跳转至

Prompt 总览

学会用 Prompt(提示词)和 AI 模型有效沟通,让同样的模型给你更好的回答。

这章解决什么问题

很多人用 ChatGPT、Claude 或 DeepSeek 时,都有这样的经历:

  • 明明问题一样,换个问法,回答质量却天差地别
  • 让模型写东西,结果太长或太短,格式完全不对
  • 一次提好几个要求,模型只做了其中一个,其他的全忘了
  • 看到别人分享的"神级 Prompt",自己复制过来却效果平平

这些问题,90% 不是因为模型不行,而是因为沟通方式不对

Prompt(提示词)就是你和模型之间的沟通桥梁。它不是某种神秘的"魔法咒语",不需要你背诵特定关键词才能"召唤"出好结果。Prompt 本质上是一种输入设计(Input Design)——你把需求说清楚的方式。

这一章要做的,就是帮你建立一套写 Prompt 的基本方法论。学完这章,你不需要去背什么"万能公式",而是能针对自己的具体需求,写出稳定、可控、可复现的 Prompt。

Prompt 到底是什么

我们先破除一个最常见的误解。

Prompt 不是魔法咒语

网上有很多"顶级 Prompt 合集",看起来像是某种 secret sauce(秘方),好像只要复制粘贴就能让模型变聪明。

其实不是。

模型不会因为某个词就突然"觉醒",也不会因为你语气严厉就更听话。Prompt 的本质是信息传递——你把背景、任务、要求、格式告诉模型,模型根据这些信息生成回答。信息越清晰、越完整,结果越接近你的预期。

用个生活中的比喻:Prompt 就像你给下属布置任务。

  • 如果你说"写个报告",对方可能写出一篇完全不是你想要的报告
  • 如果你说"写一份关于 2024 年新能源汽车市场的行业分析报告,面向投资人,重点看电池技术和政策支持,控制在 2000 字以内,用 Markdown 格式",结果就会靠谱很多

Prompt 就是你在给 AI 布置任务时的任务说明书

Mermaid Diagram

好的 Prompt 让模型"有迹可循",知道你要什么、不要什么、结果该长什么样。

本章内容导航

这章包含 6 个主题,每个主题解决一个具体的 Prompt 写作问题:

章节 核心问题 适合谁
Prompt 基础 Prompt 到底包含哪些零件?怎么从"随便问"变成"会问"? 所有人,必看
角色、任务、约束与输出格式 怎么把需求拆成结构化的模块,让模型不漏掉任何要求? 需要稳定输出的人
总结、改写、分类与抽取 常见的文本处理任务,Prompt 该怎么写最高效? 做内容处理的人
Prompt 模板 有没有可以直接套用的模板?怎么根据场景选模板? 想提升效率的人
让模型稳定输出 同样的 Prompt,为什么每次结果不一样?怎么让它更稳定? 需要可复现结果的人
Prompt 常见失败案例 哪些写法一定会踩坑?出了问题怎么排查? 已经写过一些 Prompt 的人

推荐阅读顺序

我们设计了两条学习路径,你可以根据自己的情况选择。

路径一:快速上手(30 分钟)

如果你现在就想改善日常使用的体验,按这个顺序:

  1. Prompt 基础 —— 掌握核心组件和最小模板
  2. Prompt 常见失败案例 —— 避开最常见的坑

这两条看完,你的 Prompt 质量就会明显提升。

路径二:系统学习(2 小时)

如果你想把 Prompt 当成一项技能来学,按这个顺序:

  1. Prompt 基础 —— 建立整体认知
  2. 角色、任务、约束与输出格式 —— 学习结构化写法
  3. 总结、改写、分类与抽取 —— 掌握具体任务类型的写法
  4. Prompt 模板 —— 积累可复用的模板
  5. 让模型稳定输出 —— 理解输出可控性
  6. Prompt 常见失败案例 —— 建立排查能力

建议不要一次看完,每看完一节就去实际用一下。Prompt 是技能,不是知识,光看不会进步。

Mermaid Diagram

这章学完之后,你应该能做什么

读完这一章,你不需要成为"Prompt 工程师"(Prompt Engineer,专门设计和优化 AI 提示词的人),但应该能:

  1. 写出一个及格的 Prompt:包含角色、任务、约束、输出格式等核心要素
  2. 判断一个 Prompt 的好坏:能看出别人的 Prompt 哪里清晰、哪里模糊
  3. 排查输出不达预期的原因:知道是 Prompt 的问题,还是模型能力边界的问题
  4. 针对具体场景调整策略:不同的任务类型(总结、分类、生成)能用不同的写法
  5. 不被"万能 Prompt"忽悠:明白 Prompt 的核心是清晰沟通,不是玄学

延伸阅读

Prompt 不是孤立存在的,它和模型能力、工具使用密切相关。建议结合以下章节一起看:

  • 什么是 LLM —— 理解大语言模型的能力边界,才能知道 Prompt 能推动多远
  • AI 工具总览 —— 了解除了对话之外,还有哪些工具可以配合 Prompt 使用

练习题

question "动手实验"

打开你常用的 AI 对话工具(ChatGPT、Claude、DeepSeek 等),用以下两种方式问同一个问题,对比结果差异:

方式 A(随意问):

帮我写个邮件。


方式 B(结构化问):

角色:你是职场沟通顾问。
任务:帮我写一封申请延期提交项目的邮件。
背景:原定本周五交付,因为第三方接口延迟,需要延期 3 天。
约束:
1. 语气要专业但不过于生硬
2. 不要过度道歉
3. 明确提出新的交付时间
输出格式:邮件正文,不超过 150 字。


对比两个回答,思考:
1. 方式 B 比方式 A 多了哪些信息?
2. 这些信息如何影响了最终输出的质量?
3. 方式 B 还能怎么改进?