Prompt 常见失败案例¶
高手和新手的差距，不在于会不会写 Prompt，而在于能不能快速定位问题并修正。
这章解决什么问题¶
你照着网上的教程写了一个 Prompt，模型的输出却差强人意——要么泛泛而谈，要么漏掉要求，要么干脆胡说八道。你怀疑是模型不行，换了一个更贵的，结果还是一样。
问题很可能不在模型，而在 Prompt。
这一章是一面镜子。我们把新手最常踩的坑拆成六个典型案例，每个案例都给你看错误的 Prompt 长什么样、为什么会失败、怎么改。看完你会建立一个直觉：遇到问题先排查 Prompt，而不是先换模型——因为改 Prompt 的成本接近于零，换模型的成本可能是几十倍。
失败案例 1：需求太模糊¶
现象：模型输出泛泛而谈，像一篇万能作文，放到任何场景都成立，唯独对你没用。
错误 Prompt：
写一篇文章。
分析：
这个 Prompt 没有任何有效信息。模型不知道：
- 文章主题是什么？
- 写给谁看？
- 多长？
- 什么风格？
- 要解决什么问题？
模型只能凭概率生成一篇"最像文章的东西"，也就是平均意义上最安全的泛泛之谈。
修正：
用 Prompt 四要素来补全缺失的信息：
``` 角色：你是一位有 5 年经验的科技专栏作者。
任务：写一篇关于「AI 编程助手如何改变软件工程师工作流」的文章。
约束： - 字数：1200~1500 字 - 结构：先讲一个具体场景故事，再分析变化，最后给出建议 - 风格：口语化，像跟朋友聊天，避免学术术语
输出格式： - 标题（吸引眼球，不超过 20 字） - 正文（分段，每段有要点） - 结尾（一句话总结核心观点） ```
对比两个 Prompt：前者 4 个字，后者 100 多字。多出来的不是废话，是约束和方向。模型不是读心术师，你给的信息越多，它越能命中靶心。
失败案例 2：一次塞太多任务¶
现象：模型漏掉部分要求，或者回答混在一起、逻辑混乱。
错误 Prompt：
``` 请把下面这段英文技术文档翻译成中文，然后总结一下它的核心观点，再改写成适合产品经理阅读的版本，最后分析一下它的潜在商业价值。
[一段 2000 字的英文技术文档] ```
分析：
这个 Prompt 同时丢了四个任务：翻译、总结、改写、分析。问题出在两个方面：
- 注意力稀释：LLM 的注意力机制在长文本中会逐渐分散。任务越多，每个任务分配到的"关注度"越少，越容易漏掉细节。
- 相互干扰：翻译时模型专注于逐句对应，总结时却需要跳跃式抓取重点——两种思维模式混在一起，输出质量会互相拖累。
修正：
方案 A：拆成多轮对话
``` 第一轮：请先翻译以下技术文档为中文，保持术语准确。 [文档]
第二轮：请总结这篇中文文档的核心技术观点，3 句话。
第三轮：请把这段总结改写成产品经理能听懂的语言。
第四轮：基于以上内容，分析这项技术的潜在商业价值，分点列出。 ```
方案 B：明确分步骤（单轮）
``` 请按以下步骤处理这段英文技术文档：
步骤 1：完整翻译成中文。 步骤 2：基于中文翻译，总结核心观点（3 句话）。 步骤 3：把总结改写成产品经理视角的表述。 步骤 4：分析商业价值，输出 bullet points。
注意：每一步完成后空一行，写「---」分隔，再开始下一步。 ```
方案 A 更适合复杂任务，因为每轮都可以基于上一轮的输出继续优化。方案 B 适合简单任务，减少了来回切换的成本。
失败案例 3：约束自相矛盾¶
