AI 提示词工程入门技巧

内容摘要

核心要点： AI 回复质量的高低，几乎完全取决于提示词的好坏。具体、有背景信息的提示词始终优于模糊的表达——而掌握这些技巧大约只需一个小时。

关键发现：

• 在单条提示词中包含角色 + 目标 + 输出格式，是对新手影响最大的技巧
• 思维链提示（"请一步一步思考"）能显著提升 AI 在复杂任务上的推理能力
• 少样本示例——先给 AI 提供 1-2 个示例输出——是获得风格一致结果的最快方式
• 明确的格式要求（字数、要点、表格）能大幅减少后期编辑时间
• 以上五种技巧适用于 ChatGPT、Claude、Gemini 及其他所有主流大语言模型

你已经在使用 AI 了。但结果时好时坏——有时它写出的内容恰好是你需要的，有时却千篇一律、篇幅冗长，或者完全答非所问。

问题不在于 AI，而在于提示词。

"提示词工程"听起来很技术性，但本质上只是学会清晰地表达你的需求。掌握五种技巧就能应对 90% 的场景，而且今天就能上手。

什么是糟糕的提示词

大多数人写 AI 提示词的方式，和在 Google 搜索时一样：简短、模糊、缺乏背景。

"写一封关于我们产品发布的邮件。"

AI 不知道你的产品是什么、受众是谁、语气如何，也不知道这封邮件要达到什么目的。没有这些背景，它只能做出最安全、最平均的猜测——而那个猜测永远是最普通的版本。

AI 只能利用你提供的信息。给得越多，得到的越好。

技巧一：核心公式（角色 + 目标 + 格式）

这一个改变能立即提升你大多数提示词的效果。

不要只告诉 AI 做什么，而是告诉它三件事：

1. 它是谁（角色）
2. 你想要什么（目标 + 背景）
3. 你希望以什么形式呈现（输出格式）

改进前：

写一封关于我们产品发布的邮件。

改进后：

你是一家 B2B SaaS 公司的产品营销人员。请写一封 3 段的邮件，
向现有客户宣布一项新的数据分析功能。语气：专业但不生硬。
结尾附上预约 15 分钟演示电话的行动号召。

第二个提示词给了 AI 一个清晰的视角。输出内容会大幅提升，需要修改的地方也会少得多。

技巧二：角色提示

为 AI 指定一个具体角色，会影响它的用词、假设前提和细节深度。

"请扮演一位资深软件工程师，审查这段代码中的安全漏洞"和"审查这段代码"，得到的回答会大相径庭。

高效角色模板：

• "你是一位在【专业领域】有【X】年经验的【职业】。你的受众是【目标读者】。"
• "请扮演一位专注于【细分领域】的【具体专家】。"
• "你是一位为【特定受众】写作的【角色】。请使用适合【背景水平】的语言。"

角色不必是真实的职位名称。"扮演一位极为挑剔的编辑，毫不留情地删除多余文字"，用来获得精炼简洁的文案效果非常好。

以下是几个实用角色参考：

技巧三：思维链提示

对于复杂任务，让 AI 在回答之前先逐步思考问题。这就是思维链提示，它能显著提升需要大量推理的任务的输出质量。

最简单的方式：在任何提示词后加上"请在给出最终答案之前，一步一步地思考这个问题"。

适用场景：

• 复杂分析或战略性问题
• 排查代码或技术问题
• 数学和逻辑任务
• 涉及权衡的决策场景

示例：

我在为一个 5 人团队选择 CRM 系统。我们需要邮件集成、
移动应用和管道视图。预算为每月 50 美元。请逐步分析
各方案的利弊，然后再给出推荐。

这会强迫 AI 展示它的推理过程，输出内容更有价值，逻辑也更容易核查。

如果你在使用推理模型（OpenAI 的 o1、o3，或 Claude 的扩展思维模式），它们会自动完成这一步。对于标准对话模型，这个提示很有必要。

技巧四：少样本示例

这是获得风格一致输出的最快方式：在提出请求之前，先向 AI 展示你想要的效果。

给 AI 提供 1-3 个你期望的格式、风格或结构示例，再提出你的请求。

模板：

以下是我想要的语气示例：

示例 1：【输入】→【输出】
示例 2：【输入】→【输出】

现在请用同样的方式处理：【你的实际请求】

实际示例：

以下是我想要的写作风格示例：

输入：日程安排工具的产品公告
输出："安排日程变得更简单了。设定一次可用时间，分享链接，
搞定。无需来回发邮件。"

输入：文件存储工具的产品公告
输出："你的文件，随时随地。从任何设备上传，在所有设备上访问。
就这么简单。"

现在请为以下内容写一篇：我们项目管理工具中新增的 AI 聊天助手功能。

AI 会从你的示例中捕捉长度、节奏和语气。通常两个示例就足够了。

技巧五：输出格式说明

大多数新手忘记指定他们希望输出内容的结构。AI 会默认使用它认为自然的格式，但这未必符合你的需求。

明确告诉它你想要什么：

格式说明不只是让输出更美观，它还会改变 AI 的优先级。"3 个要点，每点不超过 15 个字"会强迫它精炼表达，"以关键结论开头"会强迫它采用先说结论的结构。

综合运用：改进前 vs. 改进后

以下是将所有技巧应用于实际场景的完整示例。

场景： 你想写一篇关于职场经验的 LinkedIn 帖子。

基础提示词：

写一篇关于我学到的时间管理经验的 LinkedIn 帖子。

结果：千篇一律，谁都能写，关于任何事情都适用。

优化后的提示词：

你是一位有 10 年经验的资深产品经理。请写一篇 LinkedIn 帖子，
内容关于学会拒绝不需要你决策的会议。语气：真诚直接，不说教。
不加话题标签。不超过 150 字。开头用一句简短有力的话吸引读者，
结尾给出一个实用建议。

