提示词是什么

提示词（Prompt），说白了就是你给人工智能（AI）下达的指令。 这可以是一句话、一个问题，甚至是一段代码。 你输入什么，AI 就根据这个指令给你生成回应。 这就像是你跟一个极其聪明但毫无主动性的助理说话，你不开口，他就不动；你说得越清楚，他干活才越靠谱。

所以，提示词写得好不好，直接决定了 AI 生成内容的质量。 一个模糊的指令，比如“写个故事”，AI 可能会给你一段完全不着边的东西。但如果你说：“写一个 500 字的科幻故事，主角是一个厌倦了在火星开矿的机器人，故事要有点黑色幽默”，那结果就会精准得多。这就是为什么现在很多人开始研究“提示词工程” (Prompt Engineering)，这门学问就是专门琢磨怎么写出更好的指令，让 AI 更懂你。

写好一个提示词，其实没那么玄乎，就跟我们平时跟人沟通一样，有几个基本原则。

首先，指令要清晰具体。 你得把任务说得明明白白。别用“这个”、“那个”这种模糊的词，AI 会搞不清楚你说的是什么。 举个例子，你不能只说“总结一下这篇文章”，更好的说法是“把这篇文章总结成 5 个要点，用项目符号列出来”。 这样 AI 就知道你不仅要总结，还要特定的格式和数量。

其次，提供足够的背景信息。 AI 虽然知识渊博，但它不知道你具体在想什么，也不知道你的使用场景。 比如，你想让 AI 帮你写一封邮件，你就得告诉它收件人是谁、你的身份是什么、写这封信的目的是什么。是正式的商务邮件，还是发给朋友的轻松问候？这些背景信息能帮 AI 更好地把握语气和内容。 我自己就有过这样的经历，有一次让 AI 帮忙起草一份项目介绍，忘了说目标客户是谁，结果出来的文案风格完全不对，只好返工，多加了一句“目标客户是对手工制品感兴趣的年轻女性”，结果就好多了。

再来，就是给 AI 指定一个角色。 这听起来有点奇怪，但非常管用。你可以让 AI 扮演一个特定的专家，比如“你现在是一名资深的广告文案”或者“假设你是一位经验丰富的旅行规划师”。 当你给 AI 设定了角色，它就会调动相关的知识和语言风格来回答你的问题。 我试过让 AI 扮演苏格拉底式的导师来跟我探讨一个哲学问题，它的回答就变得很有启发性，不断通过提问来引导我思考，而不是直接给我一个标准答案。

还有一个实用技巧是提供例子。 这在术语里叫“少样本提示” (Few-Shot Prompt)。 如果你想要 AI 按照某种特定的格式或者风格来写东西，光用语言描述可能不够直观，最直接的方法就是给它看几个例子。 比如，你想让它帮你写几条社交媒体的文案，你可以先自己写一两条作为示范，然后告诉它：“按照这个风格，再写三条关于 [你的产品] 的文案。” AI 会很快学习到你想要的格式、语气和长度。

当然，输出格式也要说清楚。 你想要的是一段话、一个列表、一个表格，还是 JSON 代码？提前说清楚，能省去很多后期整理的麻烦。 比如你可以直接要求：“请用 Markdown 表格的形式，列出这五种水果的名称、价格和产地。”

写提示词不是一次就能搞定的事，很多时候需要反复尝试和修改。 第一次得到的结果不理想很正常。 这时候不要放弃，可以试着换一种问法，或者补充更多信息，一步步引导 AI 接近你想要的结果。 把这个过程看作是一场对话，你不断地给出反馈，AI 也不断地调整它的输出。 我在用 AI 辅助写代码的时候就经常这样，一开始生成的代码可能有 bug，我就会把错误信息反馈给它，然后说“这段代码在 [某种情况] 下会报错，请修复一下”，通常来回几次就能解决问题。

另外，不同的 AI 模型对提示词的理解能力也不一样。有些模型更擅长理解复杂的、包含多重指令的提示词，而有些则需要更简单直接的指令。 所以，熟悉你正在使用的工具的特性也很重要。 一般来说，更新、更强的模型，对指令的理解能力也越好。

最后，我们来梳理一下一个好的提示词通常包含哪些元素。虽然不是每次都必须写全，但脑子里有这个框架，能帮你思考得更周全：

1. 角色 (Persona): 你希望 AI 扮演谁？
2. 任务 (Task): 你想让 AI 具体做什么？
3. 背景 (Context): 有哪些重要的背景信息需要 AI 知道？
4. 格式 (Format): 你希望结果以什么形式呈现？
5. 范例 (Examples): 能不能提供一些例子让 AI 参考？

记住这个框架，然后用简单、直接的语言把它们组合起来。比如：“你是一名健身教练（角色），请为我制定一个为期四周的初学者家庭健身计划（任务），我没有任何器械，每周可以锻炼三次，目标是减脂（背景）。请用表格形式呈现（格式），每周包含具体的训练动作、组数和次数（格式细节）。”

你看，这并不复杂。写提示词的本质，就是把你的想法清晰、准确地传达给 AI。随着你用得越来越多，你自然会找到最适合你的沟通方式，也会越来越懂你的 AI 助理的“脾气”。