现象：模型输出质量差，或者干脆忽略其中一个约束，因为它发现两个要求不可能同时满足。
错误 Prompt 示例 1：
用一句话详细解释量子计算的原理。
错误 Prompt 示例 2：
请用非常随意但专业的语气写一封商务邮件。
分析：
- "一句话"和"详细"是矛盾的。一句话撑死了 50 字，不可能详细。
- "随意"和"专业"也是矛盾的。随意的反义词就是正式、专业。
模型遇到矛盾约束时，通常会随机选择一个服从，或者生成一个两边都不讨好的中间态。无论哪种，结果都不是你要的。
修正：
写完后自己读一遍，检查约束是否冲突。
修正后 1：用 3 句话解释量子计算的原理，每句话不超过 30 字。
修正后 2：语气亲切自然，像同事之间发邮件，但保持商务场合的基本礼貌。
关键原则：约束之间要兼容，不能互相打架。
失败案例 4：没有给示例（Few-shot）¶
现象：模型输出格式不稳定，风格飘忽。这次输出表格，下次输出段落；这次很正式，下次很随意。
错误 Prompt：
请按我的风格重写下面这段文字。
[原文]
分析：
模型无法读取你的心思。你说"我的风格"，但模型没见过你的风格，它只能猜一个"平均意义上的好风格"。
修正：
给 1~2 个示例，让模型"照葫芦画瓢"。
``` 请参照以下示例的风格，重写后面的内容。
示例 1： 原文：本公司成立于 2010 年，专注于企业级 SaaS 解决方案。 改写：我们 2010 年起步，一直只做一件事——帮企业用好软件。
示例 2： 原文：该产品采用分布式架构，具备高可用性。 改写：这套系统拆成了很多小块，哪块出问题都不会影响全局。
现在请重写： 原文：我们的平台支持多租户隔离，确保数据安全。 ```
示例不需要多，1~2 个足够让模型捕捉到风格模式。这叫 Few-shot Prompting（少样本提示），是给模型最廉价的"培训"。
失败案例 5：忽略模型的知识边界¶
现象：模型自信地胡说，听起来像真的，其实是编的。这叫幻觉（Hallucination）。
错误 Prompt：
请总结一下 2025 年诺贝尔物理学奖得主的主要贡献。
分析：
截至 2026 年 5 月，主流 LLM（如 GPT-4、Claude 3.5 Sonnet）的训练数据截止日期在 2024 年初或更早。它们根本不知道 2025 年的诺贝尔奖结果。但模型不会说"我不知道"——它会根据概率生成一段看似合理的文字，包括编造人名、机构和研究成果。
另一个常见场景是问非常专业的冷门知识：
请详细分析唐代诗人张若虚《春江花月夜》中"滟滟随波千万里"一句在清代注疏中的异文情况。
这种细分领域的问题，训练数据里本来就少，模型更容易编。
修正：
- 先判断模型知不知道：如果是时效性问题，先确认训练截止日期。可以直接问模型："你的知识截止到什么时候？"
- 补充背景信息：把相关事实写在 Prompt 里，让模型基于你提供的信息回答，而不是凭记忆。
- 要求标注不确定性：
如果你不确定某个信息，请明确标注「不确定」或「推测」，不要编造。 - 接入 RAG（Retrieval-Augmented Generation，检索增强生成）：让模型先查资料再回答。这是更系统的解决方案，在 Hello-AI 的 RAG 章节会详细讲。
失败案例 6：期望模型做精确计算¶
现象：数学题、大数运算、复杂统计出错。
错误 Prompt：
请计算：123456789 × 987654321 = ?
