我见过太多人打开大模型对话窗口第一句输入帮我写个方案然后等上几十秒收到一篇四平八稳、放在任何场景都能用、但放在哪个场景都别扭的文档最后得出一个结论这AI不行。其实不是AI不行而是这句话本身就是个无效需求。提示词工程解决的就是这个问题——把脑子里那些模糊的想法翻译成一串模型能精确执行的指令。这篇内容不打算讲什么高深理论直接给你10个能立刻上手的技巧再附一组复制即用的模板库。无论你是写文案的、做分析的、带项目的还是搞开发的接下来这半小时读到的内容基本都能马上扔进对话框里验证。1. 先想明白提示词工程到底在优化什么1.1 大模型的接龙本质决定了输入质量就是输出质量大模型本质上是一个超大的下一词预测器。它生成回答时并不是像人一样想清楚了再回答而是根据你已经输入的文本和它自己已经生成的前文一步步预测最合理的下一个词该是什么。换句话说你的输入文本就是它判断合理的唯一依据。这个机制带来的直接后果是它没有读心术不知道你心里想要什么风格、什么受众、什么长度它只能从你的提问里反推。你给的信息越模糊它就越倾向于输出训练语料里出现频率最高的那种标准答案——也就是我们常说的正确的废话。打个比方一组里来了一个能力很强、但完全不了解项目背景的新同事你丢给他一句把这个客户搞定他大概率只能按最常规的方式来处理。他不会知道客户怕贵、偏好线上沟通、必须周五前签约这些隐含信息。正常职场里我们会写需求文档提示词工程就是写给模型的需求文档。1.2 三个核心变量指令、上下文、约束我在实战里不喜欢把提示词工程讲得很玄。10个技巧里每一个翻来覆去优化的其实就是三个变量指令清晰度、上下文质量、输出约束。变量低配写法高配写法影响什么指令清晰度帮我写个通知帮我写一份3月15日停电检修的部门通知对象是全体员工语气正式不超过200字篇幅、语气、内容颗粒度上下文质量写一个产品介绍写一个扫地机器人的产品介绍目标用户是独居上班族突出能自己倒垃圾要避开竞品常见的对比话术卖点选择、文案调性输出约束列一下重点用表格列出第一列是风险点第二列是建议措施按优先级排序结构是否直接可用一次提示词翻车绝大多数原因是这三个变量里至少有一个没交代清楚。你可以把下面这个表格当成一个快速体检表输出不满意时先问自己是哪个变量出了问题而不是急着换一个完全不同的提示词重来。1.3 提示词工程能解决的三类典型问题答非所问问A答B常见于指令动词不够明确。你觉得呢是诱导闲聊请基于X给出Y才是明确任务。内容空洞看似面面俱到实际没有任何可落地信息。常见于没有给上下文约束模型只能用通用套话来填充。格式不可用要它列计划它给你一段话要它给JSON它给你表格。常见于没有指定输出格式。不过也得说清楚提示词工程不是魔法。模型不知道训练截止后发生的实时事件没有真正理解物理世界数学推理能力也有限。遇到这类问题提示词写得再好也不如自己查资料或调用工具。认清边界比盲目堆技巧更靠谱。2. 十个技巧逐个拆解从能问到会问的阶梯这10个技巧不是平行关系而是有阶梯的。前三招是基本功解决答非所问中间三招是锁定输出解决内容方向对但格式乱最后四招是进阶玩法解决能出活但出不了彩。2.1 基本功三招具体化、角色化、任务拆分技巧1具体化——把一句话提问扩写成一段话需求。大多数提问失败的原因就是太短。帮我写个文案和帮我校园电动车租赁活动写一条朋友圈文案面向在校大学生突出30分钟充满电和随借随还要求口语化、带2个话题标签80字以内是两种完全不同的东西。后者不是啰嗦是在补上下文。模板片段任务写朋友圈文案 背景校园电动车租赁活动主打适合通勤上课 受众在校大学生 要求口语化、轻松、突出30分钟充满电楼下可取车 附加80字以内结尾带2个话题标签技巧2角色扮演——用身份锁定视角和语气。在训练语料里律师写出来的文字和段子手写出来的东西天差地别。给模型一个角色等于告诉它从哪个语言分布里取样。同样是解释合同里的违约金条款你是一名处理过上百起合同纠纷的律师和你是一名教我法律常识的朋友输出的专业度和温度完全不同。模板片段你是一名有十年经验的合同审核律师擅长用通俗语言解释法律条款。 请解释以下合同条款对普通签约人的风险点……技巧3任务拆分——一个指令只让模型做一件事。一次让模型写一篇文章并翻译成英文做成PPT大纲它往往会样样稀松。