提示词工程入门：5 条原则让 AI 听懂你的需求

同样一个 AI 模型，有人用出惊艳效果，有人却觉得”答非所问”，差别往往不在模型，而在提问方式。提示词工程（Prompt Engineering）就是研究如何把需求清晰、准确地传达给 AI 的方法。它不需要写代码，是每个 AI 使用者都该掌握的基本功。这篇入门总结最实用的几条原则。

一、为什么提示词如此重要

大语言模型本质上是根据你给的上下文来预测下一段最合理的文字。你给的信息越明确、约束越具体，它输出的结果就越贴近你的预期。一句模糊的”帮我写篇文章”和一句”用 800 字、面向初学者、分三个小标题写一篇关于理财入门的科普”，得到的质量天差地别。提示词工程，本质就是消除歧义、补全上下文。

二、五条核心原则

• 说清角色与目标：先告诉 AI 它是谁、要做什么。例如”你是一名资深前端工程师，请审查下面这段代码的性能问题”，比直接丢代码更聚焦。
• 提供背景和约束：交代受众、字数、语气、格式等。约束越具体，返工越少。
• 给示例（Few-shot）：当你想要特定格式或风格时，给一两个例子，AI 会模仿，效果远胜于纯文字描述。
• 让它一步步想（思维链）：处理推理、计算、复杂分析时，加一句”请一步步推理后再给结论”，能显著降低出错率。
• 指定输出格式：需要表格、JSON、列表就直接说明，必要时给出字段结构，方便后续使用。

三、一个可复用的提示词模板

把上面的原则组合起来，你可以套用这样一个结构来写提示词：

• 角色：你是【某领域专家】。
• 任务：请帮我【具体要做的事】。
• 背景：受众是【谁】，用途是【什么】，需要注意【约束条件】。
• 格式：用【字数/结构/格式】输出。

例如：”你是一名营养师，请为我设计一份一周减脂午餐计划。我是上班族，午餐多在外就餐，预算有限，不吃辛辣。请用表格输出，含菜名、大致热量和搭配建议。”——角色、任务、背景、格式齐全，AI 一次就能给出可用结果。

四、最关键的一步：迭代

不要指望一句话就拿到完美答案。把第一次的输出当草稿，针对不满意的地方继续追问、补充约束：”第三点再展开””语气更口语化一点””把第二段缩短”。AI 对话最强的地方就是可以反复打磨。记住：好的结果通常不是问出来的，而是聊出来的。掌握这套方法，你会发现同一个 AI 在你手里能发挥出完全不同的水平。