📝 提示词编写指南 — 写好Prompt，AI输出质量翻倍

提示词是你和AI之间的接口协议。写得好，AI是超能力；写得差，AI是废话机。

✨ Ideate 💬 Ask 🗺️ Plan 🔧 Debug 🤖 Agent 📝 提示词指南

🎯 核心认知 — Prompt的本质是什么

Prompt不是聊天，是编程

误区：很多人把AI当聊天对象，想到什么说什么，然后抱怨AI不懂自己。

真相：提示词本质是一种半结构化编程语言。你输入的是规格说明，AI输出的是执行结果。

    核心公式：好的Prompt = 角色设定 + 任务描述 + 约束条件 + 输出格式 + 示例（可选）
    

AI不是人，它不会"猜你意思"

人类对话：我说一半，你懂另一半（靠共同语境、肢体语言、历史经验）。

AI对话：它只有你输入的文字。模糊 = 随机，精确 = 确定性。

    铁律：你对AI说的每一句模糊的话，都会在输出中变成一个随机变量。减少模糊 = 提升质量。
    

📐 6大原则 — 写好Prompt的底层逻辑

1具体胜过笼统

每个限定词都在缩小AI的搜索空间，让输出更精准。

写一篇文章

写一篇800字的Python入门教程，面向零编程基础的文科生，用日常比喻解释变量和函数，风格轻松幽默，结尾给一个5行代码的小项目

字数限定 → 不长不短刚刚好
受众限定 → 术语深度可控
风格限定 → 不千人一面
结尾限定 → 有落地的交付物

2给角色，给上下文

AI没有"默认人格"。你不说它是谁，它就默认是通用助手。

你是一位有10年经验的资深前端架构师，擅长性能优化和组件设计。请review以下React代码……

角色设定 → AI调用对应领域的知识权重
经验年限 → 控制回答的深度和语气
擅长方向 → 聚焦特定子领域

技巧："你是一个…"开头是最高效的角色设定方式。

3说清输出格式

不指定格式 → AI自己选 → 可能是段落、可能是列表、可能是代码。

分析一下Python和JavaScript的区别

用表格对比Python和JavaScript，维度包括：类型系统、运行环境、包管理、适用场景、学习曲线。每行一个维度，结论列用🟢/🟡/🔴标注推荐度

表格格式 → 信息密度高、一目了然
维度限定 → 不遗漏、不跑题
符号标注 → 快速扫读

4给示例（Few-shot）

示例是最高效的沟通方式。一个示例胜过千字描述。

将产品描述转为卖点列表。示例：
输入："这款耳机降噪效果很好，续航30小时"
输出："✅ 主动降噪 · 30小时超长续航"

现在处理："这台笔记本16寸屏幕，重量1.2kg，支持雷电4"

    规则：1-3个示例就够了。太多反而降低效果（AI会过度拟合示例风格）。
    

5拆解复杂任务

AI的注意力有上限。一个复杂任务拆成3-5步，每步更精准。

帮我做一个完整的电商网站

第一步：先设计数据库表结构（用户、商品、订单）
第二步：再设计API接口列表
第三步：然后写核心业务逻辑
第四步：最后写前端页面

现在先做第一步。

Chain-of-Thought → 让AI一步步推理
分步执行 → 每步可验证、可回退
聚焦当前步 → "现在先做第X步"

6约束边界，排除干扰

告诉AI"不要做什么"和"要做什么"一样重要。

写一篇产品文案。要求：
• 不要用"赋能""底层逻辑""抓手"等互联网黑话
• 不要超过200字
• 不要编造不存在的功能
• 不要用感叹号

黑名单比白名单更容易写："不要做X"比"只做Y"边界更清晰。

🧩 CRISPE框架 — 万能提示词模板

CRISPE 六要素

字母	含义	示例	必填？
C	Capacity 角色	你是一位资深技术面试官	推荐
R	Request 任务	出5道React高级面试题	必填
I	Insight 背景信息	候选人3年经验，要考察架构设计能力	推荐
S	Specifics 细节约束	每题附标准答案和评分要点	可选
P	Personality 风格语气	专业但友好，避免过于学术	可选
E	Experiment 输出格式	Markdown表格，难度1-5标注	推荐

