Prompt 怎么写？
AI 提示词编写完全指南 —— 从入门到精通，让 AI 真正听懂你的需求
一、什么是 Prompt？
Prompt（提示词）就是你给 AI 模型的输入指令。它可以是一个简单的问题，也可以是一段精心设计的结构化文本。Prompt 的质量直接决定了 AI 输出的质量。
一个好的比喻是：AI 模型像一个能力极强但需要精确指令的实习生。你的 Prompt 就是给这个实习生的任务说明。说明越清晰，结果越好。
核心认知：同一个 AI 模型，用不同的 Prompt 可以产生天壤之别的输出。学会写 Prompt，比换更贵的模型更有效。
Prompt Engineering（提示词工程）已经成为 AI 时代的核心技能。无论你是程序员、产品经理、设计师还是作家，掌握 Prompt 编写都能大幅提升你的工作效率。
二、Prompt 编写的六大原则
1
明确角色（Role）
告诉 AI 它应该扮演什么角色。角色设定会显著影响输出的专业度、语气和思维方式。
低效
帮我看看这段代码有什么问题。
高效
你是一位有 10 年经验的 Python 后端工程师，擅长性能优化和安全审计。
请审查以下代码，重点关注：安全漏洞、性能瓶颈、代码规范。
2
具体明确（Specific）
避免模糊的描述，给出具体的要求、限制条件和期望格式。越具体，AI 越不容易「发挥」偏。
模糊
写一篇关于 AI 的文章。
具体
写一篇 800 字的科普文章，主题是"AI 大模型如何理解中文"。
目标读者：没有技术背景的普通用户。
要求：使用生活化的比喻，避免专业术语。
结构：引入（100字）- 原理解释（400字）- 实际应用（200字）- 总结（100字）。
3
提供示例（Few-shot）
给 AI 看几个你期望的输入-输出示例，比用文字描述更有效。这就是所谓的 Few-shot Learning。
示例
请将以下用户反馈分类为 正面/中性/负面，并提取关键词。
示例1：
输入："这个产品太好用了，界面简洁，速度很快！"
输出：分类=正面，关键词=[好用, 界面简洁, 速度快]
示例2：
输入："功能还行，但是价格有点贵。"
输出：分类=中性，关键词=[功能还行, 价格贵]
现在请处理：
输入："用了一个月，经常崩溃，客服也联系不上。"
4
分步拆解（Chain of Thought）
对于复杂任务，要求 AI 一步步思考，而不是直接给出答案。这能显著提升推理准确性。
分步思考
分析以下业务场景，请按照这个步骤来：
1. 先理解当前的业务现状
2. 识别主要的问题和痛点
3. 分析每个问题的根本原因
4. 针对每个原因提出解决方案
5. 评估每个方案的可行性和优先级
6. 给出最终建议
5
约束输出（Format）
明确指定输出格式：JSON、Markdown 表格、分点列表、代码块等。这让 AI 的输出更规范，更容易被后续程序处理。
格式约束
分析这个产品的竞争优势，以 JSON 格式输出：
{
"product_name": "...",
"strengths": ["优势1", "优势2"],
"weaknesses": ["劣势1", "劣势2"],
"opportunities": ["机会1"],
"threats": ["威胁1"],
"summary": "一句话总结"
}
6
迭代优化（Iterate）
Prompt 编写是一个迭代过程。第一版很少是最优的。根据 AI 的输出反馈，不断调整和优化你的 Prompt。
三、八种常用 Prompt 模式
以下是经过验证的、最常用的 Prompt 设计模式。掌握这些模式，你就能应对绝大多数场景。
CRISPE 模式
Capacity（角色）+ Request（任务）+ Insight（背景）+ Statement（要求）+ Personality（风格）+ Experiment（示例）。最完整的通用模式。
RCG 模式
Role（角色）+ Context（上下文）+ Goal（目标）。简洁高效，适合日常任务。
STAR 模式
Situation（情境）+ Task（任务）+ Action（要求的行动）+ Result（期望的结果）。适合分析和决策场景。
Chain-of-Thought
让 AI 展示推理过程，一步步得出结论。在数学、逻辑、代码调试等场景效果显著。
Tree-of-Thought
让 AI 探索多个思路，然后选择最优方案。适合创意生成和开放性问题。
Self-Consistency
让 AI 用不同方法解答同一问题，然后综合多个结果。提升答案可靠性。
ReAct 模式
Reasoning（推理）+ Acting（行动）的循环。AI 先思考再行动，适合复杂的多步骤任务。
Persona 模式
深度角色扮演。不仅设定角色，还设定知识背景、说话风格、思维习惯。适合创意写作和模拟对话。
