一、了解提示词
- 提示词就是你给模型的指令。
- 模型本身没有意识,他的输出依赖你的指令。
二、提示词设计理念
提示词越具体,越有结构,结果越好。
| 原则 | 含义 | 示例 |
|---|---|---|
| 🎭 角色明确 | 告诉AI"你是谁" | "你是一位资深后端架构师,熟悉Node.js和微服务。" |
| 🎯 目标具体 | 说明你要AI完成什么 | "帮我写一个用户登录接口,包含JWT认证。" |
| 📦 输入上下文 | 给出背景或素材 | "基于以下数据库表结构..." |
| 🧩 输出格式 | 指定希望的结果形式 | "请用markdown表格输出。" / "请生成可直接执行的代码。" |
| 🧠 思考过程 | 复杂任务让模型逐步思考 | "先分析问题,再列方案,最后总结推荐" |
1. 明确角色(Role)
让AI具备"身份意识",输出更专业。
✅ 好例子:
你是一名拥有10年经验的资深前端架构师,请帮我审查以下React代码。
❌ 坏例子:
帮我看看这段代码。
2. 分解任务(Task Decomposition)
复杂问题拆成多个小任务,让AI逐步完成。
好例子:
第一步,请分析需求。
第二步,生成接口设计。
第三步,编写代码示例。
💡 提示:用"步骤指令法(Step-by-Step prompting)"能显著提高准确率。
3. 设定输出格式(Format)
AI最怕模糊输出,最爱明确模板。
javascript
好例子:
请以JSON格式输出,包含字段:title, description, steps, example。
4. 给出示例(Few-shot Prompting)
示例是最强的上下文指导。
yaml
示例:
- 输入:用户想知道如何安装Node.js
- 输出:提供清晰的分步安装指南,附带命令。
---
现在请帮我生成:如何安装Python。
AI会自动模仿格式与语气。
5. 控制思考范围(Constraints)
限制AI的"自由发挥"可以减少废话。
示例:
不要解释过程,只输出最终结果。
限制在100字以内。
输出中不要包含表情或Markdown标题。
三、提示词模版
角色 + 任务 + 约束 + 输出形式 + 示例
- 角色:你是一名有10年经验的产品经理
- 任务:请帮我写一个功能上线公告
- 约束:语气专业但不呆板,长度控制在200字以内
- 输出形式:分成【功能简介】【上线时间】【用户影响】三段
- 示例:可以参考苹果产品公告的风格
diff
你是一个【角色】,我希望你帮我完成【任务目标】。
请考虑以下信息:
- 背景/上下文:【】
- 受众/语气:【】
- 格式要求:【】
- 约束条件:【】
请按【步骤/结构】输出结果,并给出【示例/解释】。
五、注意
- 明确角色
如果没有明确的角色设定(role prompting),AI 模型(像我这样的 GPT 系列模型)会根据 上下文内容、语气、关键词、问题类型 等因素,自动推断你希望我扮演的角色与语气。这就是所谓的 隐式角色推导(implicit role inference)
- 结构化提问
AI 在处理输入时,不仅看关键词,还看语义层次与逻辑顺序。 当你给出"结构化"的提示时,它更容易"理解上下文的逻辑关系"。
markdown
❌ 模糊版:
"帮我写一份网站分析报告。"
✅ 结构化版:
你是一名数据分析师。
请分析网站A的近30天数据。
输出结构:
1. 流量趋势(含增长率)
2. 用户行为分析
3. 主要问题
4. 优化建议(不少于3条)