目录
[（三）少样本提示（Few-Shot Prompting）：用示例引导AI对齐预期](#（三）少样本提示（Few-Shot Prompting）：用示例引导AI对齐预期)
[（一）零样本提示（Zero-Shot Prompting）：无示例的基础指令](#（一）零样本提示（Zero-Shot Prompting）：无示例的基础指令)
一、核心要点拆解与示例补充
（一）表述足够清晰：锚定AI输出的核心边界
核心解读：清晰表述是提示词的基础，本质是"给AI明确的执行框架"，需包含「角色定位、任务目标、核心约束、参考素材、输出示例」五大核心要素，避免模糊化表述导致AI偏离方向。
实操示例：
请你扮演一名深耕职场5年的产品文案师，任务是为一款"无线降噪耳机"撰写3条短文案（每条15字以内），用于朋友圈推广。参考素材：耳机核心卖点------续航48小时、深海降噪、轻量化设计（单耳4g）。输出示例：「48h长续航，静享无界音」。要求：语气年轻化、突出1个核心卖点/条，不堆砌专业术语。
补充延伸：清晰表述需规避"歧义性描述"，比如避免"写一篇好文案"（无标准），改为"写一篇转化率导向的电商文案，突出性价比，适配25-35岁职场人群"（有明确维度）；同时可增加"负面约束"，如"禁止使用网络热词、避免夸大宣传"。
（二）要求输出的格式：标准化AI产出结果
核心解读：明确输出格式能减少二次修改成本，让AI直接产出可复用内容，需根据场景定义「结构类型、排版规范、字段要求」，常见于数据整理、报告撰写、多内容批量输出场景。
常见格式及示例：
-
列表格式：适用于要点总结、选项罗列。要求：分点编号，每点含"核心观点+1句解释"。示例："请总结以下文章核心观点，按「1. 观点：XXX；解释：XXX」格式输出"。
-
表格格式：适用于数据对比、信息归类。要求：明确表头字段，填充对应内容。示例："请将以下3款手机的参数整理为表格，表头：型号、处理器、电池容量、售价；内容对齐，单位统一（电池用mAh，售价用元）"。
-
结构化报告格式：适用于正式文档。要求：分章节、带标题层级。示例："请撰写耳机市场分析简报，格式要求：1. 标题（一级）；2. 市场现状（二级）；2.1 规模数据（三级）；3. 趋势预测（二级）；结尾附1句核心结论，全文宋体、小四、1.5倍行距"。
-
自定义格式：适用于特殊场景。示例："请生成短视频脚本，格式要求：每帧内容=「镜头类型（全景/特写）+画面描述+台词+时长（秒）」，共8帧，总时长60秒内"。
（三）少样本提示（Few-Shot Prompting）：用示例引导AI对齐预期
核心解读：当任务较复杂（无明确规则、需风格对齐）时，通过提供少量高质量示例，让AI学习输出逻辑/风格，无需额外解释规则，比纯文字指令更高效。核心是"示例典型性"------示例需覆盖任务核心场景，避免边缘案例。
实操示例（文本分类场景）：
任务：将以下用户评论分类为「好评、中评、差评」，仅输出分类结果。示例：1. 评论："续航够顶，降噪效果超出预期"------分类：好评；2. 评论："音质还行，但连接偶尔卡顿"------分类：中评；3. 评论："用了3天就死机，售后态度差"------分类：差评。请分类："耳机轻便，降噪一般，性价比尚可"。
进阶延伸：
-
「链式思维少样本（CoT Few-Shot）」：适用于推理类任务（数学题、逻辑分析），示例需包含"步骤+结论"，引导AI分步思考。示例："任务：计算25×(40+8)。示例：计算18×(20+5)------步骤1：先算括号内20+5=25；步骤2：再算18×25=450；结论：450。请计算目标题目，格式同示例"。
-
示例数量：简单任务1-2个即可，复杂任务3-5个（避免过多导致AI忽略核心指令）。
二、遗漏核心知识点补充
（一）零样本提示（Zero-Shot Prompting）：无示例的基础指令
适用于简单、通用任务（AI无需示例即可理解），是少样本提示的基础。示例："请总结以下段落的核心思想，不超过100字"。核心要点：指令需足够具体，依赖AI通用知识库，避免复杂场景使用。
（二）上下文管理：控制对话的连贯性与精准度
-
上下文引用：在多轮对话中，明确让AI参考前文内容，示例："基于上一轮你给出的文案思路，再优化2条，保留年轻化语气"。
-
冗余信息剔除：当上下文过长时，提示AI"忽略前文无关内容，仅基于以下信息作答"，避免干扰。
-
上下文窗口限制：需注意AI的上下文长度（如GPT-4 Turbo支持128k tokens），超长内容需分段输入，提示AI"逐段分析，最后汇总"。
（三）语气与角色强化：提升输出适配性
除了基础角色定位，可强化语气、身份细节，让输出更贴合场景。示例："请扮演一名严谨的学术编辑，以正式、客观的语气修改论文摘要，修正语法错误，保留核心研究结论，避免口语化表达"。核心：角色与语气需匹配任务场景（学术/营销/日常）。
（四）迭代式提示：优化AI输出的闭环方法
当首次输出不符合预期时，通过"反馈+修正指令"迭代优化，示例："上一轮文案过于平淡，请调整为更有感染力的短句，突出'轻量化'卖点，每条控制在12字以内"。核心技巧：反馈需具体（指出问题+修改方向），避免"再改改"这类模糊表述。
（五）多模态提示（适配多模态AI）
针对图文结合的AI模型（如GPT-4V、Midjourney），提示词需包含「视觉描述+任务目标+格式要求」。示例："请分析这张产品图（附图），撰写3条电商主图文案，突出产品外观设计，格式为短句+emoji，适配淘宝详情页"。