"同样一个AI，有人用它写出高质量报告，有人用它生成了一堆"正确的废话"。差距不在模型，在提示词。这一讲，我们不谈复杂理论，只讲能让你立刻上手的方法------用三句话讲清楚提示词工程的核心逻辑，用一套框架让你写出高质量的提示词，用几个实战案例让你看完就能用。"
一、什么是提示词工程
提示词工程，本质上就是学会"用AI能理解的方式跟它沟通"。
AI不是人，它不会"猜"你的潜台词。你问得越模糊，它答得越"正确但无用"。你给的信息越具体，它的输出越精准。
模糊提问"帮我写一份报告" → AI输出泛泛而谈的模板
精准提问"帮我写一份关于XX的报告，包含三个核心论点、两组对比数据，面向XX受众" → AI输出可用的初稿
提问的能力，决定了AI的能力。
二、三个核心原则，让你的提示词从"60分"到"90分"
原则一：具体>模糊
AI不是你肚子里的蛔虫。你描述得越具体，AI输出的内容就越接近你的预期。
❌ 模糊版
"帮我写一篇关于AI的公众号文章。"
✅ 具体版
"帮我写一篇面向职场白领的公众号文章，介绍AI办公工具如何提升工作效率，篇幅约1500字，包含3个具体工具的使用案例和1个数据支撑，语气要轻松但不失专业。"
区别一目了然。模糊版得到的是一篇"泛泛而谈"的AI科普文；具体版得到的是有结构、有案例、有数据的可用初稿。
原则二：给角色，给任务，给约束
一个高质量的提示词，至少包含三个要素：
-
角色
你是谁？或者让AI扮演谁？
-
任务
你要做什么？
-
约束
有什么限制条件？
🧩 框架模板
"你是一个角色，请帮我任务。要求：约束条件。"
示例： "你是一个有10年经验的跨境电商运营专家，请帮我分析这份产品数据表（附件），找出3个最具增长潜力的品类。要求：每个品类给出具体理由和下一步行动建议，控制在500字以内。"
这个提示词里，角色=跨境电商运营专家，任务=分析数据表找出潜力品类，约束=3个品类、500字以内、给出理由和行动建议。AI收到的信息越完整，输出的质量越高。
原则三：迭代优于一次到位
很少有人能一次写出完美的提示词。高手和普通人的区别在于：高手会把"写提示词"当成"对话"，而不是"一次性命令"。
第一轮：先输出初稿。
第二轮：指出不满意的地方，让AI修改。
第三轮：继续深化细节。
第四轮：调整语气和风格。经过3-5轮迭代，AI的输出质量会从"60分"提升到"85分以上"。
三、一个经典框架：CRISPE框架
CRISPE框架是目前业界最通用的提示词结构之一，由六个要素组成：
📋 CRISPE框架
Capacity（角色）：设定AI的身份和立场
Role（任务）：明确要完成的具体任务
Insight（背景）：提供必要的上下文信息
Style（风格）：指定输出的语气和格式
Parameters（参数）：设定长度、格式等限制
Examples（示例）：给出参考样例
完整示例：
**Capacity：**你是一个有15年经验的科技记者，擅长用通俗易懂的语言解释复杂技术。
**Role：**请帮我写一篇关于"AI Agent"的科普文章。
**Insight：**目标读者是普通上班族，他们对AI有一些基础了解但不够深入，想知道AI Agent和自己的日常工作有什么关系。
**Style：**文章风格要通俗易懂，多用比喻和生活中的例子，避免技术术语。
**Parameters：**篇幅1200-1500字，分为三个部分：AI Agent是什么、能做什么、普通人怎么用。
**Examples：**可以参考"XX文章"的写作风格和结构。
四、三个高级技巧，让高手更进一步
技巧一：Few-shot提示
给AI一两个参考示例，比告诉它一百条规则更有效。
示例： "请按照以下格式生成三条产品文案------示例：①XX产品：核心卖点+使用场景+用户评价；②XX产品：......"
AI通过示例理解你的要求，比通过规则描述理解得更快、更准。
技巧二：Chain-of-Thought（思维链）
让AI展示思考过程，而不是直接给出答案。这样你可以看到AI的推理路径，在关键节点进行干预和调整。
示例： "请分析XX问题。请一步一步思考：第一步、第二步、第三步......最后得出结论。"
思维链提示不仅能提高AI的回答质量，还能让你在"错误结论"出现之前就发现推理偏差。
技巧三：角色扮演与"代入式"提示
让AI代入特定身份，会显著改变它的回答方式和内容质量。
示例： "假设你是一个反对这个方案的投资人，请列出5个你可能提出的质疑......"
同一件事，你问"分析这个方案的风险"和"假设你是一个反对这个方案的投资人，请列出质疑"，后者得到的答案往往更尖锐、更实用。
五、实战案例：从"不能用"到"直接用"
案例一：周报写作
❌ 模糊版
"帮我写一份周报。"
✅ 精准版
"你是一个项目经理。请根据以下本周完成的工作内容，帮我写一份周报：①完成了XX模块的需求评审；②推进了XX功能的开发进度；③协调了团队资源处理紧急问题。要求：分三个板块（本周进展、遇到的问题、下周计划），正式但不冗长。"
案例二：数据分析
❌ 模糊版
"帮我分析一下这份数据。"
✅ 精准版
"你是一个数据分析师。请分析附件中的销售数据，找出：①销售额最高和最低的三个品类；②环比增长最快的品类及其原因推断；③建议下一步重点投入的品类。要求：用表格呈现关键数据，每个结论都要有数据支撑。"
六、避坑指南：最常见的三个错误
⚠️ 误区一：把AI当搜索引擎
AI的优势不是"搜索已有的答案"，而是"生成新的答案"。让它做创造性的工作，而不是查找性的工作。搜索引擎查事实，AI生成内容。
⚠️ 误区二：一次提太多要求
在一段提示词里塞进5个不同任务，AI大概率会在每个任务上都打折扣。把复杂任务拆成多个提示词，每个提示词只聚焦一个核心任务。
⚠️ 误区三：不问为什么
如果AI的输出不如预期，别急着换模型，先问一句："你为什么会这样理解我的需求？"有时候，AI的"误解"本身就能帮你优化提示词。
七、这一讲，你只需要记住这3句话
🔹 提问的能力，决定了AI的能力------同样的AI，不同的人用出不同的效果。差距不在模型，在提示词。你问得越具体，AI答得越精准。
🔹 高质量提示词 = 角色 + 任务 + 约束------告诉AI"你是谁、要做什么、有什么限制"，它的输出质量会从"60分"跳到"85分以上"。CRISPE框架是通用的可复制方法。
🔹 迭代优于一次到位------没有人能一次写出完美提示词。高手用3-5轮对话把答案从"勉强能用"打磨到"可以直接用"。别把AI当"一次性命令工具"，要把它当成"可以反复修改的写手"。
未来不会用AI的人，不是被AI淘汰，而是被会用AI的人淘汰。而"会用AI"的第一课，就是学会提问。
参考文献：