一文读懂丨AI提示词该怎么写

一、提示词（Prompt）是什么？

• 定义：提示词是用户输入给AI的指令或信息，用于引导AI生成特定输出或执行任务。它可以是问题、命令或任务描述，是与AI“对话”的语言。
• 类比：就像与知识渊博的朋友交流，你的问题或请求（即提示词）质量直接影响回应的准确性和有用性。

二、编写有效提示词的核心技巧

1. 明确需求，提供细节

• 明确问题背景：提供具体信息（如医学问题需描述症状）。
• 具体描述需求：清晰说明需要的信息类型（如专业建议或一般建议）。
• 避免模糊问题：过于宽泛的问题会导致AI无法给出具体回答。
• 示例：
  • 不佳提问：“我感觉不舒服，这是怎么回事？”
  • 改进提问：“我近三天出现发热、咳嗽和疲劳症状，无过敏史和慢性疾病。这些症状可能是什么原因导致的？”

2. 角色扮演

• 方法：要求AI扮演特定角色（如历史学家、医生、编程教师），从该视角回答问题，增强回答的相关性和深度。
• 示例：“你是一位资深程序员，请帮我解释Python中的递归函数。”

3. 使用分隔符

• 作用：清晰区分不同部分，避免混淆。
• 方法：
  • 多部分问题：用分隔符（如冒号、XML标签）区分。
  • 详细指令与背景：用分隔符（如##背景##、##请求##）划分。
• 示例：

  解答下面的问题：
  问题1：请解释机器学习的基本概念。
  问题2：请列举健康饮食的三个基本原则。
  

4. 提供示例（少样本提示）

• 作用：通过具体示例帮助AI更准确理解意图，尤其适用于复杂或难以描述的任务。
• 方法：在说明后紧跟相关例子，用分隔符标明示例范围。
• 示例：

  ##要求：保持一致的回答风格。
  ##示例：
  问：大师，什么是耐心？
  答：深谷自浅泉，宏曲生寂音，繁绣始孤线。
  ##问题：
  大师，什么是大海？
  

5. 结构化框架（如ICIO框架）

• 框架要素：
  • 指令（Instruction）：明确任务。
  • 背景信息（Context）：提供相关背景。
  • 输入数据（Input Data）：提供具体数据。
  • 输出引导（Output Indicator）：指定输出形式。
• 示例：

  # Instruction: 健康计划制定专家
  # Context: 用户为中年男性程序员，工作压力大，久坐。
  # Input Data: 无特定疾病，希望改善亚健康状态。
  # Output Indicator:
  1. 设定每日快走30分钟等具体活动。
  2. 设定可量化目标。
  3. 确保计划符合用户实际情况。
  

三、高级策略与框架

1. 通用提示词模板

• 公式：角色 + 任务 + 背景 + 要求 + 参考
• 示例：

  角色：专业演讲培训师
  任务：设计“AI未来趋势”的开场白
  背景：面向科技行业高管，时长3分钟
  要求：
  1. 引人入胜，设置悬念。
  2. 语言简洁有力。
  参考：TED演讲风格
  

2. 模型适配策略

• 推理模型（如DeepSeek-R1）：提示词应简洁，直接提问，信任其内化推理能力。
  • 示例：“证明勾股定理。”
• 通用模型（如GPT-4）：需结构化引导，明确要求分步思考或提供示例。
  • 示例：“请分三步推导勾股定理，参考：1.画直角三角形…”
• 关键原则：
  • 根据任务类型选择模型（数学用推理模型，创意用通用模型）。
  • 避免对推理模型使用“启发式”提示（如角色扮演），可能干扰逻辑主线。
  • 避免对通用模型“过度信任”，复杂问题需分步验证。

3. 分步拆解复杂任务

• 方法：将复杂任务分解为多个步骤，逐步引导AI。
• 示例：

  第一步：总结社交媒体营销的五大趋势。
  第二步：针对我们的产品，挑选三个最适合的趋势。
  第三步：设计一套实施计划，包括目标、步骤和预期效果。
  

4. 控制输出长度与格式

• 方法：在提示中明确指定输出长度或格式（如“用一条推文阐述…”）。
• 示例：“用简单的语言解释量子力学，假设你在跟一个10岁的孩子说话。”

四、避免常见陷阱

1. 缺乏迭代：不要期待一次性完美结果，采用增量方法，从基础提示开始逐步优化。
2. 过度指令或模糊指令：避免提示过长或过短，平衡详细度，突出关键点。
3. 假设偏见：避免在提示中包含明显立场，要求AI提供多角度分析。
4. 幻觉生成：要求AI区分事实与推测，鼓励在不确定时明确说明。
5. 忽视伦理边界：确保请求符合法律和道德标准，在提示中嵌入伦理考量。

五、实用模板示例（覆盖多场景）

1. 写作场景

• 公众号文章：

  角色：自媒体运营专家
  任务：创作一篇公众号文章
  主题：AI提示词入门指南
  要求：
  1. 开头吸引人。
  2. 观点鲜明有深度。
  3. 配合案例和数据。
  4. 结尾设置互动引导。
  

2. 数据分析场景

• 数据分析报告：

  角色：数据分析师
  任务：撰写关于“2023年销售数据”的分析报告
  要求：
  1. 包括调研背景、方法、结果。
  2. 提供数据可视化建议。
  3. 提出结论和改进建议。
  

3. 设计场景

• 海报设计：

  角色：平面设计师
  任务：设计“环保主题”宣传海报
  要求：
  1. 突出环保主题。
  2. 色彩搭配合理。
  3. 适配社交媒体发布。
  

4. 短视频文案（抖音）

• 吸睛开头：

  生成一个强吸引力的开场，聚焦[视觉冲击或情绪渲染]，确保在3秒内引起观众兴趣。
  

• 情绪共鸣：

  生成一个富有情感共鸣的脚本，通过[幽默/感人/刺激]的情绪表达，引发观众共鸣。
  

六、核心原则总结

1. 清晰具体：避免模糊，提供详细背景和明确要求。
2. 结构化：使用框架（如ICIO、TASTE）组织提示。
3. 迭代优化：根据输出反馈调整提示，逐步完善。
4. 适配模型：根据任务类型选择合适模型和提示策略。
5. 伦理合规：确保提示和请求符合道德法律标准。

通过应用这些技巧和模板，你可以显著提升与AI交互的效果，获得更准确、有用的输出。记住，提示词工程是一个迭代过程，不断测试和优化是关键。