1. 为什么你写的提示词总是不好用1.1 从“许愿式提问”到“结构化表达”的认知转变大多数人第一次接触AI对话时的体验都差不多输入一句“帮我写个方案”然后盯着屏幕上那段四平八稳、毫无灵魂的文字发呆。问题出在哪不是AI不行是你给它的信息量太少了。我经常跟身边的朋友打一个比方——提示词就是你给一个刚入职的实习生布置任务。你如果只说“帮我做个方案”他交上来的东西大概率是网上抄的模板但如果你告诉他“你是做快消品渠道的帮我写一份面向三四线城市经销商的夏季饮品铺货方案预算20万重点讲陈列和返点”他交出来的东西就能直接用了。AI提示词的本质就是把你的需求翻译成AI能精确理解的结构化指令。这个翻译过程有三个层次说清楚你是谁、要它干什么、干成什么样。听起来简单但90%的人卡在第一步——他们根本不知道自己想要什么只是模糊地觉得“AI应该懂我”。我见过太多人把AI当搜索引擎用输入“2024年营销趋势”然后抱怨AI说的都是废话。你换个思路试试“假设你是一个在消费品牌做了8年市场的老兵现在要给一个刚成立的国产护肤品牌做2024年的内容营销规划预算50万团队3个人重点打小红书和抖音帮我列出三个最值得投入的方向每个方向说清楚为什么、怎么做、预期效果。”同样的AI输出质量天差地别。1.2 提示词框架到底解决什么问题框架不是让你背公式而是帮你在写提示词之前就把思路理清楚。就像写文章前先列提纲框架的作用是防止你漏掉关键信息。一个完整的提示词通常包含六个要素角色设定、背景信息、任务描述、输出格式、约束条件、参考示例。你不需要每次都写全但心里要有这张清单缺什么补什么。我自己的习惯是拿到一个任务先问自己三个问题这个任务需要AI扮演什么角色它需要知道哪些背景信息才能做好我希望它输出什么格式的东西这三个问题回答完提示词的骨架就出来了。剩下的就是往里面填肉——加约束、给例子、调语气。举个例子你要AI帮你写一封给客户的道歉邮件。角色是“客服主管”背景是“产品延迟交付三天客户是合作两年的老客户”任务是“写一封道歉邮件”格式是“正式邮件格式300字以内”约束是“不要找借口要给出具体补偿方案”示例可以给一段你之前写过的类似邮件。这六个要素一凑AI写出来的东西基本不用大改。1.3 三大经典框架的适用边界CRISPE、CO-STAR、思维链这三个框架在圈子里被讨论得最多但很多人不知道它们各自适合什么场景。我自己的经验是CRISPE适合创意类任务CO-STAR适合结构化输出思维链适合复杂推理。CRISPE的全称是Capacity and Role能力和角色、Insight洞察、Statement声明、Personality个性、Experiment实验。这个框架最妙的地方在于它鼓励你让AI“做实验”——多给几个方案让你挑。我写文案的时候经常用这个框架让AI一次性出五个不同风格的版本然后我挑一个最顺眼的再让它细化。CO-STAR是新加坡政府科技局提出的框架包含Context上下文、Objective目标、Style风格、Tone语气、Audience受众、Response响应格式。这个框架特别适合写报告、做PPT大纲、整理会议纪要这类需要规整输出的任务。它的核心逻辑是先定义清楚受众和格式再让AI往里填内容这样出来的东西结构不会乱。思维链Chain of Thought严格来说不算提示词框架而是一种提问技巧。它的核心是让AI“一步一步想”把推理过程展示出来。这个技巧在数学题、逻辑分析、代码调试场景下效果拔群。你只需要在提示词末尾加一句“让我们一步一步思考”AI的输出质量就能提升一个档次。我试过用思维链让AI帮我排查一段Python代码的bug它把每一步的执行逻辑都列出来了比直接问“这段代码哪里错了”有用得多。