不是 AI 理解错了上下文？那就提供更多背景信息。 [29] 每次调整后，观察输出的变化，你会慢慢摸索出与特定 AI 模型沟通的最佳方式。

你甚至可以反过来利用 AI 帮助你优化提示词。当你不知道如何构建一个好的指令时，可以先简单描述你的目标，然后问它：“为了更好地完成这个任务，我还需要提供哪些信息？” [11] AI 可能会反问你一些问题，从而引导你构建一个更完美的提示词。