完整示例：

[Capacity] 你是一位有8年前端架构经验的资深技术面试官。

[Request] 请出5道React高级面试题。

[Insight] 候选人有3年React经验，需要考察架构设计、性能优化和状态管理能力，而非基础语法。

[Specifics] 每道题需包含：题目、考察点、标准答案、评分要点（0-5分）。难度从3星到5星递进。

[Personality] 专业严谨但引导性强，像一位愿意帮助候选人成长的面试官。

[Experiment] 用Markdown输出，每题一个二级标题，末尾附总评维度表。

🔄 5步迭代法 — 从能用到好用

1 先跑一版（V0）

不要追求一次完美。先用最简单的描述跑一次，看看AI默认输出什么样。

    目的：用V0的输出来诊断——缺什么补什么。这比空想"怎么写"效率高10倍。
    

2 诊断差距

拿V0输出和你的期望对比，问自己：

❓ 太泛？ → 加约束、加受众、加场景
❓ 太长/太短？ → 加字数限定
❓ 格式不对？ → 明确输出格式
❓ 风格不对？ → 加角色设定和语气要求
❓ 跑题？ → 加否定约束

3 追加指令（V1-V3）

在对话中逐步追加，不要重写整个prompt：

V0：写一篇Python入门
V1追加：请面向零基础，用日常比喻解释概念
V2追加：每节加一个小练习
V3追加：结尾给一个完整小项目

    技巧：对话式追加比一次性写完长prompt更高效，因为你可以在每一步看到效果。
    

4 锁定最终版

迭代3-5轮后，把效果最好的完整prompt提取出来，作为你的模板保存。

    为什么：好的prompt是可以复用的资产。今天花10分钟打磨的模板，未来省100次重复调试。
    

5 参数化复用

把固定部分和可变部分分离，做成模板：

你是一位{{角色}}，有{{年限}}年{{领域}}经验。
请{{任务}}。
要求：
- {{约束1}}
- {{约束2}}
- 输出格式：{{格式}}
- 不要：{{否定约束}}

进阶：把常用模板存成快捷短语/代码片段，一键调用。

🛠️ 8个实战模板 — 拿来就用

📋 代码生成

你是一位{{语言}}专家，代码风格：清晰优先于简短。
请实现：{{功能描述}}
要求：
- 输入：{{输入格式}}
- 输出：{{输出格式}}
- 性能要求：{{时间/空间复杂度}}
- 包含错误处理和边界情况
- 每个函数加注释说明用途
- 最后给出3个测试用例

🔍 代码Review

你是一位严格的代码审查员，关注：bug风险、性能、可维护性。
请review以下代码，按维度打分（1-5）并给改进建议：
1. 正确性
2. 性能
3. 可读性
4. 安全性
5. 可扩展性

代码：
{{代码}}

📝 文案写作

你是一位{{行业}}的资深文案。
任务：写{{类型}}文案
产品：{{产品名}}，核心卖点：{{卖点}}
受众：{{目标人群}}
语气：{{风格}}，不要用{{禁忌词}}
长度：{{字数}}字以内
CTA：{{行动号召}}
输出：标题（3个选项）+ 正文

📊 数据分析

你是一位数据分析师。
请分析以下数据，输出：
1. 关键发现（不超过5条，按重要性排序）
2. 异常值标注
3. 趋势判断（上升/下降/平稳）
4. 行动建议（3条，可落地）

数据：
{{数据}}

🎓 学习辅导

你是一位耐心的{{学科}}老师，擅长用类比解释复杂概念。
学生背景：{{当前水平}}
请解释：{{概念}}
要求：
1. 先用日常生活的比喻（不超过2句）
2. 再给正式定义
3. 给1个最简单的例子
4. 给1个进阶的例子
5. 最后出1道检验理解的小题（附答案）