2. 三大框架的深度拆解与实操演示2.1 CRISPE框架让AI帮你做创意发散CRISPE是我用得最多的框架没有别的原因就是因为它特别适合需要发散思维的任务。写标题、想slogan、策划活动方案、设计课程大纲这些任务用CRISPE框架来写提示词效果立竿见影。我拿一个实际案例来演示。假设我要给一个职场技能培训课程写推广文案用CRISPE框架的提示词是这样的Capacity and Role你是一个在知识付费行业做了6年的文案策划写过上百篇10万爆款课程推文。 Insight目标用户是25-35岁的职场人他们知道要提升自己但总是拖延对“碎片化学习”“每天10分钟”这类概念很买账。 Statement帮我写5个课程推广标题课程内容是“用AI工具提升工作效率”定价199元。 Personality语气要像朋友聊天不要像广告可以用一些自嘲和共鸣的梗。 Experiment每个标题给出两个版本一个偏理性强调效果一个偏感性强调改变。这个提示词丢给AI出来的标题质量比我直接说“帮我写几个课程标题”高出好几个档次。原因很简单我给了AI足够多的“创作素材”。它知道写给谁看、用什么语气、要出几个版本甚至知道每个版本要有什么差异。CRISPE框架里最容易被忽略的是Experiment这个部分。很多人写完前四个要素就觉得够了但Experiment才是让AI“超常发挥”的关键。你让它做实验它就会尝试不同的角度和风格而不是给你五个换汤不换药的标题。我自己的习惯是Experiment部分至少要求AI给出两种不同维度的变体比如“理性vs感性”“短句vs长句”“提问式vs陈述式”。还有一个实操心得Personality部分不要写“专业”“严谨”这种空泛的词。你要具体到“像罗永浩那样带点幽默”“像半佛仙人那样犀利”“像邻家姐姐那样温柔”。AI对具体人物的模仿能力远超你的想象给它一个明确的参照系它就能给你惊喜。2.2 CO-STAR框架结构化输出的利器CO-STAR框架我第一次用是在写项目周报的时候。当时我试了各种提示词AI写出来的周报要么太啰嗦要么漏掉关键信息。后来用了CO-STAR一次就搞定了。CO-STAR的六个要素里Context和Audience是最重要的两个。Context决定了AI对任务的理解深度Audience决定了输出的语言风格和详细程度。很多人写提示词只写Objective目标不写Context背景和Audience受众结果AI只能靠猜猜出来的东西自然不合心意。我拿一个实际场景来演示。假设你是一个产品经理要给老板写一份竞品分析报告用CO-STAR框架可以这样写Context我们是一款面向中小企业的项目管理SaaS工具目前市场份额排名第五主要竞品是A、B、C三家。最近A公司刚完成B轮融资B公司推出了免费版C公司被大厂收购了。 Objective写一份竞品分析报告重点分析这三家最近的动态对我们意味着什么我们应该怎么应对。 Style麦肯锡咨询报告的风格结论先行数据支撑逻辑清晰。 Tone专业但不学术老板喜欢看大白话。 AudienceCEO和销售VP他们关心的是“这对我们的销售策略有什么影响”。 Response用Markdown格式输出包含三个部分竞品动态摘要、对我们的影响分析、建议的应对策略。每个部分不超过500字。这个提示词的精髓在于Response部分定义了输出格式。你告诉AI用Markdown、分三个部分、每部分不超过500字它就不会给你写一篇三千字的流水账。我见过太多人抱怨AI写东西太长其实是你没告诉它“写多长”。CO-STAR框架还有一个隐藏用法用它来训练AI模仿你的写作风格。你可以把Style和Tone写得很具体比如“像我们公司公众号那样开头用故事引入中间分三点论述结尾用金句收尾”。