分析：
LLM 不是计算器。它的底层是一个概率模型，通过预测"下一个最可能的 token"来生成文本。对于简单的加减法，它可能蒙对；但对于大数乘法、多步推导，出错的概率急剧上升。
同样的问题也出现在：
- 复杂财务报表的加减核对
- 多步代数方程求解
- 长链条逻辑推理（"如果 A 则 B，如果 B 则 C，如果 C 则 D……"推到第 10 步时很容易出错）
修正：
- 让模型写代码来算：
请写一段 Python 代码计算 123456789 × 987654321，并输出结果。 - 用工具调用（如果平台支持）：让模型调用计算器、Wolfram Alpha 等外部工具。
- 分解验证：如果必须让模型算，把步骤拆到足够细，并要求它每步都验算。
核心原则：不要让 LLM 干它不擅长的事。它擅长理解和生成语言，不擅长精确计算。
Prompt 失败诊断流程¶
遇到问题不知道属于哪一类？按这个流程排查：
这个流程覆盖了 90% 以上的 Prompt 失败场景。记住顺序：先排查内容问题，再排查形式问题，最后才怀疑模型本身。
Prompt 自检清单¶
在把 Prompt 发出去之前，问自己这 10 个问题：
| 序号 | 问题 | 为什么重要 |
|---|---|---|
| 1 | 我说清楚「我是谁，我要什么」了吗？ | 没有角色和任务，模型只能猜 |
| 2 | 约束条件具体吗？能量化尽量量化 | "短一点"不如"150 字以内" |
| 3 | 有自相矛盾的约束吗？ | 矛盾会让模型无所适从 |
| 4 | 一次只布置了一个核心任务吗？ | 多任务容易漏和乱 |
| 5 | 需要特定风格时，给示例了吗？ | 模型不会读心，示例是最便宜的训练 |
| 6 | 输出格式定义清楚了吗？ | 格式不明，每次输出可能不一样 |
| 7 | 这个问题在模型的知识范围内吗？ | 超范围的问题容易触发幻觉 |
| 8 | 需要精确计算或长逻辑链吗？ | LLM 不擅长，考虑用代码或工具 |
| 9 | 如果信息缺失，我要求模型怎么处理了吗？ | 没说"不许编"，模型就可能瞎编 |
| 10 | 我自己读一遍，能完全理解要做什么吗？ | 你自己都看不懂，模型更看不懂 |
建议：把这个清单复制下来，每次写重要 Prompt 时过一遍。熟练之后，这 10 个问题在脑子里 10 秒就能过完。
常见误区¶
误区 1：失败了就换模型
很多新手遇到不满意的结果，第一反应是"这个模型不行，换个贵的"。但实际上，Prompt 的问题没解决，换 GPT-4 还是 Claude 3.5 Opus，结果可能一样差。先改 Prompt，成本为零；换模型，成本高十倍。
误区 2：以为好 Prompt 一次就能写出来
没有人第一版 Prompt 就完美。Prompt 工程的核心就是迭代：写一版 → 测试 → 看差距 → 调整 → 再测试。优秀的 Prompt 都是改出来的，不是一次想出来的。
误区 3：不记录失败案例
同样的错误反复犯：上周踩了"约束矛盾"的坑，这周又踩一次。建议建一个自己的"Prompt 错题本"，把失败案例和修正版本记下来。复盘比盲目尝试效率高得多。
误区 4：把模型的"好像懂了"当成"真的懂了"
模型输出看起来很流畅、很专业，不代表它真的理解或正确。特别是在专业领域，模型的"自信胡说"最难识别。永远对重要输出做交叉验证。
延伸阅读¶
- Prompt 基础结构 —— 学习四要素框架，从源头减少失败
- 总结、改写、分类与抽取 —— 四项基础任务的正确打开方式
- 让输出更稳定 —— 让模型输出更一致、更可预测
- Prompt 模板库 —— 直接套用经过验证的 Prompt 模板
练习题 / 小实验¶
练习：诊断与改写
下面三个 Prompt 都存在明显问题。请依次完成： 1. 诊断：属于哪种失败类型？ 2. 分析：具体问题出在哪里？ 3. 改写：写出一个修正后的版本。
Prompt A：
请分析一下人工智能。
Prompt B：
请帮我写一份周报，同时总结一下上周数据，再预测一下下周趋势，最后给一些优化建议。要求控制在 200 字以内，但要详细展开每个部分。
Prompt C：
请计算公司 Q1 到 Q4 的营收复合增长率：Q1 1200 万，Q2 1580 万，Q3 2040 万，Q4 2890 万。直接给出最终数字即可。
参考答案提示：
- Prompt A：需求太模糊，缺少所有四要素
- Prompt B：多任务 + 约束矛盾（200 字以内 vs 详细展开）
- Prompt C：精确计算任务，应该让模型写代码或给出计算步骤，而不是直接要最终数字
建议：先自己诊断和改写，再对照提示检查。重点不在于"和标准答案一样"，而在于建立排查问题的思路。