更好的做法是分轮次推进第一轮请为这篇文章列出3个可选大纲方向每个方向用一句话说明适合什么读者。 第二轮选方向2扩写成1500字的正文提纲按三段式结构。 第三轮根据提纲写正文每段保持4-6行。拆开的目的是让每一轮模型都能集中在单一任务上。实测下来分步分解的输出质量比一次给完整任务的输出质量高出不少。2.2 锁定输出的三招格式、示例、分步推理技巧4指定输出格式——别让模型自由发挥版式。很多时候模型内容没问题但格式没法直接用。解决方式很简单明确写输出为Markdown表格输出为JSON输出为编号列表。重点提醒需要JSON时最好连字段名、类型都写清楚否则它给你的字段名你还是要手动改一遍。模板片段请从以下文本中提取信息输出为JSON字段包括 name字符串、price数字单位元、tags字符串数组 [粘贴文本]技巧5给示例——用范例代替形容词。语言模型对高级感专业这类描述性形容词的理解是有限的但给它一个范例它模仿起来非常准。这招被称为Few-shot学习。假设你要它改写一封不温不火的邮件直接给它一封你认为措辞理想的成交邮件范例告诉它按这个风格重写下面这封邮件。这比写十句要专业、要礼貌、要有说服力都管用。我给内容创作者的建议是每次看到一段非常符合你审美的文字就存下来这就是你最好的提示词资产。技巧6要求分步推理——把直接给答案改成先说思路再下结论。尤其是逻辑推理、数学计算、方案决策类问题直接给答案的出错率不低。让模型先列出解题步骤或考虑维度能显著降低幻觉率。原因是模型在逐步生成时会迫使自己在步骤之间保持逻辑一致而不是一次性跳到一个可能错误的结论。模板片段请一步步分析以下问题先列出所有需要考虑的维度再给出你的结论 [问题]注意这一步不需要加请三思这类空话直接要求它把推理过程写出来就行。过程给出来了你就能看到它思路错在哪方便下一步精调。2.3 拉高出品质量的四招自检、负面约束、多轮迭代、组合模板技巧7自检——让模型自己审一遍自己。在指令末尾加一句回答完毕后请检查是否遗漏了用户的所有要求如有遗漏请补充修正。这个技巧不用花任何额外精力但非常实用。它会触发模型对前文的二次回顾经常能补上被漏掉的条件。技巧8负面约束——明确告诉它不要做什么。反面约束有时候比正面要求更管用。举几个实战中我常用的不要使用赋能抓手闭环等空泛词汇不要编造具体数据数据用占位符[x]表示不要超过400字不要使用首先其次最后的机械结构模型对不要指令的遵循程度不低前提是你说得具体。要高质量要专业这类空泛要求没有意义因为模型不知道你的标准是什么但不含空话、不超过400字、每个论点必须有例子是可执行的。技巧9多轮迭代——一次对话变成一个小型工作流。不要指望第一轮输出就是终稿。真正高效的用法是把它当助手分多轮让它改进初稿可以但把开头改成悬念式第三点补充一个数据支撑整体压缩到600字。注意每轮只改一个维度比一次给一长串修改意见效果更好。这跟改稿是一样的意见太多模型反而分不清主次。技巧10组合模板——把以上技巧合成一套完整提示词。把技巧1到9整合成一个固定结构角色 任务 背景信息 输出要求 格式 示例 约束 自检每次写提示词时按这个清单检查有没有遗漏。用久了你会发现大部分任务只是往不同的槽位里填内容根本不需要从头设计提示词。这也是下面模板库存在的意义。3. 可复制模板库五个高频场景直接抄作业3.1 使用说明把模板当起点不要当咒语模板的价值是减少重复劳动但必须注意三点。第一模板里的【】内容一定要替换成你的真实信息原样直接发送等于交了一份没填名字的作业。第二不同模型对模板的遵循能力有差异同一套模板在GPT、Claude、文心一言、Kimi上的输出可能差很多需要微调。第三当模板效果不好时优先调整背景信息的详略而不是疯狂增加要求条目——要求太多模型反而会顾此失彼。3.2 模板一任务下达通用模板适用场景写总结、写邮件、写方案等所有有明确任务的场合。【角色】你是一名[角色如有5年快消行业经验的品牌经理] 【任务】请为[具体事项]完成[具体交付物] 【背景】[与任务直接相关的3-5句话目标用户、时间节点、使用场景、现状问题] 【输出要求】 1. [要求1如总字数800字以内] 2. [要求2如语言正式但不能冷冰冰] 3. [要求3如所有建议必须给出可操作的具体步骤不要泛泛而谈] 【格式】输出为[Markdown/表格/JSON/编号列表] 【反面约束】不要[如使用赋能抓手]不要[如编造数据] 最后请自查是否满足以上全部要求如有遗漏请修正。