Prompt，中文常称为 “提示词” ，本质上就是你给 AI 下达的指令或问题。
如果把大模型（LLM）比作一个博学但需要指令的超级实习生，那么 Prompt 就是你给这个实习生派发的“任务工单” 。你给的工单越清晰、要求越具体，实习生交出来的活儿就越符合你的心意。
为了让你全面理解 Prompt，我将从核心定义、内部结构、分类以及编写技巧四个维度为你拆解：
🎯 核心定义：它是做什么的？
在 AI 交互中，Prompt 是用户与模型沟通的桥梁。它的作用主要有两个：
- 意图解析：告诉模型你想要它做什么（是写代码、翻译、还是聊天？）。
- 边界约束：告诉模型输出的范围、格式和风格（比如“用 Python 写”、“不超过 200 字”、“语气要幽默”）。
简单来说：Prompt 的质量直接决定了 AI 回答的质量。
🧩 Prompt 的“黄金结构”
一个高质量的 Prompt 通常不是随便的一句话，而是包含以下几个关键要素的结构化文本：
表格
| 要素 | 说明 | 示例 |
|---|---|---|
| 角色 | 赋予 AI 一个身份，让它进入特定状态 | “你是一位资深的 Python 程序员...” |
| 任务 | 明确具体的指令动词 | “...请帮我审查这段代码...” |
| 背景 | 提供必要的上下文信息 | “...这段代码是用于高并发电商系统的...” |
| 约束 | 限制输出的范围、格式或风格 | “...不要使用复杂的类，用函数式编程，输出 Markdown 格式。” |
| 示例 | 给它一两个参考样本（少样本学习） | “...参考这种格式：输入 A -> 输出 B。” |
📂 Prompt 的两种主要类型
在技术实现上，Prompt 通常分为两类，你可以理解为“系统设定”和“用户指令”：
-
系统提示词
- 谁写的：开发者或系统后台。
- 作用：它是 “幕后老板” 。它定义了 AI 的人设、底线和基本规则。比如，“你永远是一个有帮助的助手，不要回答任何关于制造武器的问题”。用户通常看不到它，但它一直在起作用。
-
用户提示词
- 谁写的：也就是你（用户）。
- 作用：它是 “具体需求” 。比如你输入的“帮我写一封请假条”，这就是用户提示词。
💡 如何写出好的 Prompt？（实战技巧）
根据目前的最佳实践，写好 Prompt 有几个核心技巧：
-
拒绝模糊，指令清晰
- ❌ 坏 Prompt：“写点关于人工智能的东西。”
- ✅ 好 Prompt：“写一篇 500 字的博客文章，介绍人工智能在医疗领域的应用，目标读者是医生。”
-
提供示例
- 如果你想要特定的输出格式，最好的办法是直接给它看一个例子（这叫“少样本学习”）。比如：“把‘高兴’翻译成英文 -> Happy；把‘悲伤’翻译成英文 -> Sad；现在请翻译‘愤怒’。”
-
拆解复杂任务
- 如果任务很难，不要一次性问完。可以像聊天一样分步进行（链式提示）。
- 第一步：“请列出这篇文章的大纲。”
- 第二步：“根据大纲的第一点，撰写详细内容。”
📌 总结
Prompt 不是一种神秘的咒语，而是一种沟通技术。
- 对于普通用户，它是你驾驭 AI 工具、提高效率的遥控器。
- 对于开发者，它是构建 AI 应用（如你之前问的 RAG 或 Agent）时，引导模型调用工具、处理数据的核心接口。
掌握了 Prompt，你就掌握了与 AI 协作的主动权。
