📚 本文是《AIGC 人话系列》第 6 篇
系列目录：01 内容理解｜02 RAG｜03 三招选型｜04 工具清单｜05 动手实战｜06 踩坑（本篇）｜07 行业观察前五篇讲了原理、选型和代码，这篇讲点血泪。7 个坑全是我自己真踩过的，而且我发现它们其实是同一件事的 7 个侧面——所以先给你一个比喻，后面 7 条都挂在这个比喻上。
先把模型当成一个新来的实习生
假设你部门来了个实习生：名校毕业，知识量惊人，打字比你快十倍，但有个致命问题——他完全不了解你。
不知道你们公司的风格，不知道你说的「高质量」是什么标准，不知道老板最烦哪个词。
现在你把活儿交给他：「帮我写一篇爆款文章。」
他会怎么写？他会按「教科书里的爆款」写：开头「在当今这个信息爆炸的时代」，中间三点排比，结尾「让我们一起期待」。技术上没错，但你会想把他退回学校。
问题不在他，在你。你只交了任务，没交底。
调 Prompt 的 7 个坑，本质都是「带新人」时最常犯的错。
坑 1：把 Prompt 写成一句许愿
现象：帮我写一篇爆款文章 → 出来一堆正确但没用的废话。
实习生视角：他没听过你们复盘会，不知道你上个月那篇 8000 阅读的稿子长什么样。对他来说，「爆款」是个没有具体所指的词。
改法：把要求拆成可检查的条件——字数、读者、结构、必须包含什么、禁止出现什么。
「爆款」不能验收，「开头第一句必须是一个反常识判断，全文不超过 900 字，给转行的程序员看」可以验收。
坑 2：一次塞十个要求
现象：要求写了 800 字，AI 只做到了前三条，后面的全丢。
实习生视角：你早上给他派了十个活儿，他一定会挑最容易交差的三个先做。
原因：要求之间会互相竞争注意力。尤其当后面几条和前面几条冲突时（比如既要「严谨」又要「口语化」），模型会自己挑一个执行。
改法：一轮只解决一类问题。先定结构，结构对了再改语气，语气对了最后纠细节。改 Prompt 像修图，一次调一个参数。
坑 3：只给「要什么」，不给「不要什么」 ⚠️ 最要命
现象：输出永远带点你不想要的东西——「首先」、三段排比、「总而言之」、「作为 AI 语言模型」。
实习生视角：你没说不能穿拖鞋来上班，他第二天就穿拖鞋来了。不是他叛逆，是你没划红线。
原因：模型本质在做填空。你只规定了要填什么，没规定不能填什么，它就会用训练数据里最高频、最中庸的那套写法——也就是最像「AI 写的」的那套。
改法：负向约束往往比正向指令更有效。
不要用「首先/其次/最后」这类序号词
不要出现「总而言之」「综上所述」
不要用感叹号
不要写「让我们一起」
这四行加进去，输出立刻从「AI 味」变成「人味」。这条是我调 Prompt 半年里，单条提升最明显的一条。
写代码、写 SQL 也一样。不要解释过程只给结果，比「请简洁一点」有用十倍。
坑 4：指望它一次就对
现象：第一版不满意，直接下结论「这模型不行」，然后换模型。
实习生视角：新人第一版方案被否了，你不给反馈，直接把他换了。下一个新人犯的错一模一样。
原因：Prompt 是迭代出来的，不是写出来的。你不是在「命令」一个程序，你是在「对齐」一个理解。
改法：把 Prompt 当代码——改一版、看结果、再改。我的经验是三轮之内基本收敛：
- 第一轮看方向对不对（是不是我要的那类东西）
- 第二轮看结构对不对（段落顺序、信息密度）
- 第三轮看细节（措辞、格式、边界情况）
改到第五轮还在打转，说明问题不在措辞，在这活儿没法用一句话描述——该拆流程了（见坑 7）。
坑 5：用「更努力」这类情绪词
现象：请非常认真地、尽最大努力、仔细思考后回答我。
实习生视角：你跟他说「加油，好好干」，他只会点头，然后该怎么干还怎么干。
原因：这类词在模型的语义空间里几乎没有可执行的动作。它不改变输出的分布，只让你自己安心。
改法：换成具体动作。
| 别写 | 改写成 |
|---|---|
| 请仔细思考 | 先列出 3 个可能的方向，再选一个展开 |
| 尽最大努力 | 检查每个结论是否有原文依据，没有就删掉 |
| 回答要专业 | 用行业术语，但每个术语后面跟一句白话解释 |
| 不要瞎编 | 资料里没有的信息，直接回「资料中未提及」 |
「仔细思考」是态度，「先列 3 个方向再选」是动作。模型只认动作。
坑 6：给的例子本身就不合格
现象：辛辛苦苦找了 few-shot 示例，效果反而变差。