多试几次AI就能学会你的套路后面写类似内容时直接套用就行。2.3 思维链让AI把推理过程摊开给你看思维链Chain of Thought严格来说不是框架而是一种提问策略。它的核心思想很简单不要直接问AI要答案让它把思考过程写出来。这个技巧在需要逻辑推理的场景下效果惊人。我拿一个实际案例来说明。假设你要AI帮你分析一个商业决策某家奶茶店要不要在隔壁开分店。你直接问“帮我分析一下”AI会给你一堆正确的废话。但如果你用思维链的方式提问我要分析一个商业决策一家奶茶店在现有门店隔壁50米处开分店是否可行 请按以下步骤一步一步分析 第一步列出这个决策涉及的所有关键因素至少8个。 第二步对每个因素进行打分1-10分说明打分理由。 第三步计算加权总分给出初步结论。 第四步列出三个可能推翻这个结论的风险点。 第五步给出最终建议并说明在什么条件下建议会改变。这个提示词丢给AI它会给你一份像模像样的分析报告。原因在于思维链强迫AI把“直觉判断”变成“显性推理”。当它必须一步一步写出来的时候它就会调用更多的逻辑能力而不是凭“感觉”给你一个答案。思维链还有一个变体叫“自我一致性”Self-Consistency就是让AI用三种不同的方法解决同一个问题然后对比结果。这个技巧在数学题和逻辑题上特别有用。比如你让AI算一道复杂的应用题它第一次可能算错但你让它用三种方法各算一遍然后取多数结果正确率会大幅提升。我自己的经验是思维链最适合三类任务数学计算、逻辑推理、代码调试。写文案、做翻译、整理资料这类任务用思维链反而画蛇添足因为这类任务没有“推理过程”可言你让它一步一步想它反而会啰嗦。3. 七类通用模板拿来就能用的提示词工具箱3.1 内容创作类模板从选题到成稿的全流程内容创作是AI最擅长的领域之一但也是最容易翻车的领域。翻车的原因通常不是AI写得不好而是你给的信息不够具体。我整理了一套内容创作类的提示词模板覆盖从选题到成稿的全流程。选题模板的核心是“给约束”。你不要问“有什么好选题”你要问“给我10个关于XX主题的选题要求目标读者是XX发布平台是XX每个选题包含标题和一句话核心观点标题不超过20字要有悬念感”。约束越具体选题越靠谱。大纲模板的核心是“给结构”。你可以说“帮我写一个关于XX主题的文章大纲要求分五个部分每部分三个要点第一部分用故事引入最后一部分用行动建议收尾整体逻辑是‘问题-原因-解决方案-案例-行动’”。这个模板我用了不下50次每次都能在30秒内拿到一个能直接用的大纲。初稿模板的核心是“给风格”。我通常会写“请用XX的风格写一篇关于XX的文章风格参考开头用反常识的观点吸引注意力中间用‘我有个朋友’的案例来论证结尾用一句金句收尾全文1500字左右语言口语化不要用‘首先其次最后’这种连接词”。这个模板出来的初稿我只需要改20%就能发。润色模板的核心是“给标准”。你可以说“帮我润色下面这段文字要求去掉所有的形容词堆砌把长句拆成短句把被动语态改成主动语态保持原意不变输出后附上修改说明”。这个模板特别适合处理那些“AI味很重”的初稿。3.2 数据分析类模板让AI帮你读懂数字很多人觉得AI不擅长数据分析其实是你没问对问题。AI做不了复杂的统计建模但它特别擅长帮你理解数据背后的含义。我常用的数据分析模板有三个。第一个是数据解读模板“我有一组数据[粘贴数据]。请帮我分析1. 这组数据最明显的三个趋势是什么2. 有没有异常值可能的原因是什么3. 如果要用一句话向老板汇报应该怎么说”这个模板适合快速理解一堆你看不懂的数字。第二个是对比分析模板“我有两组数据[数据A]和[数据B]。请从以下维度对比增长率、绝对值差异、结构性差异。用表格输出最后一列给出‘这意味着什么’的解读。”