这个模板覆盖了技巧1、2、4、8、10。我用它处理过部门周报、项目复盘、跨部门邮件基本只需要替换角色和背景输出质量稳定。3.3 模板二内容创作模板适用场景公众号文章、小红书笔记、短视频口播稿、品牌标语。【角色】你是一名[如小红书种草博主]擅长[如用生活化语言讲清产品卖点] 【任务】写一篇[平台体裁]主题是[主题] 【目标用户】[如25-35岁职场女性关注通勤效率] 【核心卖点】[3个以内如轻便、续航久、能装电脑] 【调性】[如口语化、真实感、不要夸张形容词] 【结构】[如黄金3秒开头引出痛点产品亮点分点说明使用感受话题标签] 【长度】[如600字左右] 【反面约束】不要使用[如震惊体标题]不要堆砌[如emoji]把【】内容填完它就是一个可以批量产出的小红书笔记生成器。我见过不少做运营的人同一套模板换不同卖点一天能产出十几条初稿省下的时间都拿去研究选题了。3.4 模板三信息提取与表格化整理模板适用场景会议纪要、合同条款梳理、用户反馈整理、长篇资料精读。【任务】从下述文本中提取[信息类型]整理为[格式] 【输出字段】1. [字段名] 2. [字段名] 3. [字段名] 【排序规则】按[如优先级从高到低] 【遗漏处理】如果文本中没有某字段信息请写未提到不要自行补充 【原文】[粘贴文本]这类模板特别适合处理又臭又长的文本。把会议录音转成文字后直接丢进来让它提取待办事项和对应责任人比人工一条条抄快得多。关键是遗漏处理那一条要写上否则模型会按照自己的理解脑补不存在的负责人这是整理类任务里最容易翻车的地方。3.5 模板四逻辑推理与方案决策模板适用场景要不要做某件事、选哪个方案、排查某个问题根源。【角色】你是一名[如有X年经验的运营顾问] 【任务】评估以下方案是否可行并给出[建议/决策依据] 【推理要求】请先列出评估时需要关注的[如成本、时间、风险、资源]四个维度逐项分析最后综合判断 【已知条件】[把你知道的所有背景都列出来] 【输出格式】表格形式最后一段是一句话结论 【反面约束】不要为了迎合提问者而给出肯定结论如果条件不足请明确提出这里有个微妙的点模型在训练时倾向于生成看起来合理的回答如果你不明确允许它说不行或条件不足它很容易滑向两边都不得罪的含糊结论。加了不要为了迎合提问者这句等于给了它说不的许可。3.6 模板五学习与解释模板适用场景读论文、学新概念、给孩子讲题、向非技术同事解释技术方案。【角色】你是一名擅长费曼学习法的老师 【任务】用通俗语言解释[概念] 【用户基础】我[如没有编程经验/高中物理水平/有三年行业经验] 【要求】 1. 先给一个生活化类比 2. 再给出严格定义 3. 配一个实际例子 4. 最后列出常见理解偏差 【字数】800字以内这个模板的本质是让模型根据读者的现有水平调整解释颗粒度。实测下来同一个复杂概念不指定用户基础时模型容易讲得过于抽象指定没有编程经验之后它的类比和例子马上变得接地气很多。4. 实战验证同一个任务用技巧前后的差别4.1 场景A写一段产品功能说明差提示词帮我介绍一下这个软件的功能。输出大概率是一段泛泛而谈的官方介绍。翻来覆去就那几句拥有强大的功能用户体验良好放进任何一个产品的宣传页都毫无违和感但也毫无用处。好提示词你是一名给非技术用户写产品说明的文案。我们产品是一款记账App请向一位从来没有用过记账软件的用户介绍核心功能要求不用专业术语用能帮你做到什么的句式来写分三点每点不超过40字不要使用便捷高效这类空泛形容词。输出重点是每个功能都让用户立刻理解对自己有什么用不用术语直接可用。关键差别在于差提示词让模型自己猜介绍给谁听、突出什么卖点好提示词把这些全部锁死。模型不需要想象只需要执行。4.2 场景B从会议记录提取待办差提示词总结一下这个会议记录。输出通常是不痛不痒的摘要重点事项被平均用力地覆盖了一遍真正需要跟进的人和截止时间反而被埋没了。好提示词请从以下会议记录中提取行动项输出Markdown表格列为序号、待办事项、负责人、截止时间、备注。