Prompt 工程入门：写出有效提示词的 5 个原则

同一个问题，换一种问法，AI 的回答质量可以相差很大。Prompt 工程不是玄学，核心是给模型提供足够的上下文和明确的指令。

为什么 Prompt 写法很重要

AI 模型没有读心术。它只能根据你给的文字推断你的意图。描述越模糊，模型越容易猜错方向，给出通用、无用的回答。

以下 5 条原则覆盖了 80% 的常见问题。

5 个核心原则

原则 1：说清楚你要什么格式

不指定格式，模型会自己决定，结果可能是你不想要的。

改写前：

帮我总结这篇文章

改写后：

用 3 个要点总结这篇文章，每个要点不超过 20 字，用 bullet point 格式输出

常用格式指令：用表格对比、输出 JSON、分步骤列出、不超过 100 字。

原则 2：给出角色和背景

告诉模型它在扮演什么角色，以及你的背景，回答会更有针对性。

改写前：

解释一下递归

改写后：

你是一名有 10 年经验的编程讲师。我是完全没有编程基础的新手，请用生活中的类比解释递归，不要出现代码。

角色设定让模型调整语言难度和侧重点；背景说明让模型知道该省略什么、强调什么。

原则 3：提供具体示例

“举例说明”比”详细描述”更有效。一个具体例子胜过十句抽象要求。

改写前：

帮我写一个产品描述

改写后：

帮我写一个产品描述。产品是无线降噪耳机，目标用户是在开放式办公室工作的上班族。
参考风格：「在嘈杂的办公室里，戴上它，世界安静了。」
要求：不超过 50 字，突出降噪效果，语气轻松。

原则 4：拆分复杂任务

一个 Prompt 塞太多要求，模型容易顾此失彼。把复杂任务拆成多轮对话。

改写前（一次性要求太多）：

帮我分析这份销售数据，找出趋势，写一份报告，再给出 3 个改进建议，最后翻译成英文

改写后（分步进行）：

第一步：

分析以下销售数据，找出主要趋势，用 bullet point 列出（不超过 5 条）
[粘贴数据]

拿到结果后再继续：

基于上面的趋势分析，给出 3 个具体的改进建议，每条建议说明预期效果

原则 5：用否定句补充边界

告诉模型”不要做什么”，和告诉它”要做什么”同样重要。

改写前：

帮我写一封道歉邮件

改写后：

帮我写一封向客户道歉的邮件，原因是交付延迟了 3 天。
不要用"非常抱歉"这类套话，不要承诺具体补偿，语气诚恳但简短，不超过 150 字。

进阶技巧

思维链（Chain of Thought）：在 Prompt 末尾加上”请一步步思考”，对需要推理的问题效果明显。

一个水桶装满水重 10 公斤，装半桶水重 6 公斤，水桶本身重多少公斤？请一步步思考。

Few-shot 示例：给模型 2~3 个输入/输出示例，让它学习你想要的模式，比描述规则更直接。

将以下句子改写为更正式的表达：

原句：这个方案不太行
改写：该方案存在一定局限性，建议进一步评估

原句：老板说明天开会
改写：管理层通知明日召开会议

原句：这个 bug 很难搞
改写：

常见错误