这个模板在做竞品分析、A/B测试复盘时特别好用。第三个是预测模板“基于以下历史数据[粘贴数据]请预测未来三个月的趋势。要求给出预测值、置信区间高/中/低、以及三个可能影响预测准确性的因素。”注意AI的预测不能当真但它列出的“影响因素”往往比预测值本身更有价值。3.3 代码编程类模板从需求到可运行代码用AI写代码最关键的是把需求描述清楚。我见过太多人只说“帮我写个爬虫”然后抱怨AI写的代码跑不起来。你至少要告诉AI爬什么网站、爬什么数据、数据怎么存、遇到反爬怎么办。我常用的代码模板是这样的角色你是一个有5年经验的Python后端工程师。 任务写一个爬虫脚本爬取XX网站的商品列表页。 具体要求 1. 使用requests BeautifulSoup不要用selenium。 2. 需要爬取的字段商品名称、价格、销量、店铺名。 3. 数据存到CSV文件编码用utf-8-sig。 4. 每爬一页sleep 2秒避免请求过快。 5. 加上User-Agent和Referer请求头。 6. 如果遇到403错误打印提示信息并退出。 输出完整的Python代码加上详细注释。这个模板的精髓在于把“不要什么”也写清楚。你说“不要用selenium”AI就不会给你写一个需要装浏览器的方案你说“编码用utf-8-sig”AI就不会给你一个用Excel打开乱码的CSV。还有一个技巧让AI先写测试用例再写实现代码。你可以说“先帮我写5个测试用例覆盖正常情况和边界情况然后再写实现代码让这些测试通过”。这样写出来的代码质量明显更高因为AI在写实现之前已经想清楚了各种情况。3.4 学习辅导类模板把AI变成你的私人导师用AI来学习最大的误区是把它当搜索引擎用。你问“什么是机器学习”它给你一段维基百科式的定义你看完还是不懂。正确的用法是让AI扮演一个耐心的导师用你听得懂的方式解释。我常用的学习模板是“我是一个完全没有XX基础的人请你用生活中的例子解释XX概念。要求1. 先用一个类比让我建立直觉。2. 再给出正式定义。3. 然后举一个实际应用的例子。4. 最后出三道测试题检验我是否真的懂了。”这个模板我用来学区块链、学量化交易、学心理学效果都很好。还有一个进阶用法让AI给你出题然后你作答它来批改。你可以说“请出10道关于XX知识点的选择题难度递增我答完后你告诉我哪些错了、为什么错、正确答案是什么”。这个用法比被动看资料的学习效率高得多因为输出倒逼输入。3.5 商业分析类模板从模糊想法到清晰方案商业分析类的任务最怕的是“想不清楚”。你脑子里有一堆零散的想法但不知道怎么串起来。AI可以帮你做这个串联的工作前提是你得把零散的想法都倒给它。我常用的商业分析模板是“我有一个商业想法[用一段话描述]。请帮我分析1. 这个想法的核心价值主张是什么2. 目标客户是谁他们为什么愿意付费3. 最大的三个风险是什么4. 如果要在三个月内验证这个想法最小可行产品MVP应该是什么5. 给我一个90天的执行计划分三个阶段。”这个模板适合早期项目的快速梳理。还有一个决策分析模板“我面临一个选择[选项A] vs [选项B]。请帮我1. 列出做这个决策需要考虑的所有因素。2. 给每个因素分配权重。3. 对两个选项在每个因素上打分。4. 计算加权总分。5. 列出三个可能让结论反转的条件。”这个模板在做职业选择、投资决策、供应商选择时特别有用。3.6 生活助手类模板把琐事交给AI生活类的提示词不需要太复杂关键是把场景描述清楚。比如你想让AI帮你规划一周的晚餐你可以说“帮我规划一周的晚餐菜单要求1. 每天一荤一素一汤。2. 食材在普通超市都能买到。3. 每道菜的制作时间不超过30分钟。4. 周三和周五吃素。