AI大模型小白手册｜如何像工程师一样写Prompt？

前言

从"人工智障"到"全能助手"，你可能只差这一步

你是不是也有过这样的经历：

满怀期待地向ChatGPT或DeepSeek提问："帮我写个Python函数吧！"

结果它给你写了一个只能加正数的函数，输入负数就报错。

或者你说："生成一张美女图。"

结果它给你画了一个金发碧眼的欧美范儿，而你想要的是"古风长裙"。

这时候你可能会想："这AI是不是不太聪明？"

其实，AI 很聪明，但它很"单纯"。 它就像一个刚入职、满腹经纶但不懂你潜规则的实习生。你给它的指令（Prompt）如果含糊不清，它只能靠猜。

今天，我们就来聊聊 "提示词工程"，教你如何像工程师一样，用精准的语言掌控AI，让它从"人工智障"秒变"全能助手"。

系列目录（持续更新）：

AI大模型小白手册｜基础原理篇

AI大模型小白手册 | API调用的魔法指南

第一章：先选对"人"，再派活

在写Prompt之前，你要先明白：不同的模型有不同的"性格"。如果你选错了模型，写再好的Prompt也是事倍功半。

我们把市面上的大模型大致分为两类：

1. 通用模型（如 DeepSeek V3, GPT-4o）

性格：像一个才华横溢但逻辑跳跃的文科生。

擅长： 创意写作、文案润色、翻译、画图、日常闲聊。
怎么跟它聊： 它需要你手把手教。如果你让它做逻辑题，你得告诉它第一步干什么，第二步干什么（比如用CoT思维链），否则它容易想歪。
口诀：缺什么，补什么。

2. 推理模型（如 DeepSeek R1, o1）

性格： 像一个严谨死板但逻辑无敌的理科生。

擅长： 数学证明、代码Debug、复杂逻辑推理、物理题。
怎么跟它聊： "要什么，直接说"。千万别把它当文科生教，它会自动在脑子里把步骤拆解得比你还清楚。如果你强行让它每一步都汇报，反而会降低它的效率。
口诀：信任它，指令简。

举个栗子：

想写一封感人的情书？找 DeepSeek V3。

想算一下火箭弹道轨迹？找 DeepSeek R1。

第二章：工程师的"万能公式"

选定模型后，我们怎么写出高质量的Prompt？

这里有一个经过验证的六大要素公式。按照重要性从高到低排列：

1. 任务 ------ 核心中的核心

永远用动词开头。

❌ 错误：关于那个...
✅ 正确：生成一段关于环保的...
✅ 正确：计算这两个数值的...

2. 上下文 ------ 给个背景

你是谁？这是什么场景？给AI一个坐标系。

例子："我是一名电商运营经理，正在准备双十一的促销文案..."

3. 示例 ------ 榜样的力量

如果你觉得指令很难说清楚，直接给它看**"标准答案"**。这叫 Few-shot（少样本学习）。

场景： 让AI写请假邮件。
Prompt： "请帮我写一封请假邮件。下面是一个模板参考： '尊敬的领导，我因...请假...工作已交接给...'"

4. 角色 ------ 设定人设

告诉AI它现在是专家、还是五岁小朋友。

例子： "请你扮演一名资深律师，帮我审核这段合同。"

5. 格式 ------ 规范输出

你是要表格？JSON？还是段落？

例子： "请以JSON格式输出，包含时间、地点、人物三个字段。"

6. 语气 ------ 调节风格

正式？幽默？还是严厉？

例子： "请用幽默风趣的口吻..."

