引言
大模型的能力越来越强，但想让它们真正为我们所用，Prompt 的设计依然是关键。很多人一开始写 Prompt 会觉得"玄学"，效果时好时坏。其实在长期实践中，是有一些规律可循的。本文结合我在不同任务和模型上的实际经验，整理了 12 条写 Prompt 的心得，希望对你有所帮助。
一、理解模型差异
-
不同模型各有所长
-
一个复杂任务，未必一个模型就能搞定。
-
示例：大纲生成 → Claude 效果最佳；超长文阅读理解 → Kimi 表现更好。
-
-
单任务多模型协同
-
用不同模型取长补短，往往能解决单个模型卡住的问题。
-
示例：GPT 写代码失败 → Claude 写一版 → 再交给 GPT 改 → 最终完成任务。
-
-
模型能力的边界
-
如果 Prompt 调整无效，很可能不是写法的问题，而是模型本身能力不足。
-
建议：多尝试不同模型，先验证可行性。
-
二、结构化参考信息
-
大量信息放在 system，而不是 prompt
- 否则会干扰模型对指令的执行。
-
帮模型梳理参考数据
-
将网页数据、文件数据分类标注清楚。
-
让模型知道"这是什么、那是什么"，而不是一堆乱糟糟的文本。
-
-
养成好的信息整理习惯
- 尽管未来模型可能能自动处理复杂信息，但目前手动整理仍然很重要。
三、优化指令表达
-
最重要的要求放在最后
- 模型往往对结尾的指令更敏感。
-
必要时重复强调
- Prompt 里的冗余有时是必须的，尤其当你发现模型总是忽略某个关键点时。
-
保持简洁，特别是 Claude
- Claude 在"大纲生成"任务上验证过：指令越简单，效果越好。
-
不要中英文混用
- 英文任务就用英文 Prompt，中文任务就用中文 Prompt，能提高稳定性。
四、任务拆分与工具辅助
- 复杂任务拆分成多条 Prompt
- 单条 Prompt 可能无法完成复杂任务，拆分后往往效果更好。
- 善用 Prompt 工具
- 例如 Kimi 的 Prompt 专家，能快速生成一个可用的初稿，再自己调整优化，更省时间。
五、关于评测任务的特别经验
-
如果任务是让 LLM 做评测：
-
推荐用 GPT-4o，因为它的判断更接近人工标准。
-
能力较弱的模型在复杂任务上评分偏差大。
-
在综述写作评测中，我们明显看到 GPT-4o 的结果比其他模型更可靠。
-
总结
写好 Prompt 并不是玄学，而是技巧与经验的积累。
-
选对模型，发挥其所长；
-
整理好信息，让模型"看懂"；
-
优化表达，简单、清晰、重点突出；
-
学会拆分与协同，复杂任务分步完成；
-
多借助工具，节省时间和精力。
最终目标，不是追求一条"完美 Prompt"，而是找到一个"稳定、可复现的流程"，让模型更高效地为我们服务。
要不要我帮你把这篇博客写得更"故事化"，比如加一些失败案例和对比实验？这样读者会觉得更有代入感。