5. 输出格式是表格包含菜名、主要食材、预估用时。”这个提示词出来的菜单直接照着买菜就行。再比如你想让AI帮你写一封投诉信你可以说“帮我写一封投诉信投诉对象是XX快递问题是包裹延误了5天且包装破损。要求语气强硬但不失礼貌引用消费者权益保护法的相关条款明确提出赔偿要求附上我的联系方式。”这个提示词出来的投诉信基本可以直接用。3.7 角色扮演类模板让AI成为你的陪练角色扮演是AI被低估的一个用法。你可以让AI扮演你的面试官、你的客户、你的谈判对手然后你对着它练习。我准备面试的时候经常用这个模板“请你扮演一个严格的面试官面试的岗位是XX你会问我10个问题从简单到难。我每回答一个问题你都要给出反馈哪里答得好、哪里答得不好、怎么改进。最后给我一个总体评价。”这个用法比对着镜子练习有用得多因为AI会给你具体的反馈。还有一个用法是让AI扮演一个和你观点对立的人帮你做“压力测试”。你可以说“我支持XX观点请你扮演一个反对者找出我论证中的三个漏洞并给出反驳理由”。这个用法能帮你发现自己思维中的盲区。4. 六个实战案例从需求到成品的完整记录4.1 案例一用CRISPE框架写一篇产品发布会演讲稿背景朋友创业做了一款智能台灯要在众筹平台上线需要一篇发布会演讲稿。提示词Capacity and Role你是一个在硬件创业公司做了5年市场总监的人写过几十篇众筹页面的文案。 Insight目标用户是25-40岁的家长他们关心孩子的视力健康但市面上护眼灯太多不知道怎么选。 Statement写一篇众筹发布会的演讲稿产品是一款能自动调节色温和亮度的智能台灯定价399元。 Personality语气要真诚不要像电视购物可以讲一个自己孩子近视的故事来引入。 Experiment给我两个版本一个偏理性讲技术参数和临床数据一个偏感性讲陪伴孩子写作业的场景。输出效果AI给了两个版本理性版用了大量数据对比感性版讲了一个父亲陪孩子写作业的故事。朋友选了感性版改了几个细节就用了。众筹上线首日完成了目标的180%。实操心得CRISPE框架里的Insight部分我写的是“家长关心视力健康但不知道怎么选”这个洞察直接决定了演讲稿的切入角度。如果你写“家长关心孩子学习”出来的东西就会跑偏。Insight要写到“痛点”层面而不是“需求”层面。4.2 案例二用CO-STAR框架做一份竞品分析报告背景帮一个做在线教育的朋友分析竞品他要向投资人汇报。提示词Context我们是一款面向K12的AI辅导工具目前用户50万主要竞品是A、B、C三家。A刚拿了C轮融资B推出了AI批改作业功能C被一家大厂收购了。 Objective写一份竞品分析报告重点分析这三家的动态对我们意味着什么。 Style麦肯锡风格结论先行数据支撑。 Tone专业但不学术投资人喜欢看大白话。 Audience投资人和公司高管他们关心的是“我们的护城河还在不在”。 ResponseMarkdown格式分三个部分竞品动态、对我们的影响、建议的应对策略。每部分不超过400字。输出效果AI输出的报告结构清晰第一部分用表格对比了三家竞品的动态第二部分分析了每个动态对用户增长和留存的影响第三部分给出了三条具体建议。朋友说这份报告帮他拿到了下一轮融资的term sheet。实操心得CO-STAR框架里Response部分一定要写清楚字数限制。你不写AI就会给你写一篇三千字的论文。我一般会写“每部分不超过XX字”这样出来的报告直接能用不用再删减。4.3 案例三用思维链排查一段Python代码的bug背景我自己写的一个数据清洗脚本跑起来总是报KeyError查了半天没找到原因。提示词下面这段Python代码报KeyError请一步一步分析 [粘贴代码] 分析步骤 第一步逐行解释代码在做什么。 