实习生视角：你给他一份「标准范文」让他照着写，而那份范文其实是你随手从旧文档里翻出来的、格式早就过期的那份。
原因：示例是模型模仿的模板，权重比你的文字描述高得多。示例里有毛病，输出就有毛病——而且会以你意想不到的方式放大。
改法：示例必须是你最想要的那种输出，一字不差。
给示例前先问一句：模型完全照这个写，我会满意吗？答案是「大概吧」，就别给。宁可零示例，也别给一个凑合的示例。
坑 7：把所有事都塞进一个 Prompt
现象：写了一个 1200 字的巨型 Prompt，想一次搞定「读需求 → 定大纲 → 写全文 → 改语气 → 出摘要」。
实习生视角：让一个刚来三天的新人独立负责整个项目，从对接客户到交付验收。他不是不能干，是没有任何一个环节能被检查。
原因：任务越复杂，单次 Prompt 越容易在某一步悄悄走偏，而你不知道是哪一步。
改法：拆成多步——上一步的输出，就是下一步的输入。
拆开之后还有个额外好处：可以只重跑坏的那一步。全文 3000 字里只有第二段语气不对，你只需要重跑「统一语气」，不用把大纲也重新生成一遍——这在成本和稳定性上都是数量级的差别。
把 7 条压成一个模板
说了 7 个坑，落地其实就一张表：任何一条 Prompt，至少要交代 5 个零件。
对应的模板，可以直接抄走：
【角色】你是一个做了 8 年公众号的编辑，读者是转行学编程的人。
【任务】写一篇 800 字左右的短文，主题：为什么我不建议一上来就学框架。
【输入】只用我下面给的 3 条素材，不要补充外部事实：
1. …
2. …
3. …
【禁区】不要用「首先/其次/最后」；不要写「让我们一起」；不要感叹号；
不要下结论式金句，每个观点后面必须跟一个具体例子。
【验收】开头第一句必须是一个反常识判断；全文分 4 段；每段不超过 200 字。
我自己现在写任何 Prompt，都是先把这个骨架敲出来，再往里填内容。填不出来的那一栏，就是你还没想清楚的地方——那时候先别问模型，先问自己。
落地场景：三个我每天都在用的
| 场景 | 最容易漏的零件 | 补上之后的变化 |
|---|---|---|
| 客服回复生成 | 禁区（不许承诺时效、不许道歉超过一次） | 从「看起来很客气」变成「可以直接发」 |
| 会议纪要整理 | 验收（必须保留决议 + 责任人 + 截止时间） | 从一篇流水账变成能派活的清单 |
| 从简历里抽字段 | 输入（只依据简历原文，缺失就留空） | 从「编了个漂亮经历」变成可信 |
你会发现，补的都是禁区和验收——图上最后两个零件，也是大多数人从来不写的。
泼点冷水：Prompt 治不了什么
这部分很重要，因为市面上把 Prompt 吹得太神了。
第一，Prompt 治不了「缺知识」。 你要问的是公司内部的制度、某个新版本的 API，模型不知道就是不知道，措辞再怎么调也调不出来。这时候该上 RAG，不是继续改提示词——这就是第 2 篇和第 5 篇讲的事。
第二，Prompt 治不了「必须固化的习惯」。 如果你要求的是稳定的输出格式、特定的说话风格，而且要在成千上万次调用里保持一致，那 Prompt 的边际收益会很快见顶。这种时候该考虑微调——但它贵，而且换需求就得重来，所以永远排在 Prompt 和 RAG 后面。
第三，Prompt 会过期。 模型换代、系统提示词改版，你辛苦调好的那套约束可能一夜之间失效。所以别把 Prompt 写在代码里当常量，单独存、能热更新、每次换模型都回归测一遍。
第四，别靠「感觉」验收。 我早期每次改完 Prompt，都凭印象判断「好像好一点」。后来攒了 20 条固定测试输入，每改一次跑一遍，才知道有几条是真提升、有几条是幻觉。没有测试集的 Prompt 优化，等于闭眼改代码。
最后
调 Prompt 的本质，不是「哄」模型，而是「把需求说清楚」。
这个能力换个场景照样值钱——给下属派活、给外包写需求、给朋友解释一件事，用的是同一套东西。看着像玄学，其实全是表达的基本功。
一个具体的问题留给你：你最近一次对 AI 输出不满意，是因为它不懂你的标准，还是因为它压根没这个知识？
这两件事的解法完全不同——前者改 Prompt，后者上 RAG。想清楚这个，你的调试效率会立刻翻倍。
下一篇写行业观察：2026 年，AI 应用到底落地到哪一步了。
上一篇：20 行代码，用大模型做一个「文档问答」
下一篇：2026 年，AI 应用落地到哪一步了？（Day 7）
