Prompt进阶指南

这是一篇为你准备的关于 Prompt（提示词） 基础用法与进阶用法的深度文章。无论你是AI对话新手，还是希望榨干AI潜力的老手，这篇文章都能帮你建立更系统的认知。

---

从“对话”到“指挥”：Prompt 基础与进阶用法全指南

在AI大模型（如ChatGPT、Claude、Midjourney）的时代，“Prompt”就是你与AI之间的语言。

很多人觉得AI“笨”，其实往往是Prompt写得不够好。一个糟糕的Prompt会得到空洞、泛泛而谈的废话；而一个高质量的Prompt，则能精准地调动AI的知识库与推理能力，生成令人惊艳的结果。

本文将为你拆解：如何从“随便问问”进化到“精准编程”。

第一部分：基础用法——让AI听懂“人话”

基础用法的核心原则只有一个：清晰、具体、无歧义。

1. 万能公式：角色 + 任务 + 背景 + 格式

这是最稳定、最通用的Prompt结构，几乎适用于所有场景。

• 角色（WHO）： 你希望AI扮演什么身份？
  • 示例：你是一位资深的心理咨询师 / 顶级的UI设计师 / 精通SEO的英文编辑。
• 任务（WHAT）： 具体要做什么？
  • 示例：请针对下面这段文案进行润色 / 请分析这份数据中的趋势。
• 背景（CONTEXT）： 为什么需要这个？目标受众是谁？
  • 示例：受众是40岁以上的退休人群 / 这是给公司董事会看的报告。
• 格式（HOW）： 输出的形式是什么？ 示例：请用Markdown格式输出 / 请用表格对比 / 请用三个段落，每段不超过50字。

糟糕的示例： “帮我写一篇文章。” 优秀的示例： “你是一位小红书爆款文案写手。请为[一款主打无添加的补水面膜]写一篇推荐文案。目标受众是25-35岁的敏感肌女性。请采用第一人称、口语化的分享语气，包含‘使用前’和‘使用后’的对比，并在结尾加上5个热门标签。字数控制在300字以内。”

2. 零样本 vs. 少样本

• 零样本（Zero-shot）： 直接下达指令，不给例子。

  • “翻译成英文：今天天气真好。”

• 少样本（Few-shot）： 给1-3个例子，让AI模仿模式。

  • 示例： 提问：法国首都是什么？ 答案：巴黎 提问：日本首都是什么？ 答案：东京 提问：埃及首都是什么？ 答案：开罗 提问：澳大利亚首都是什么？
  • 原理： 少样本能有效消除模型对指令的模糊理解，尤其适合让AI遵循特定的“说话风格”或“逻辑推理”。

3. 负面提示（Negative Prompt）

告诉AI “不要做什么” 往往比只告诉它“要做什么”更有效。

• 示例： “帮我写一份关于健身的广告文案。注意：不要使用任何关于‘减肥’、‘瘦身’或‘节食’的词汇，强调力量和健康感。”

第二部分：进阶用法——让AI进行“深度思考”

当你掌握了基础的“发号施令”，进阶用法的核心是通过Prompt诱导AI进行链式推理、结构化输出甚至自我纠错。

1. 思维链（Chain-of-Thought, CoT）

这是破解复杂逻辑问题的金钥匙。人类解决复杂问题时，会一步步推导。AI同样需要这个步骤。你不需要在Prompt里写满推导过程，只需要加一句咒语：

“Let’s think step by step” （让我们一步步思考）

• 效果： 这句话能强制模型在给出最终结论前，先生成一个内部的推理过程。
• 应用场景： 数学题、逻辑推理、策略规划、代码排错。
• 示例： 问：一个水池，进水管5小时灌满，出水管8小时放空。如果同时打开，几小时灌满？ *同时输入：“请一步步思考并给出答案。” AI会先计算每小时进水量1/5，出水量1/8，再计算净速度，最后得出时间。准确率远高于直接提问。

2. 分解任务（Task Decomposition）

复杂的任务往往难以一次性获得完美结果。进阶用法是将任务拆解成子步骤。

• Prompt技巧： 要求AI先制定计划，再执行。
• 示例： “请帮我写一篇关于‘人工智能对教育的影响’的演讲稿。
  1. 首先，请列出这个演讲稿的三个核心论点。
  2. 根据论点1，写出300字的展开内容，包含一个具体的案例。
  3. 根据论点2和3，重复上述步骤。
  4. 最后，写一个有力的开篇和总结。 请将以上所有内容整合成一个连贯的演讲稿。”

3. 角色扮演与人格注入

不仅是“扮演老师”，你可以给AI注入极其具体的“人格参数”。

• 高阶技巧： 使用“系统提示（System Prompt）”或“元Prompt”。
• 示例： “从现在开始，你将扮演一位名为‘伊芙琳’的1900年英国女管家。你的语言风格非常正式、拘谨、注重礼节，且略微带有讽刺幽默。在你回答任何一个问题之前，你都必须先挑剔一下提问者的着装或天气。请开始对话。”
  • 应用： 写作灵感、创意合作、语言学练习、游戏NPC设计。

4. 迭代修正与批判性输入

不要期待一次对话就能完美。进阶用户会利用对话窗口进行多轮迭代。

• Prompt技巧：
  • 反馈循环： “以上回答中，第二点过于笼统，请基于更具体的A理论进行重写。”
  • 批判模式： “请审视你刚才给出的方案，找出三个潜在的漏洞或风险点。”
  • 多版本对比： “请为同一个开头写三个不同风格的结尾：一个悲伤的、一个幽默的、一个充满哲理的。”

5. 结构化格式控制

除了让AI写东西，还可以让AI “填空” 或 “生成结构化数据”。

• 示例： “我需要一份会议记录。请基于以下对话记录，帮我提取并填充以下JSON格式：

  {
    “会议主题”： “”，
    “关键决议”： [“”，“”],
    “待办事项”： [{“负责人”： “”， “截止日期”： “”}]
  }
  

  对话记录如下：[粘贴乱糟糟的聊天记录]”

第三部分：终极心法——Prompt不是魔法，是对话

1. 好的Prompt是问出来的，不是写出来的： 你不需要在第一次就把Prompt写得完美无缺。先写一个简单的版本，看AI回复哪里不满意，再针对性修改（加角色、加限制、加例子）。
2. 不要高估AI的记忆力： 在长对话中，越后面的指令权重越高。如果关键的约束条件（如“用英文回答”）在很前面被提到，最好在最后再重申一次。
3. 把AI当作一个“博学的实习生”：它懂得多，但很懒（倾向于最省力的路径），也会脑补。你的Prompt越精确，它的“脑补空间”越小，结果就越可控。

结语

无论是基础的“扮演专家”，还是进阶的“思维链分解”，Prompt的核心从来不是技巧本身，而是你对目标的清晰定义。

当你把思考的重点从“AI能做什么”转移到“我该如何精确表达需求”时，你会发现，AI不再是一个聊天机器人，而是一个24小时待命、以极低成本运转的超级大脑。

现在，尝试用上面的框架，重新写一遍你最近问AI的那个问题，看看效果有多么不同。