第二步找出所有可能引发KeyError的地方。 第三步对每个可能的地方说明在什么情况下会触发。 第四步给出修复方案并解释为什么这样修。 第五步写一个测试用例验证修复是否有效。输出效果AI在第二步就找到了问题——我在处理CSV文件时假设某一列一定存在但实际数据中有些行缺少这一列。它给出了用df.get()替代df[]的修复方案还写了一个测试用例。整个过程不到3分钟。实操心得思维链在调试代码时特别好用因为它强迫AI把“猜测”变成“推理”。你直接问“哪里错了”AI可能给你一个模糊的答案你让它一步一步分析它就会认真检查每一行代码。4.4 案例四用模板批量生成小红书笔记背景帮一个做护肤品的客户批量生产小红书笔记一周要发20篇。提示词角色你是一个小红书护肤博主有10万粉丝擅长写“成分党”风格的笔记。 任务写一篇关于“早C晚A”的笔记。 要求 1. 标题要有数字和情绪词比如“3个技巧”“千万别踩坑”。 2. 正文分三段第一段讲自己的肤质和困扰第二段讲产品和方法第三段讲效果和注意事项。 3. 每段不超过100字多用短句和换行。 4. 结尾加5个相关话题标签。 5. 语气要像闺蜜聊天不要像广告。 输出直接输出笔记内容不要解释。输出效果AI生成的笔记直接可以发客户只改了几个产品名。我们用这个模板一周生产了20篇笔记其中3篇上了热门。实操心得批量生成内容的关键是把模板固化下来。你把角色、格式、语气、字数都写死每次只需要换主题词AI就能稳定输出。我一般会把这个模板存到备忘录里用的时候直接复制粘贴。4.5 案例五用AI做一场模拟面试背景一个学弟要面试某互联网公司的产品经理岗位让我帮他模拟面试。提示词请你扮演一个严格的产品总监面试一个产品经理岗位的候选人。 面试流程 1. 先让我做自我介绍然后你针对自我介绍提问。 2. 问5个行为面试题比如“讲一个你推动的项目”。 3. 问3个案例分析题比如“如果DAU下降10%你怎么排查”。 4. 问2个产品设计题比如“设计一个给老年人用的打车软件”。 5. 最后给我一个总体评价包括优点、不足、改进建议。 规则每个问题我回答后你都要给出反馈告诉我哪里答得好、哪里答得不好、怎么改进。输出效果学弟说这场模拟面试比真实面试还紧张AI问的问题很刁钻反馈也很具体。他后来真的拿到了offer。实操心得角色扮演类提示词的关键是把规则写清楚。你告诉AI“每个问题我回答后你都要给反馈”它就不会只问不评。你告诉它“问5个行为面试题”它就不会问技术题。规则越细AI的表现越稳定。4.6 案例六用AI辅助写一份商业计划书背景一个做餐饮的朋友要开第二家店需要写一份商业计划书找投资。提示词角色你是一个有10年经验的餐饮行业咨询顾问。 任务帮我写一份商业计划书用于向天使投资人融资。 背景我有一家经营了两年的快餐店月流水30万净利润率15%。现在想开第二家店需要融资50万。 要求 1. 包含以下部分项目概述、市场分析、竞争优势、财务预测、融资用途、风险分析。 2. 财务预测要给出未来12个月的收入、成本、利润预测表。 3. 风险分析要列出至少5个风险并给出应对措施。 4. 全文不超过3000字语言简洁数据说话。 输出Markdown格式用表格呈现财务预测。输出效果AI输出的商业计划书结构完整财务预测部分还给出了三种情景乐观、中性、悲观的测算。朋友拿着这份计划书见了三个投资人最后拿到了80万融资。实操心得商业计划书这类文档AI最擅长的是“搭骨架”和“填数据”。你给它足够多的背景信息月流水、利润率、融资额它就能给你算出一份像样的财务预测。但核心的“竞争优势”和“风险分析”部分还是需要你自己把关因为AI不了解你的具体业务。5. 