🔧 Debug助手

你是一位Debug专家。
语言/框架：{{技术栈}}
报错信息：{{错误信息}}
相关代码：
{{代码片段}}

请按以下格式输出：
1. 🔍 根因分析（一句话）
2. 📝 解释为什么会出现这个错误
3. ✅ 修复方案（附代码）
4. 🛡️ 如何避免同类问题

💬 邮件/沟通

请帮我写一封{{类型}}邮件。
收件人：{{关系/职位}}
目的：{{核心诉求}}
语气：{{正式/友好/委婉}}
要点：
- {{要点1}}
- {{要点2}}
不要：{{禁忌}}
长度：{{字数}}字左右

🤖 系统提示词

你是{{角色名}}，{{角色描述}}。

你的能力：
- {{能力1}}
- {{能力2}}

你的限制：
- 只回答{{领域}}相关问题
- 不{{禁止行为}}

回复风格：{{风格描述}}
输出格式：{{格式要求}}

当用户提问超出你的范围时，礼貌说明并引导回你的专业领域。

🚀 高级技巧 — 从好到卓越

Chain-of-Thought（思维链）

让AI展示推理过程，而不是直接给答案。

请一步步推理以下问题，展示你的思考过程：
{{问题}}

要求：先列出已知条件，再列出需要求解的，然后逐步推导。

    效果：数学/逻辑/复杂推理任务的准确率提升30-50%。关键是"一步步"这个触发词。
    

Self-Consistency（自洽校验）

让AI从多个角度回答同一问题，然后取共识。

请用3种不同的方法解决这个问题，然后比较3个答案是否一致。如果不一致，分析哪个更可能正确并说明原因。

问题：{{问题}}

适用：重要决策、技术方案选型、有争议的问题。

Meta-Prompting（元提示）

让AI帮你写prompt。

我想让你帮我写一个高质量的Prompt。我的需求是：{{模糊需求}}

请你：
1. 先问我3个澄清问题
2. 然后根据我的回答，帮我写一个CRISPE格式的完整Prompt
3. 最后解释你为什么这样设计这个Prompt

妙处：当你自己都说不清需求时，让AI通过提问帮你理清。

结构化输出（JSON/XML）

让AI输出机器可解析的格式，方便下游处理。

请以JSON格式输出，schema如下：
{
  "summary": "一句话总结",
  "points": [{"title": "要点", "detail": "详情"}],
  "confidence": 0.0-1.0
}

只输出JSON，不要任何其他文字。

    关键："只输出JSON，不要任何其他文字"这句不可省略，否则AI喜欢加开头解释。
    

⚠️ 避坑清单 — 常见错误Top 8

#	错误做法	正确做法
1	"帮我写一个好的…"（"好的"是空话）	定义"好"的标准：清晰/简洁/专业/幽默
2	一次塞10个需求	拆成多步，每步1-2个核心需求
3	不说受众 → 输出太浅或太深	"面向初学者/专家/高管"
4	不说输出格式 → 段落/列表/代码混搭	"用Markdown表格/JSON/编号列表"
5	只说"要什么"不说"不要什么"	"不要用专业术语/不要超过200字"
6	"请尽量详细" → 输出冗长	"控制在X字以内，每个要点不超过Y字"
7	不加示例 → AI猜你想要的格式	给1-2个输入输出示例
8	不满意就重写整个prompt	在对话中追加指令微调

⚡ 速查卡片 — 一页纸总结

📝 提示词速查清单

写之前问自己：
□ 我要AI扮演谁？
□ 具体任务是什么？
□ 输出给谁看？
□ 输出什么格式？
□ 有什么限制/禁忌？
□ 能给个示例吗？

核心公式：
好的Prompt = 角色 + 任务 + 约束 + 格式 + 示例

迭代口诀：
先跑 → 看差距 → 追加指令 → 锁定模板 → 参数化复用

一句话心法：
模糊是敌人，具体是朋友。一个限定词，就是一次质量提升。

📖 深度阅读：智谱 Prompt Engineering 官方文档 →