提示是您给予 AI 模型的任何指令。它可以是一个单句或多个段落。 提示工程 是编写能够始终产生您实际想要的输出的提示的实践。它很重要，因为两个使用相同的 AI 工具的人可能会根据他们如何表述请求而获得截然不同的结果。
本指南涵盖了适用于所有主要基于 LLM 的工具（ChatGPT、Claude、Gemini、Jasper 等）的核心技术。
良好提示的解剖
大多数有效的提示包含以下四个元素的某种组合：
- 角色 — 模型应该采用的角色或专业知识
- 任务 — 您想让它做什么，表述得很明确
- 上下文 — 形成输出的背景信息
- 格式 —您希望响应如何结构化
您并不总是需要所有四个元素。一个简短的创作任务可能只需要任务元素。一个复杂的商业文档可能需要所有这些元素。
技术 1 — 关于输出要具体
模糊的提示会产生模糊的结果。具体性迫使模型做出正确的假设，而不是猜测。
- 弱: “写一些关于 AI 的东西。”
- 强: “为面向中型 B2B SaaS 公司的营销经理的 AI 写作工具写一个 150 字的产品描述。语气：专业但直接。避免使用诸如 '革命性' 或 '游戏规则改变者' 之类的流行词汇。”
要包括的具体细节：长度（字数、子弹点数量）、受众、语气、要避免的内容以及输出应采取的格式。
技术 2 — 分配角色
告诉模型扮演特定专家的角色会显著改变其响应风格。
- “您是一家直接响应机构的高级文案撰稿人...”
- “充当持怀疑态度的编辑，审阅事实准确性...”
- “您是一名具有 10 年数据管道经验的 Python 开发人员...”
角色提示之所以有效，是因为模型从大量特定领域的文本中学习，这些文本是由这些类型的专家撰写的。通过命名角色，您激活了其训练数据中的相关模式。
技术 3 — 少量示例
与其描述您想要的东西，不如展示它。包括一两个输出格式的示例，然后要求在相同风格中生成一个新示例。
示例提示：
我需要产品标语，采用以下风格：
产品：ElevenLabs → 标语：“任何声音。任何语言。瞬间。”
产品：Midjourney → 标语：“想象它。然后看到它。”
现在为以下产品写一个标语：Jasper AI（营销团队的 AI 写作助手）
少量示例提示对于具有特定格式或风格要求（用文字难以描述）的任务特别强大。
技术 4 — 思维链
对于复杂的推理任务，要求模型在给出最终答案之前“一步一步地思考”，可以显著提高准确性。这是因为它迫使模型表面化中间推理，而不是直接跳到结论。
只需添加：“一步一步地思考，然后再给我你的答案。”
这种技术对于调试代码、分析论点、根据多个标准做出决策和数学推理尤其有效。
技术 5 — 限制不想要的内容
您不想要的内容的限制与您想要的内容的限制一样重要。如果您知道模型倾向于产生某种不想要的输出，请明确禁止它。
- “不要以 '我希望这条信息能让您过得好' 开头的电子邮件。”
- “不要建议咨询律师 —— 假设我已经这样做了。”
- “不要使用子弹点 —— 用流畅的段落写。”
- “不要重复前一段的信息。”
常见错误
- 上下文太多，方向太少。 不要在没有明确任务的情况下倾倒 2000 个字的背景信息。首先提出任务，然后提供上下文。
- 接受第一个输出。 将第一个响应视为草稿。要求模型修改： “将其缩短 30%”，“使语气更不正式”，“第三段不清楚 —— 重新写。”
- 假设模型记住了之前的对话。 在大多数工具中，每次对话都是独立的。如果之前会话中的上下文很重要，请包含它。
值得保存的提示模板
一旦您找到一个针对重复任务的有效提示结构，请保存它。最好将其保存在 AI 写作工具的提示库中，或保持一个简单的文本文件。一个好的提示模板是一个可重用的资产——现在花 20 分钟完善它可以节省您以后重复提示的数小时时间。
总结
有效的提示不在于技术知识，而在于清晰的思考。如果您可以向一个人描述您想要的东西，并且足够精确，以至于他们可以一次性做对，那么您就可以编写一个具有相同效果的提示。上述技术是实现这种精确性的系统框架。