常见问题与排查技巧实录5.1 为什么AI总是答非所问这是最常见的问题原因通常有三个提示词太模糊、缺少约束条件、AI理解错了你的意图。排查思路是这样的先检查你的提示词里有没有“帮我写个方案”这种模糊表述。如果有改成“帮我写一份面向XX人群的XX方案包含XX部分每部分XX字”。如果提示词已经够具体了检查有没有加约束条件。比如你让AI写文案它给你写了500字但你其实只想要100字——那就加上“不超过100字”。如果前两步都没问题那就是AI理解错了你的意图这时候你需要给一个例子。你说“像这样写[示例]”AI就能校准方向。我自己的经验是90%的答非所问都是因为提示词里缺少“输出格式”和“字数限制”。你告诉AI“用表格输出”“分三点”“每点不超过50字”它就不太可能跑偏。5.2 AI写的东西太“AI味”怎么办“AI味”的典型特征是大量使用“首先其次最后”“综上所述”“值得注意的是”这类连接词句子结构工整但缺乏变化喜欢用形容词堆砌。解决办法有三个给风格参照、给反面例子、要求口语化。给风格参照就是告诉AI“像罗永浩那样写”“像半佛仙人那样写”。给反面例子就是告诉AI“不要用‘首先其次最后’”“不要用‘综上所述’”。要求口语化就是告诉AI“用朋友聊天的语气”“多用短句”“可以加一些语气词”。我还有一个独门技巧让AI先写一版然后你手动改几句再让AI学习你的改法。你可以说“我改了几处你分析一下我的修改逻辑然后用同样的逻辑重写一遍”。这样迭代两三次AI就能学会你的风格。5.3 提示词写多长才合适这个问题没有标准答案但有一个原则够用就行不要为了长而长。我见过有人写提示词写了2000字把AI都绕晕了。也见过有人只写一句话出来的东西完全不能用。我的经验是简单任务50-100字中等任务200-500字复杂任务500-1000字。简单任务比如“翻译这段话”“润色这段文字”一句话就够了。中等任务比如“写一篇公众号文章”“做一份竞品分析”需要写清楚角色、背景、要求、格式。复杂任务比如“写一份商业计划书”“设计一个课程体系”需要分步骤、给示例、加约束。还有一个技巧把提示词分成“系统提示”和“用户提示”。系统提示写角色和规则用户提示写具体任务。这样你每次只需要改用户提示系统提示可以复用。5.4 常见问题速查表问题现象可能原因排查方法解决方案AI答非所问提示词太模糊检查有没有“帮我写个XX”这种表述加上角色、背景、格式、字数限制输出太长没写字数限制检查提示词里有没有“不超过XX字”加上字数限制和分段要求输出太短没写详细程度检查有没有“详细说明”“展开讲”加上“每个点至少XX字”风格不对没给风格参照检查有没有“像XX那样写”给一个具体的风格参照或示例格式混乱没指定输出格式检查有没有“用表格”“分三点”明确指定Markdown格式和结构内容空洞背景信息太少检查有没有给足够的上下文补充背景、数据、案例逻辑跳跃没要求推理过程检查有没有“一步一步分析”加上思维链指令重复啰嗦没要求简洁检查有没有“不要重复”“精简”加上“去掉冗余表述”5.5 三个独家避坑技巧第一个技巧用“反向提示”排除你不想要的东西。大多数人只告诉AI“要什么”不告诉AI“不要什么”。但有时候“不要什么”比“要什么”更重要。比如你让AI写文案它总是用“震撼”“颠覆”这种词你就在提示词里加一句“不要用‘震撼’‘颠覆’‘革命性’这类词”。你让AI写代码它总是用某个你不喜欢的库你就在提示词里加一句“不要用XX库”。第二个技巧让AI先提问再回答。这个技巧很少有人用但效果很好。你可以在提示词末尾加一句“在回答之前先问我三个问题确保你理解了我的需求”。这样AI就会先跟你确认需求而不是直接给你一个可能跑偏的答案。