如何写出有效的提示词：让 AI 第一次就答对的 6 个要素
由角色、背景、任务、示例、格式和检查标准组成的提示词结构，并附上可用于任何聊天机器人的改写示例。
大多数“平淡”或跑偏的 AI 结果，并不是模型不行，而是请求太短。三大开发商都发布了提示词写作指南，虽然措辞不同，但建议反复强调相同的几点：把目标说清楚，提供背景，给出示例，指定输出格式，并让模型有机会检查自己的工作。本文把它们归纳为 6 个容易记住的要素。
要素 1：任务清晰，只有一个核心动词
比较两个请求：
写一写咖啡。
为罗布斯塔烘焙研磨咖啡的商品页写一段 80 字的描述，面向办公室采购者，突出浓郁口感和实惠价格。
第二个请求有动词（写）、长度（80 字）、对象（办公室采购者）和重点。模型不必猜测。尽量让每个提示词只有一个核心任务；如果有三件事，就拆成三个步骤或三轮提问。
要素 2：外人不知道的背景
模型不了解你的公司、你的客户，也不知道之前试过什么。把一位新同事要做好工作所需的信息放进去：产品是什么、谁来读、输出用来做什么、有哪些约束。对象越具体越好，例如“不懂技术的店长”和“数据工程师”就大不相同。
别忘了说明不能做什么：不用专业术语、不承诺结果、不编造数据。
要素 3：角色，适度使用
指定角色（“你是一位经验丰富的编辑……”）可以让语气和专业水平更一致。但角色不能替代背景和标准。把它当作辅助的调味料：当你想要某个特定视角时有用，其余部分含糊时则没有用。
要素 4：期望输出的示例
对于涉及语气或格式的任务，一两个示例比一大段描述更有价值。给出一个好示例，必要时再给一个差示例并说明差在哪里。各开发商的文档都提到这种技巧（通常称为 few-shot）。请注意，模型倾向于紧跟示例，所以如果想要多样的结果，就给出多样的示例。
要素 5：输出格式
明确说出你想要什么：有哪几列的表格、5 个要点的列表、包含哪些字段的 JSON、不超过 120 字的段落。如果结果要粘贴到另一个工具里，就按那个工具需要的格式来要求。格式清晰，可以省去手工调整。
要素 6：如何检查和修改
两个简单的做法：
- 让模型在回答之前列出它所用的假设。这样可以暴露它理解错的地方。
- 让它在最后按你的标准自我检查（“检查是否包含 3 个主要观点、没有使用禁用词、长度是否正确”），然后修改。
对于涉及现实事实的工作，请它注明来源，并自己核实。参见如何核实 AI 的回答。
可重复使用的提示词模板
你可以复制下面的框架，替换方括号里的部分：
目标：[你需要的最终结果]
读者：[是谁、了解什么、读完之后需要做什么]
背景：[背景信息、附带的数据]
约束：[长度、语气、不能说的内容]
好示例：[可选]
输出格式：[表格 / 列表 / 段落 / JSON]
回答之前：如果缺少重要信息，请先问我。最后一行非常有用。允许模型反问，可以避免它用错误的假设去填补空白。
改写示例：从含糊到可用
原始提示词：“写一封邮件，为发货延迟向客户道歉。”
改进后的提示词：“给一家小型家居用品店的客户写一封 120 字的邮件，因仓库暂时缺货，订单延迟了 3 天。语气真诚，不要把责任推给快递公司。内容包括：道歉、真实原因、新的预计送达日期（周五），以及下一单可用的 9 折优惠码。不要使用‘对由此造成的不便深表歉意’这个说法。只返回邮件正文。”
区别在于：对象、长度、事实、语气、禁忌和格式都已经写在请求里。你可以直接使用结果，或只改几个词。
反复改进，而不是一次写出完美提示词
不要一开始就想写出神奇的提示词。按循环来做：运行、阅读、准确指出不满意之处（“第 2 段太正式，缩短成 2 句”）、再运行。具体的反馈远比“重做，写得更好”有效。找到效果好的版本后，把它保存为你自己的模板。
常见错误
- 在一个提示词里塞太多事情，结果对每件事都敷衍了事。
- 指示相互矛盾，例如“要很简短”却又“包含所有细节”。
- 把敏感数据粘贴到不合适的聊天机器人。参见使用 AI 时的数据安全。
- 不检查就相信结果，尤其是数据、引用和法律条款。
总结
好的提示词不需要很长，需要完整：任务、背景、有的话加上示例、约束、格式和检查方式。试着按上面的框架重写你最常用的三个提示词，并比较结果。差别通常立刻就能看出来。
参考来源
相关文章
本文仅供一般参考，不能替代法律或专业意见。另请参阅编辑、联盟与评价政策。