提示词技巧

和AI打交道，本质上就是一场“猜词游戏”。 AI是那个猜词的人，而你是比划的人。你给出的提示信息越丰富、越清晰，AI就越能猜中你心里的那个“词条”，也就是给你满意的答案。 很多人觉得AI不好用，很多时候问题不出在AI身上，而是出在“比划”上，也就是我们给的提示词（Prompt）不行。

写提示词，其实就是学习怎么跟AI高效沟通。这没什么神秘的，核心原则有两个：一是把话说清楚、说具体；二是在必要的时候，给AI一些“思考”的时间和空间。

一、把指令说得像人话一样清楚

这是最基础，也是最关键的一步。很多人习惯了跟搜索引擎那种关键词式的沟通，直接把这种方式搬过来用在和AI的对话里，效果当然不会好。你得把AI当成一个虽然知识渊博但毫无背景信息的助理。

1. 明确、具体，不说废话

模糊的指令只会得到通用的、没用的回答。 比如，你跟AI说“写点关于气候变化的东西”，它只能给你一些泛泛而谈的内容。 但如果你换个说法：“写一段150字左右的文字，观点是说服政府投资可再生能源以应对气候变化”，这样AI得到的结果就会精准很多。

同样，指令要直接。没必要跟AI说“请”、“谢谢你”、“如果你不介意的话”这类客套话，这不会提升结果质量，直接说事就行。

2. 赋予AI一个角色

这是个特别好用的技巧。在你提出要求之前，先告诉AI它现在是什么身份。 不同的角色设定，会直接影响它回答问题的角度、语气和专业深度。

举个例子，如果你想了解某个法律问题，直接问可能得到的是网络搜索来的大路货。但如果你先说一句：“你现在是一位专业的法律顾问”，然后再提出问题，它给出的解释就会严谨得多，会用更专业的术语和逻辑来组织答案。 再比如，你想让它帮你规划旅行，可以先指定它为“专业的旅行规划师”；想让它帮你写代码，就先让它扮演“资深前端工程师”的角色。

3. 提供足够的背景信息（上下文）

AI知道很多事，但它不知道你的具体情况。 所以，你必须提供与任务相关的背景信息，这叫“上下文”。 没有上下文，AI的回答很可能是飘在天上的。

比如说，你想让AI帮你写一封邮件。如果你只说“帮我写一封催促合作方尽快付款的邮件”，它写出来的内容可能会很生硬。但如果你提供更多上下文，比如：“我们和合作方关系一直不错，这次对方可能是忘了。你帮我写一封催促付款的邮件，语气要客气但坚定，提醒他们合同号是XXX，约定付款日是上周五，金额是XX元。” 这样一来，AI生成的邮件就会贴切得多。

4. 明确你想要的输出格式

如果你对结果的格式有特定要求，一定要提前说清楚。 AI可以生成各种格式的内容，比如列表、表格、JSON、Markdown等等。

例如，你想了解几座世界高峰的信息，可以这样说：“请列出全球最高的五座山峰，并分别罗列它们的名字和海拔。请使用以下格式：(1) 名称：山峰1，海拔：X米”。 这样，你就能直接得到一个结构清晰、方便使用的列表，而不是一段需要自己再去整理的文字。

二、用例子来“教会”AI

有时候，光用语言描述你的要求，AI还是不能完全理解。特别是当你需要一种特定的风格或者比较复杂的输出格式时，最有效的办法就是直接给它看例子。这种方法叫“少样本提示”（Few-Shot Prompting）。

举个例子，你想让AI帮你写一首诗，但你想要一种特定的风格。你可以这样做：
“请模仿以下两首诗的风格，写一首关于夜晚的诗。
例1: ‘太阳温柔地落下，给天空涂上橙色和粉色的颜料，这是夜晚的杰作。’
例2: ‘雨水向叶子低语着秘密，一首大自然温柔的交响曲，抚慰着灵魂。’”

通过这两个例子，AI就能“学习”到你想要的诗歌是什么感觉，而不是凭空猜测。这个方法在需要固定格式的文本，比如写周报、整理会议纪要时，也同样有效。你只需要给出一个你想要的格式范本，AI就会照着做。

三、把复杂任务拆解开

当你面对一个大任务时，不要指望一个提示词就搞定。 人在处理复杂问题时也需要分步骤，AI同样如此。把一个大任务拆解成几个更简单的子任务，效果会好得多。

比如，你要写一篇关于某个行业发展趋势的深度分析报告。你可以把这个任务拆分成以下几个步骤，然后一步一步地向AI提问：
1. “你是一位行业分析师。请先帮我收集和整理过去五年，[某行业]的关键发展数据。”
2. 拿到数据后，你再继续：“基于以上数据，请分析出三个最主要的发展趋势，并为每个趋势提供2-3个具体案例支持。”
3. 然后：“现在，请预测未来三年这个行业可能会出现的两个新变化。”
4. 最后：“请将以上所有分析内容，整合成一篇大约1500字的行业报告，报告结构要包含引言、趋势分析、未来预测和结论。”

这种“对话式”的、分步骤的指令，能引导AI更深入、更有条理地完成复杂任务，结果的质量远比你一开始就扔给它一个大而空泛的指令要高。

四、引导AI自己思考和提问

更高级一点的技巧，是引导AI自己进行推理，甚至让它反过来向你提问。

1. 思维链（Chain-of-Thought）

对于一些需要逻辑推理的问题，比如数学题或者复杂的逻辑判断，直接让AI给答案，它可能会出错。但是，如果你在指令的末尾加上一句“让我们一步一步地思考”，AI就会先写出它的推理过程，然后再给出最终答案。 这个过程就像学生在做题时写下解题步骤一样，能大大提高最终答案的准确性。

比如，你可以问：“一个农场有鸡和牛共35头，脚共有94只，鸡和牛各有多少头？请一步一步地解释你的推理过程。” AI会先列出方程，然后进行计算，最后得出结论，整个过程清晰可见。

2. 让AI向你提问

有时候，我们自己也不确定完成一个任务需要哪些信息。这时，你可以让AI来主动问你。 在你的提示词后面加上一句：“如果为了更好地完成这个任务，你需要更多信息，请向我提问。”

这个方法在你不太清楚某个领域的具体细节时特别有用。比如，你想让AI帮你设计一个健身计划，但你不是专家。你可以说：“你是一位专业的健身教练，请帮我制定一个为期四周的减脂健身计划。在开始之前，请问我一些必要的问题，以确保计划的科学性和有效性。” 这样，AI就会反过来问你关于年龄、体重、健身经验、饮食习惯等关键信息，从而制定出更个性化、更靠谱的方案。

总而言之，写好提示词不是什么玄学，而是一门可以通过练习和思考来提升的技能。关键在于清晰地表达你的需求，并且善于利用各种技巧来引导AI，把它当成一个聪明的、可以沟通的工具，而不是一个只会机械执行命令的机器。多尝试，多迭代，你和AI的合作效率会越来越高。