如果某项没有提到负责人或时间写待确认。会议记录如下 3月3日项目会讨论官网改版。品牌部提议月底前完成首页文案技术部说前端资源排到下周三市场部希望新页面赶上4月10日的活动。域名更新需要运维配合预计两小时。大家一致同意先出首页其他页面放到下个迭代。模型输出表格序号待办事项负责人截止时间备注1完成首页文案品牌部月底前无2确认前端排期技术部下周三后资源需协调3确保新页面赶上活动市场部4月10日前依赖1和24域名更新运维待确认约需两小时这就是可以直接贴进项目管理软件的格式几乎不需要二次加工。4.3 场景C方案要不要执行差提示词你觉得我们该不该做小红书账号输出会是一篇正确的废话先说小红书流量大再说要结合自身情况最后说建议尝试。你依然不知道该怎么决策。好提示词你是一名服务过30个消费品牌的社媒顾问。我们是一家做手工皮具的小品牌目标客户是25-35岁注重生活品质的城市人群目前主要靠线下市集获客。请从内容制作成本、平台流量特点、与现有渠道的协同三个维度分析我们现阶段是否适合做小红书最后给出一句话建议。不要为了鼓励我而说好话请直接指出可能的坑。输出会有明确的维度分析内容制作成本是否可承受、平台受众是否匹配、如何与市集渠道形成闭环以及直白地指出如果一周只能更新一条且没有真人出镜建议先观望。有了这样的分析你至少知道下一步该调研什么而不是在一个模糊的念头里打转。三个场景对照下来你会发现升级提示词不需要什么文采只需要把需求补齐。每次拿到不理想的输出问自己一句刚才这段话换成是我同事他能不能一次做对不能就继续补信息。5. 模板翻车排查效果不好时先检查这五件事5.1 先查模型和参数设置同一段提示词在不同模型上的输出差异很大。GPT-4级别模型的指令遵循能力强一些轻量模型面对复杂指令就容易丢三落四。另外不少模型服务提供了温度参数temperature温度越高输出越随机。做提取、格式整理类任务时把温度调到0.2左右做创意写作时再往高调。如果你发现同样提示词上次好用这次废话连篇也可以看看是不是模型版本悄悄换了。5.2 再查上下文污染这是个很隐蔽的坑。前面几轮闲聊、无关任务的纠错、甚至你粘贴过的一份长文档都会残留在上下文里干扰模型对当前指令的判断。出现离谱输出时先别急着改提示词开一个新会话把精炼后的提示词直接发过去八成问题就消失了。我自己的习惯是一个任务开一个会话绝不在同一个对话框里连续做三件无关的事。5.3 检查指令顺序模型对前置指令的遵循度通常比后置指令高。最重要的任务动词要放在最前面然后是背景然后是格式约束最后是负面约束。如果你把不要超过400字藏在大段背景的中间或末尾大概率会被忽略。正确做法是把它单独放一行紧挨着格式要求形成一组输出规格。5.4 检查示例是否与目标输出匹配有时候你加了示例效果反而更差。这时候要看的是示例的风格、结构、长度是否和你的目标一致。你给了一个简短口语化的示例却要求模型输出正式报告它会夹在两种要求之间无所适从。示例不是装饰它就是模型眼里的质量标准——你给什么样的范例它就默认你要什么样的东西。5.5 检查要求是否自相矛盾常见的自相矛盾组合有又要简洁又要全面又要口语化又要专业术语又要大胆创新又要求严格遵循模板又要数据准确又不给数据来源。模型面对矛盾指令时会随机挑一个方向执行输出自然时好时坏。把要求从头读一遍删掉互相打架的约束比你多写三个要仔细有用得多。5.6 一次只改一个变量把提示词当成实验来做。如果输出突然变差回退到上一版只增加一个限制条件观察变化。同时改三个地方你根本不知道是哪个改动导致了变差也就没法积累经验。我在本地维护着一个提示词版本的简单记录时间长了会发现真正稳定好用的其实就是那么几套组合其他都是微调。最后聊一点个人体会。整理这套模板库一开始只是为了让自己少重复打字后来发现真正有价值的不是那些字而是每次使用后根据结果反推它为什么没理解的过程。模板可以快速抄但提示词工程的核心能力是在得到不满意回答时能准确判断是哪个变量出了问题。如果你刚开始接触不必追求一次用上全部10个技巧。先把任务动词写清楚和格式要求指明这两件事做扎实已经能超过大多数人。再逐步往模板里加角色、示例、负面约束。等你手上有几个反复验证过的固定模板你会明显感觉跟AI协作这件事开始变得像跟一个靠谱的同事配合。