提示词工程入门：怎么把话说清楚

同样的模型，不同问法结果天差地别。本文用给实习生派活的比喻，讲清写好提示词的几个要素：说清角色与任务、提供必要背景、明确输出格式、给出示例，并提醒常见的无效做法。

把它当成一位新来的实习生

模型很聪明，但它不知道你是谁、你要什么、你讨厌什么。你只说帮我写个方案，它只能按最笼统的想象去写。换成你是某公司运营，要给三个月没活跃的会员写召回短信，预算有限，语气亲切但不廉价，结果的质量会完全不同。

所以写提示词的第一原则是补背景：受众是谁、目的是什么、有什么约束、什么算写得不好。这些信息你脑子里默认存在，模型却无从得知。补得越充分，模型需要猜测的部分就越少，结果就越接近预期，很多所谓模型不好用，其实是背景没交代清楚。

把要求说成可检查的形式

写得专业一点这类要求无法检查，模型也只能敷衍。换成可验证的条件就会好很多：字数控制在两百字以内、分三点、每点先结论后理由、避免使用行业黑话、结尾给出一个行动建议。条件越具体，结果越可控。把主观评价翻译成客观条件，是提示词写作最值得练的一项能力。

如果格式很重要，最好直接给出一个模板或一两个示例。模型对示例极其敏感，看到你想要的样式后，会迅速对齐结构。这也是为什么很多有效的提示词看起来像一份填好一半的表格。

几个常见误区

一是堆砌形容词，以为说得越重效果越好，实际只会让输出变得浮夸。二是一次塞进太多互相冲突的要求，模型会顾此失彼。三是把提示词当成咒语，迷信某个固定句式，其实真正起作用的是信息是否完整。

更实用的做法是迭代：先写一个粗略版本，看输出哪里不满意，再针对性地补一条要求，多轮之后往往能得到稳定的提示词。这个过程不需要什么技巧，只需要你认真看一遍输出，然后把好用的版本保存下来，就成了自己的模板库。

本文为 AI 科普内容，仅用于知识普及，不构成任何技术选型、投资或职业决策建议。