引言
在使用 AI 助手、对话机器人、AI 绘画或自动化工作流时,提示词(Prompt) 是你与 AI 交流的桥梁。同样的模型,提示词写得好坏,直接决定了输出质量的天壤之别。本教程将系统讲解写出高质量提示词的方法、技巧与常见场景模板,帮助你快速成为提示词高手。
一、什么是 AI 提示词
AI 提示词 是用户向大语言模型或生成式 AI 发出的指令文本,它告诉 AI 要完成什么任务、以什么方式完成、输出什么格式。提示词可以是一句简单的话,也可以是一段包含背景、示例、约束条件的结构化文本。
核心逻辑:AI 依据提示词中的模式、上下文和要求,预测并生成最符合期望的内容。提示词越精准、清晰、完整,AI 的表现就越好。
二、写好提示词的七大黄金法则
法则 1:明确任务目标,动词优先
不要说“关于环保写点什么”,而要说“用 300 字写一篇面向大众的环保倡议短文,强调个人减少塑料使用的三个具体行动”。
优化前后对比:
❌ 差:“讲一下人工智能。”
✅ 优:“用通俗易懂的语言解释什么是人工智能,列举 3 个日常生活中的应用例子,最后给出一个简短的总结。字数控制在 200 字左右。”
要点:用指令性动词开头,如“写、总结、翻译、分类、生成、分析、提取、改写”。
法则 2:提供充分的上下文与背景
AI 需要语境才能给出贴切的答案。说明目标读者、应用场景、你的身份或领域限制。
示例:
❌ “写一篇推广文案。”
✅ “你是一名资深营销专家,为一款面向年轻女性的智能手表撰写小红书种草文案。产品卖点是:24小时心率监测、续航 7 天、马卡龙配色。语气要轻松活泼,多用 Emoji,结尾带上热门标签。”
法则 3:指定输出格式与结构
如果你需要表格、列表、JSON、Markdown 或特定版式,必须明确说明。
示例:
“请用 Markdown 表格列出产品对比,包含产品名、价格、核心功能、推荐理由四列。”
“将回复组织为三个部分:摘要、详细分析、结论。摘要用粗体。”
明确格式能大幅降低后期编辑成本。
法则 4:巧用分隔符,让指令更清晰
当提示词中既有指令又有大段参考材料时,用 ###、--- 或 """ 将不同部分隔开,避免混淆。
示例:
text
将下面的客户反馈总结为三点关键建议,语气保持中立专业。 反馈: ### 昨天刚收到货,包装很好但打开后产品有轻微划痕,联系客服后很快换新,整体满意。希望以后发货前加强品检。 ###
法则 5:进行角色扮演(Persona)
给 AI 设定一个专业身份,能显著提升专业度和语气契合度。
常用角色举例:
“你是一名拥有 10 年经验的 Python 高级工程师...”
“你是一位米其林三星主厨...”
“假装你是一位耐心的中学物理老师...”
角色越具体,输出风格越可控。
法则 6:给出少量示例(Few-shot Prompting)
当你希望 AI 按照特定风格、模式输出时,提供 1-3 个范例最有效。
示例(情感分类):
text
请判断句子的情感倾向(正面/负面/中性)。 示例: 输入:“这电影太棒了!” 输出:正面 输入:“服务差劲,不会再来了。” 输出:负面 现在,请判断:“菜品一般,环境还可以。” 输出:
AI 会模仿示例的格式直接回复“中性”。
法则 7:引导思考链(Chain-of-Thought)与分步执行
对于复杂推理任务,告诉 AI “让我们一步一步思考”或拆解步骤,能提升逻辑准确性。
示例:
“请逐步解答这个数学应用题:先列出已知条件,再确定求解步骤,最后给出答案。”
“在给出最终结论前,请先分析正反两方论据,再综合判断。”
三、不同场景的提示词模板(开箱即用)
1. 内容创作
text
你是一名公众号主笔,以温暖治愈的风格写一篇关于“独处”的短文。包含一个个人故事片段、两个独处的好处、一句金句收尾。全文 500 字。
2. 代码编写与调试
text
你是一名全栈工程师。请在 Python 中实现一个函数,读取 CSV 文件并计算某列的平均值,处理文件不存在和空列异常。请添加注释,并给出一个使用示例。
3. 数据分析与报告
text
分析下方销售数据,找出趋势、异常点和增长机会。用 SWOT 分析框架输出,并给出三条战略建议。 数据: [粘贴数据表格]
4. 语言翻译与润色
text
将以下英文技术文档翻译成中文,保持专业严谨,术语使用 IT 行业惯用译法。如果遇到缩写,请标注英文全称。 [文本]
5. 对话与角色扮演
text
你扮演一位精通科技的私人助理,每次回答控制在 50 字内,善用清单,语气亲切。当用户问日程安排时,不仅告知时间,还提醒交通建议。
四、优化提示词的迭代方法
很少有提示词一次就完美。采用 “测试-分析-调整” 循环:
基线测试:先用你认为合理的提示词生成多个结果。
定位问题:输出是否偏离主题?格式错乱?缺乏深度?语气不对?
增加约束:逐步添加“不要使用专业术语”、“每段不超过 3 行”、“避免使用第一人称”等限制。
对比实验:固定问题,修改提示词某一部分,观察效果差异。
沉淀模板:将验证有效的提示词保存为模板,下次复用。
优化示例:
初版:“写一个产品介绍。”
发现:太泛泛,生成内容像说明书。
优化 1:添加“面向年轻妈妈,强调安全材质”。
优化 2:指定“开头用痛点提问,3 个卖点+场景,最后号召购买”。
最终版:“你是一名母婴产品文案专家。为新品‘硅胶辅食碗’写小红书介绍,目标用户是 90 后妈妈。开头用‘宝宝不爱吃饭?可能餐具没选对’带入,分安全、防摔、易清洗三点,语气亲切,带 Emoji,限 200 字。”
五、常见误区与避坑指南
| 误区 | 正确做法 |
|---|---|
| 问题太宽泛:“帮我写个方案” | 明确方案类型、目标、受众、长度 |
| 信息过载,一股脑塞进大段文字 | 结构分明,用分隔符,分步给出指令 |
| 不指定输出格式 | 明确要段落、表格、列表、代码块等 |
| 只有负面约束:“不要写太短” | 正面引导:“请写 300 字以上” |
| 忽略专业术语定义 | 提供术语说明或使用示例语境 |
| 期望 AI 具备“常识”判断 | 将规则、偏好、排除项逐条列出 |