我试过用这个技巧写一份复杂的项目方案AI问了我三个问题每个都问到了点子上回答完这三个问题后它输出的方案质量明显更高。第三个技巧用“角色互换”来校准输出。你可以让AI扮演你的目标读者然后评价它自己写的东西。比如你让AI写了一篇面向小白的科普文章然后你说“现在请你扮演一个完全没有基础的小白读一遍这篇文章告诉我哪里看不懂”。AI会以读者的视角给出反馈你根据反馈再让它修改。这个技巧特别适合写教程、写说明书、写科普内容。6. 提示词工程的底层逻辑与进阶方向6.1 提示词为什么有效从概率预测到条件生成要理解提示词为什么有效得先理解大语言模型的工作原理。简单来说AI的本质是一个“下一个词预测器”。它根据你给的前文预测下一个最可能出现的词。你给的提示词越具体它预测的范围就越窄输出的内容就越符合你的预期。打个比方你只说“写个方案”AI面对的是整个互联网上所有的“方案”它只能给你一个“平均方案”。但如果你说“写一个面向三四线城市经销商的夏季饮品铺货方案”AI的预测范围就缩小到了“快消品渠道方案”这个子集输出的内容自然更精准。提示词里的每一个要素——角色、背景、格式、约束——都是在缩小AI的预测空间。角色设定让AI从“通用助手”变成“领域专家”背景信息让AI从“泛泛而谈”变成“有的放矢”格式要求让AI从“自由发挥”变成“按模板输出”。理解了这一点你就知道为什么提示词越具体越好了。6.2 从“写提示词”到“设计工作流”单次提示词能解决的问题是有限的。真正复杂的任务需要把多个提示词串成一个工作流。比如你要写一份行业研究报告可以设计这样的工作流第一步用提示词让AI列出报告的10个可能章节。第二步你挑选5个最相关的章节。第三步用提示词让AI为每个章节写一个详细大纲。第四步用提示词让AI为每个大纲写初稿。第五步用提示词让AI做事实核查和逻辑检查。第六步用提示词让AI统一全文风格。这个工作流里每个提示词只做一件事但串起来就能完成一个复杂任务。我自己的经验是复杂任务不要试图用一个提示词解决拆成多个步骤每个步骤用专门的提示词。这样不仅质量更高而且出了问题容易定位。6.3 个人AI工作台的搭建思路如果你经常用AI处理某类任务可以考虑搭建一个“个人AI工作台”。所谓工作台就是一套针对你个人需求的提示词模板库。我的工作台里存了大概30个模板按场景分类写作类、分析类、编程类、学习类、生活类。每个模板都经过多次迭代标注了适用场景和注意事项。用的时候直接复制粘贴改几个关键词就行。搭建工作台的方法很简单每次你用AI完成一个任务如果效果不错就把提示词存下来。下次遇到类似任务直接调用。用了几次之后你会发现有些模板需要微调有些模板可以合并有些模板可以删掉。迭代两三个月你就有了一套属于自己的提示词库。6.4 提示词工程的未来从技巧到思维提示词工程现在被当成一种“技巧”在传播但我觉得它本质上是一种思维方式。它训练你把模糊的需求拆解成清晰的指令把隐性的知识显性化把复杂的任务结构化。这种能力不仅对用AI有用对做产品、做管理、做咨询都有用。我自己的体会是学了提示词工程之后我写邮件、写文档、开会发言都变得更清晰了。因为我已经习惯了“先说背景再说目标最后说要求”的表达方式。这种结构化思维可能是提示词工程带给我们的最大价值。至于未来提示词工程肯定会越来越“隐形”。现在的AI已经能理解很模糊的指令了未来可能你只需要说“帮我写个方案”AI就能通过追问来补全所有信息。但结构化表达的能力不会过时因为人与人之间的沟通同样需要清晰、具体、有逻辑。最后分享一个我最近在用的技巧让AI帮你写提示词。你只需要告诉AI“我想让AI帮我做XX事请帮我写一个提示词”它就会给你一个结构完整的提示词。然后你在这个基础上修改比从零开始写快得多。这个技巧我称之为“用魔法打败魔法”实测下来很稳。