四、高级技巧
1. 否定提示（Negative Prompting）
明确告诉 AI 不要做什么，和告诉它要做什么一样重要。
否定提示
写一封商务邮件。
不要使用"亲爱的"等过于亲昵的称呼。
不要超过 200 字。
不要使用 emoji 或感叹号。
不要编造任何数据。
2. 元提示（Meta-Prompting）
让 AI 帮你优化 Prompt 本身。这是一种递归式的提升方法。
元提示
我想让 AI 帮我做竞品分析，我目前的 Prompt 是：
"帮我分析一下竞品"
请帮我优化这个 Prompt，使其更具体、更结构化，能产生更有价值的分析结果。
给出 3 个不同版本，从简单到复杂。
3. 上下文注入
将相关的背景资料、文档、代码直接放入 Prompt 中，让 AI 基于你的具体材料来工作，而不是依赖它的预训练知识。
上下文注入
以下是我们产品的用户调研报告（节选）：
---
[粘贴报告内容]
---
基于以上调研数据，请：
1. 提取 Top 5 用户痛点
2. 对每个痛点进行严重程度评估（1-5分）
3. 给出对应的产品改进建议
4. 温度和参数控制
如果你通过 API 调用，可以通过调整参数来影响输出：
- Temperature（温度）：0 = 确定性最高，适合分析；1 = 创造性最高，适合创意写作。
- Top-p：控制输出的多样性。0.1 = 只选最可能的词；0.9 = 更多词汇选择。
- Max tokens：限制输出长度，避免冗长回答。
5. 系统提示词设计
在 API 调用中，System Prompt（系统提示词）定义了 AI 的全局行为。它是最重要的 Prompt 组成部分。
系统提示词示例
你是"词元助手"，一个专门回答 AI 和大模型相关问题的助手。
## 行为准则
- 回答要准确、有数据支撑
- 优先使用中文回答
- 不确定的内容明确说明
- 涉及价格信息，注明数据时间
## 知识范围
- AI 大模型原理和应用
- Token 计算和优化
- 各模型价格和对比
- Prompt 编写技巧
## 输出风格
- 简洁明了，避免冗余
- 适当使用列表和表格
- 关键信息加粗
五、实战案例
案例 1：代码审查
完整 Prompt
角色：你是一位资深全栈工程师，精通 TypeScript 和 Node.js。
任务：审查以下代码的质量和安全性。
审查维度：
1. 安全性：SQL 注入、XSS、认证绕过等
2. 性能：N+1 查询、内存泄漏、不必要的计算
3. 可维护性：命名规范、代码结构、注释质量
4. 错误处理：是否有遗漏的异常场景
输出格式：
- 严重问题（必须修复）
- 建议改进（推荐修复）
- 代码亮点（做得好的地方）
每个问题请给出：位置、问题描述、修复建议、修复后的代码。
代码如下：
```
[粘贴代码]
```
案例 2：产品需求文档
完整 Prompt
你是一位有 5 年经验的产品经理，擅长 AI 产品设计。
请基于以下需求，撰写一份完整的 PRD（产品需求文档）：
需求概述：为词元社区添加"技能评分"功能，让用户对技能进行1-5星评分。
PRD 结构：
1. 背景与目标
2. 用户故事（至少 3 个）
3. 功能详细描述
4. 数据模型设计
5. API 接口设计
6. 前端交互流程
7. 边界情况处理
8. 数据埋点需求
9. 上线计划
要求：
- 技术方案要具体到字段级别
- 考虑反作弊策略
- 兼容现有的点赞和收藏功能
案例 3：日常翻译
完整 Prompt
翻译以下英文为中文。
要求：
- 技术术语保留英文原文，在括号中附中文解释
- 语句通顺自然，符合中文阅读习惯
- 保持原文的语气和强调重点
- 如果原文有歧义，给出多种翻译并说明区别
原文：
[粘贴英文]
六、常见错误和避坑指南
错误 1：过于笼统
"帮我写篇文章" —— AI 不知道写什么主题、多长、什么风格、给谁看。结果只能是泛泛而谈。
错误 2：一次塞太多任务
把分析、写作、翻译、排版全放在一个 Prompt 里，AI 容易顾此失彼。复杂任务应该拆分成多步。
错误 3：忽略格式要求
不指定输出格式，AI 可能给你一整段话、一个列表或一个表格。明确格式让输出可预期、可后续处理。
错误 4：不给上下文
AI 不了解你的业务背景、团队情况、技术栈。缺少上下文的 Prompt 只能得到通用的回答。
错误 5：过度指令
Prompt 也不是越长越好。过多的限制条件反而会让 AI "手足无措"。保持清晰和重点突出。
Prompt 编写的黄金法则：清晰 > 简洁 > 完整。先确保 AI 能理解你要什么，再考虑精简表达，最后补充必要的约束条件。
现成的高质量 Prompt 模板
词元社区技能市场收录了数百个经过验证的 Prompt 模板，涵盖编程、写作、设计、数据分析等领域。直接复制使用，省去编写时间。
浏览 Prompt 库
AI 工具推荐