提示词怎么写

跟 AI 打交道，其实就是换一种方式跟机器沟通。你说话的方式，直接决定了它能不能听懂，以及能干出什么样的活。很多人觉得 AI 不好用，给出的答案乱七八糟，其实问题往往出在“提示词”（Prompt）上。一个好的提示词，就像一个清晰的任务指令，能让 AI 准确理解你的需求。

写提示词没什么神秘的，核心就一个：清晰、具体。 别把 AI 当成能读懂你心思的人，你得把它当成一个需要明确指令的实习生。它知识储备量很大，但没有你的具体情况和任务目标。

拆解一个好提示词的四个要素

一个有效的提示词，通常包含四个部分：指令、上下文、输出格式和角色设定。 不是每次都必须写全这四样，但理解了它们的构成，能帮你更有条理地表达需求。

• 指令 (Instruction): 这是最核心的部分，就是你到底想让 AI 干什么。指令必须明确。比如，不说“写篇文章”，而是说“写一篇关于人工智能在医疗诊断中应用的1000字文章，面向中学生读者，风格要科普易懂”。 前者太模糊，AI 不知道写什么主题、给谁看、写多长，后者就好多了。

• 上下文 (Context): 这部分是给 AI 提供背景信息。它不知道你的项目背景，也不知道你的具体目标。 比如，你想让它帮你分析销售数据，就要先把数据给它，并且说明分析的目的是为了找出提升销量的机会。 如果没有上下文，AI 只能靠猜，结果自然不靠谱。有个小技巧是，你可以反问 AI：“为了更好地完成这个任务，你还需要我提供哪些信息？” 这样能引导它主动获取完成任务所需的背景。

• 输出格式 (Output Format): 你希望结果以什么形式呈现？是表格、Markdown、JSON，还是一段代码？ 提前说清楚格式要求，能省去很多后期整理的麻烦。比如，你可以要求它“用 JSON 格式列出三本虚构的书名、作者和类型，并包含 book_id、title、author、genre 这几个字段”。 直接给出示例是最好的方式，AI 能很快学会你想要的格式。

• 角色设定 (Persona): 这招很好用。给 AI 分配一个角色，能让它的回答更聚焦、更专业。比如，你可以让它扮演“一个资深的广告文案策划”，或者“一个擅长用苏格拉底式提问的导师”。 角色设定能帮助 AI 调用特定领域的知识和语言风格，让输出结果更符合你的预期。最近有个很火的“三词规则”，就是在提问结尾加上“like a [role]”（像个某某角色一样），比如“像个招聘经理一样给我些简历建议”，效果往往比直接提问好很多。

让提示词更有效的几个技巧

除了上面四个基本要素，还有一些实用的技巧能让你的提示词效果更好。

• 提供示例 (Few-shot Prompting): 如果你想要的输出有特定的风格或结构，直接给 AI 一两个例子看，比用语言描述半天要有效得多。 AI 擅长模仿和学习，看到例子就能明白你的要求。这种方法在需要特定格式或复杂任务时尤其有用。

• 拆分复杂任务: 不要指望用一个提示词就让 AI 完成一个复杂的项目，比如写一份完整的市场营销计划。 更好的做法是把大任务拆解成一系列小步骤。先让它写产品概述，然后写功能介绍，再构思广告语，最后列出销售策略。一步一步引导，不仅能保证每一步的质量，最终结果也会更可控。

• 使用分隔符: 当你的提示词里既有指令又有需要处理的文本时，用分隔符（比如三个引号”””或者###）把不同部分隔开，能让 AI 更清晰地理解你的意图。 这就像在写邮件时用标题和分段来让内容更有条理一样。

• 给 AI “思考”的时间: 有时候，你可以让 AI 先别急着给答案，而是先列出解决问题的思路。这种被称为“思维链”（Chain-of-Thought）的方法，可以引导 AI 进行更深入的逻辑推理，从而得到更可靠的答案。 比如，你可以先问它解决某个问题的通用模型有哪些，然后再提供具体数据，让它一步步分析。

• 不断迭代和优化: 很少有人能一次就写出完美的提示词。把和 AI 的互动看作是一场对话，第一次的结果不理想很正常。 根据它的初步回答，不断调整和细化你的要求。如果答案太笼统，就让它提供更多细节；如果风格不对，就明确告诉它你想要的语气。通过反复沟通，AI 会越来越懂你。

说到底，写提示词就像学一门新的沟通技巧。它不是编程，不需要复杂的代码，更多的是考验你是否能清晰、有条理地表达自己的想法。多尝试，多练习，你会发现和 AI 协作的效率会高很多。