第三章：从"差不多"到"精准完美"的进阶技巧

掌握了公式，只能算入门。要成为高手，你需要用下面这几个技巧把AI的潜能逼出来。

技巧 1：把"模糊"变成"具体"

AI 最怕模糊的词。

❌ 模糊： "画一个 beautiful girl。"（AI可能画成任意风格）
✅ 具体： "画一个动漫少女，长黑发，数码画风，纯白底色，工笔画细节。"

工程师思维： 把AI当成刚入行的孩子，少留解读空间，细节越多，意外越少。

技巧 2：CoT 思维链 ------ 让AI学会"分步走"

对于复杂的逻辑任务，不要指望AI一步到位。你要强迫它"慢下来"。

普通Prompt： "判断这段客服对话是否合规。"（AI可能看一眼就瞎说：合规）
CoT Prompt： "请一步一步判断这段客服对话：
1. 首先检查客服是否使用了礼貌用语；
2. 其次检查是否提及了准确的产品名称和价格；
3. 最后检查是否使用了网络用语（如'亲'）。请按照上述步骤分析，并给出最终结论。" 效果： 通过把复杂问题拆解为简单的 Step 1, Step 2，AI的推理错误率会大幅下降。

技巧 3：使用分隔符 ------ 区分指令和数据

当你给的内容很长时，用符号把"指令"和"数据"隔开，防止AI混淆。 推荐使用三个引号 """ 或 ###：

text 复制代码

请总结以下三个引号中的文本：
"""
这里是一段很长的用户评论...
这里有几千字的文本...
"""
请总结为三句话。

第四章：代码实战（程序员专属）

如果你是开发者，你需要通过代码调用API。怎么把上面的技巧用到代码里？

1. 准备工作

我们需要封装一个调用函数（以 DeepSeek 为例）：

python 复制代码

import dashscope
import os
# 设置你的API Key
dashscope.api_key = os.getenv('DASHSCOPE_API_KEY')
def get_completion(prompt, model="deepseek-v3"):
    messages = [{"role": "user", "content": prompt}]
    response = dashscope.Generation.call(
        model=model,
        messages=messages,
        result_format='message', # 设置为message格式
        temperature=0,            # 温度设为0，输出最稳定，不随机
    )
    return response.output.choices[0].message.content

2. 实战案例 A：结构化数据提取（JSON格式）

场景： 用户说"办个100G的套餐"，我们要提取出他的具体需求。

python 复制代码

input_text = "办个100G的套餐。"
# 使用我们的公式构建Prompt
instruction = """
你的任务是识别用户对手机流量套餐产品的选择条件。
每种产品包含三个属性：名称、月费价格、月流量。
根据用户输入，识别上述属性的需求。
"""
# 明确指定输出格式
output_format = "以JSON格式输出，包含键值对。"
prompt = f"""
# 目标
{instruction}
# 用户输入
{input_text}
# 输出格式
{output_format}
"""
print(get_completion(prompt))

输出结果示例：

json 复制代码

{
  "月流量": "100G",
  "名称": "未提及",
  "月费价格": "未提及"
}

3. 实战案例 B：魔法优化魔法

如果你不会写Prompt，可以让AI帮你写！

python 复制代码

user_prompt = """
做一个手机流量套餐的客服代表，叫小瓜。
可以帮助用户选择最合适的流量套餐产品。
"""
instruction = """
你是一名专业的提示词创作者。
你的目标是根据我的需求打造更好的提示词。
请帮我优化上面的提示词，使其更加高效。
"""
prompt = f"""
# 用户提示词
{user_prompt}
# 目标
{instruction}
"""
print(get_completion(prompt))

AI 会把你的简单指令，优化成一个包含角色设定、语气要求、常见问题预案的完美Prompt。

总结

写 Prompt 就像跟人沟通，但它比跟人沟通更简单------因为它没有情绪，只有逻辑。

选对工具：V3 写诗，R1 算数。
套用公式：任务 > 上下文 > 示例 > 角色 > 格式 > 语气。
具体具体再具体：模糊指令是万恶之源。
分步思考 ：遇到难题，就让AI"一步一步来"。未来每个人都是提示词工程师。哪怕你是小白，只要按照上面的方法多练习几次，你也能让 AI 成为你最得力的助手！ 现在，去试试把你的第一个 Prompt 改得更好吧！