第 8 篇 · 共100篇｜用代码丈量成长 —— 坚持写下去，就是最好的成长。
“提示词工程师”这个岗位挺火的。这个岗位的作用就是想让大模型按照我们的期望输出有价值的内容有人会觉得这个提示词就是玄学，其实提示词这玩意儿一点都不玄乎。它就是你和AI沟通时说的那句话。写得清楚，AI 就能明白你要什么；写得模糊，它就开始一本正经地胡说八道。你说“写篇介绍”，它真会“认真介绍”，但方向完全不对。所以写提示词的核心，其实就是——让机器听懂人话。
一、从模仿开始
如果你真不知道怎么下手，可以先去看别人是怎么写的。比如 Coze 这类平台，创建 Agent 的时候，它会自动生成提示词。你去研究一下，会发现一个规律：它不是随便堆字，而是有结构的——有角色、有职责、有边界、有示例。看懂这一套，你就算入门了。很多人提示词写不出效果，就是卡在这儿——没想清楚自己要AI“扮演谁”“做什么”“做到哪一步”。
二、想让AI懂你，就别拐弯抹角
对于 AI 而言，你的提问只有不涉及敏感话题，你怎么说，它就怎么干。所以别太客气，也别太模糊。
分享几个特别实用的小技巧：
- 模糊不行，要具体。
别说“帮我写个介绍”，
你得说“写一段150字以内的功能介绍，面向新手用户，语气轻松，最后加一句行动号召”。
这样AI才知道，你不是要它写论文。 - 抽象不行，要举例。
就一句话：“像苹果官网那种风格。”
AI立刻秒懂你要“高级感”那一挂。 - 绕弯子不行，要直接命令。
“分三步写：先列要点，再写正文，最后一句总结。”
不用讲道理，AI就是执行机器，越直白越准。 - 还可以教它怎么思考。
比如说：“先分析问题，再列解决方案，最后给个例子。”
这样AI就有逻辑，不会乱飘。
三、写提示词也要讲性价比
当我们提高了问题的质量，我们别忘了，AI的字可不是白打的。写得太长，就会无故浪费 token
这个层面有几条小经验，用来减少 Token 的输出：
- 指定输出格式。
比如让AI用 Markdown 输出标题、要点列表。它就不会废话连篇，从“你好亲爱的用户”开始。 - 有层次。
写提示词也要讲层次感：背景一句话 + 任务目标 + 限制条件。
其他的都是噪音。 - 有边界。
比如：“字数不超过600字，只写方案，不写行业分析。”这样就尽可能的规避漫谈的问题
四、提示词的套路
你可以把写提示词当成写代码，一样有结构、能复用。
1. 三段式结构
这是最通用也最靠谱的一种写法：
你是谁 → 你要干嘛 → 怎么干。
举个例子：
你是一名产品经理，请写一份面向大学生的英语学习App推广文案。
步骤：分析痛点 → 列3个亮点 → 写结尾号召。
用 Markdown 输出，300字以内。
2. 拆解法
我们有时候问问题，你上来就问了一个很泛的问题，其实我们可以进行问题的分解或者给一个“解题思路”让它做参考让AI分步走，比如：
先列关键词 → 再出大纲 → 最后扩写。这比直接说“帮我写个策划案”更有效。
3. 对照法
你告诉它什么是好、什么是烂，它就能学会取舍。其实，大模型并不像我们想的那样“聪明”，它更像一个镜子——你怎么告诉它，它就怎么反映回来。
不知道有没有人用过 Stable Diffusion。在写 AI 文生图提示词的时候，我们会用到两个概念：
✅ 正面提示词（Positive Prompt）
❌ 反面提示词（Negative Prompt）
正面提示词告诉模型“我想要什么”，反面提示词则告诉它“我不要什么”。比如你想生成一张人物照片，可以这样写：
- 正面提示词：a beautiful girl, cinematic lighting, ultra detail, 8k
- 反面提示词：blurry, bad anatomy, extra fingers, watermark
这其实就是「对照法」的体现——你明确方向，模型才能知道往哪走。在文字任务中也一样。比如你希望 AI 帮你写一段分析报告，如果什么都不说，它可能写得天花乱坠、废话连篇。但如果你提前设定标准：
● 坏例子：空话连篇、没有逻辑。
● 好例子：有数据、有结论、有重点。
那结果就完全不一样。大模型会自动往“好”的方向靠拢，因为它的模仿能力极强，只要你告诉它什么是“对”的。
4. 自检法
写完别急着用，让大模型自己回头看。
“请从结构、清晰度、逻辑三个维度给自己打分，并列出修改建议。”
这就像给模型加了个“自审机制”或者可以让模型再次审视并思考这个问题。
第二版通常比第一版好太多。
5. 格式先行法
先想清楚你要的成品样子，再倒推怎么写。
比如你想让AI写方案：
## 问题定义
## 核心思路
## 风险与对策
## 执行清单（5条）
你直接告诉它：“请按以上结构输出方案内容。”效果比“帮我写个方案”整整高一个档次。
六、举一个例子
下面在举一个例子，用来说明模糊版和优化版的区别
模糊版：
“写一篇关于提示词的文章，口语化一点。”
优化版：
你是一名AI提示词教练，要写一篇面向新手的入门分享。
内容包括三种常见误区、三种实用方法（每条带例子），最后给一个可复用模板。
限制：800字以内，语气自然，少一点AI味。
输出格式：Markdown。
是不是抽象的概念立刻具现了！
这些提示词的优化方式，其实不只是在那些可视化平台里好用，比如 Coze、Dify 这种可视化的平台。放到代码里一样能用。像我们平时用 Spring AI 的时候，不是也要定义不同的 Agent 吗？有的负责写文档，有的负责总结数据，有的负责生成代码。这个时候，你在 Agent 的系统提示词里，把「角色、边界、好例子、坏例子」这些都写清楚，那么你后面每一次提问，它就都会按这个套路来答。
所以不要把「提示词优化」只当成运营、AI工具、画图里的那一套，它其实是一个通用的“告诉模型怎么干活”的方法。先把标准说清楚，模型才能稳定输出 ，随着模型能力越来越强，输出也会更稳定。
你的阅读与同行，让路途更有意义
愿我们一路向前，成为更好的自己