结果：具体、有条理，读起来像是出自有真实经验的人之手。

区别不在于复杂程度，而在于具体程度。约束条件越明确，AI 就越难给出平庸的答案。

当结果还是不理想时，如何迭代

好的提示词很少一次就写好。把它当成草稿来对待。

如果第一次输出有 80% 符合你的要求，继续在对话中调整：

• "很好。现在把它缩短 30%。"
• "去掉正式语言——让它听起来更像同事在说话。"
• "第三点太弱了。用一个具体例子重写那一段。"
• "将语气从劝说性改为信息性。"

每次都不需要重写整个提示词，在已有效果的基础上继续改进即可。

这对写作和内容创作任务尤其有用。如果你想深入了解专为写作工作流打造的 AI 工具，可以参考2026 年最佳 AI 写作工具。

常见错误

太模糊。 "帮我做营销"和"为 90 天内未购买的客户写一封再激活邮件的三个主题行选项"——第二个提示词几乎没有给出糟糕答案的空间。

一次塞进太多任务。 不要把五个请求挤进一个提示词。把复杂任务拆分成步骤：先让它出大纲，再逐节展开。

没有说明受众背景。 AI 不知道你是在为 12 岁的孩子还是博士写作，请明确说明。

接受第一个答案。 要迭代。大多数好的输出需要 2-3 次交流，而不是一次完美的提示词。

期待它读心术。 如果你有限制条件（字数、必须避免的话题、偏好的格式），请提前说明，不要等看到一个用不了的回复后才意识到需要补充。

一旦你为常见任务建立了稳定的提示词，就可以把它们作为积木，用来自动化重复的 AI 工作流，配合 Zapier 或 Make 等工具使用。

这些技巧适用于所有 AI 模型吗？

适用。这些核心技巧在 ChatGPT、Claude、Gemini 以及其他所有主流大语言模型上都有效。

以下是一些值得了解的细微差异：

ChatGPT（GPT-4o）： 对结构清晰、分段明确的提示词响应良好，能干净地处理多约束提示词，大多数任务速度很快。

Claude（Anthropic）： 特别擅长遵循详细而细腻的指令，在处理长篇内容和微妙的语气要求方面优于大多数模型。如果你对声音和风格有具体要求，Claude 通常能很好地完成。

Gemini（Google）： 在能够获益于实时信息的任务上表现出色。提示词技巧相同，输出风格略有不同。

本页所介绍的技巧适用于所有这些模型。选择你已经在用的那个，直接应用即可。

如果你还在考虑选择哪款 AI，ChatGPT vs Claude 对比涵盖了常见使用场景下的实际差异。

常见问题

提示词工程和普通"使用 AI"有什么区别？

提示词工程是一种有意识地设计提示词、以获得特定高质量输出的实践方法。大多数人"使用 AI"的方式是随手输入请求，接受任何返回结果。提示词工程意味着有意识地思考你问什么、怎么问。两者之间的差距往往体现在输出质量上相差 5 倍。

提示词应该写多长？

要足够长，以涵盖角色、目标、背景和格式要求——但也要足够简洁清晰。对于大多数任务，50-150 字是最佳范围。复杂的技术任务可以更长，简单的格式化或摘要请求可以只是一句话。如果你的提示词超过一段但仍然模糊，说明你需要的是更具体，而不是更长。

我需要记住这些技巧吗？

不需要。大多数人在刻意练习一周后，会自然掌握 2-3 种技巧。从核心公式（角色 + 目标 + 格式）开始，因为它能立即提升所有提示词。遇到适合其他技巧的任务时再加入即可。

如果我按照这些建议操作，结果还是不好怎么办？

尝试换一个模型——有些任务确实更适合某些模型。同时检查你的角色和背景是否准确且内部一致。如果你让 AI "像专家一样写"，但你的示例却是随意的语气，它会收到相互矛盾的信号。也要记得迭代：把第一次回复当作起点，而不是完成品。

当 AI 工具不断进步时，学这个还值得吗？

值得。更好的模型依然对结构良好的提示词响应更佳。随着模型能力的提升，好提示词和模糊提示词之间的差距并没有缩小——如果说有什么变化的话，更强大的模型在获得清晰指令时，有更大的发挥空间。你今天学到的基础知识，将适用于未来每一代模型。

结语

大多数人只获得了 AI 潜力的一小部分，因为他们没有改变提问的方式。加上一个角色，指定输出格式，给 AI 一个明确的目标——结果会立即改善。

五种技巧总结：

1. 在一条提示词中包含角色 + 目标 + 格式
2. 为任务分配一个合适的具体角色
3. 对于复杂推理任务，让它一步一步思考
4. 当你需要一致的风格或结构时，提供示例
5. 明确说明你希望输出的格式

从第一个技巧开始就好。仅核心公式一项，就能在你经常使用 AI 的任何任务上带来明显改变。

对于希望在多个 AI 模型之间应用这些技巧、又不想在多个标签页之间切换的用户，Zemith 让你在一个地方同时访问 ChatGPT、Claude 等模型。