提示词工程：学会和 AI 说话的艺术

有人用 ChatGPT 写出了令客户拍案叫绝的提案，有人用它只是得到了一堆废话。区别不在于 AI 有多聪明，而在于你怎么跟它说话。

这就是提示词工程（Prompt Engineering）的价值所在。

为什么提示词这么重要？

先看一个对比：

差的提示词：帮我写个介绍

好的提示词：请以轻松幽默的语气，写一段100字左右的公司介绍，公司是一家做宠物食品的初创企业，目标受众是95后年轻人，要强调我们用料天然、配方科学，最后一句话要有号召力。

同一个 AI，第一种写法你可能得到一段四平八稳、毫无特色的通用文案；第二种写法，AI 知道了语气、字数、公司类型、受众、卖点、结构要求，输出质量会高出几个档次。

AI 是一台极其强大的预测机器——你给它的信息越清晰，它预测出的结果就越符合你的期望。

六个核心技巧

1. 角色设定（Role Prompting）

给 AI 一个身份，它就会用那个角色的”思维方式”来回答。

“你是一位有10年经验的营养师，擅长为上班族设计简单可行的饮食方案。请帮我分析……”

vs.

“帮我分析我的饮食”

有了角色，AI 的回答会更专业、更有针对性，也更容易避免那种过于通用的废话。

常用角色：资深程序员、产品经理、高中语文老师、市场营销专家、法律顾问（注意：AI 不能替代真正的专业建议）……

2. 给出背景（Context Setting）

别让 AI 猜你的情况。你的背景、目标、限制条件，都应该放进提示词里。

没有背景：如何提高英语水平？

有背景：我是一名软件工程师，英语读技术文档没问题，但口语很差，想在6个月内能流利参与英文会议。请给出具体可执行的提升方案。

背景信息让 AI 从无数可能的回答中，找到最适合你的那一个。

3. 指定格式（Format Control）

想要什么格式，直接说。AI 非常善于按照指定格式输出。

• “用 bullet points 列出5个要点”
• “用 markdown 表格对比以下几个方案”
• “先给结论，再解释原因”
• “控制在200字以内”
• “用代码块格式给出示例”

格式清晰的输出，比散乱的长篇大论有用得多。

4. 示例引导（Few-shot Prompting）

给 AI 看一个例子，告诉它”就像这样”。

“请用下面这种风格改写我的文章：[粘贴你喜欢的文章片段]”

“仿照这个邮件的语气和结构，写一封……：[示例邮件]”

示例是最直观的”教学”方式。AI 是模式匹配大师——给它看一个好例子，它能很快掌握你想要的感觉。

5. 分步思考（Chain of Thought）

对于需要推理的复杂问题，加上”请一步步分析”或”请思考你的推理过程”，往往能大幅提升准确率。

“请一步步分析：如果我在上海开一家奶茶店，月租2万，客单价20元，需要每天卖出多少杯才能盈亏平衡？”

这个技巧叫 Chain of Thought（思维链），让 AI 把推理过程显式地写出来，不仅答案更准确，你也能检查它的逻辑是否有误。

6. 迭代优化（Iteration）

第一次输出不满意？别放弃，追问。

• “这个方向不错，但语气太正式了，能更口语化一点吗？”
• “把第三点展开说说，我想了解更多细节。”
• “这段逻辑有点跳跃，能在中间加一个过渡吗？”

把 AI 当成一个合作者，而不是一个只能问一次的搜索引擎。多轮对话才能真正发挥它的潜力。

三组坏提示 vs 好提示

场景	坏提示	好提示
写邮件	帮我写封邮件	用正式礼貌的语气，写一封给供应商催款的邮件，款项已逾期30天，金额5万元，要委婉但明确表达希望3天内付款
学概念	解释一下机器学习	我是完全没有编程基础的产品经理，用生活中的类比解释”机器学习”，不要用技术术语，控制在150字以内
调试代码	我的代码报错了	[粘贴代码] 这段Python代码运行时报”KeyError: ‘name’“，我期望它能遍历列表并打印每个人的名字，请找出问题并修复

实战模板

写工作邮件：

你是一位职场沟通专家。请帮我写一封[类型]邮件，收件人是[对象]，我的诉求是[核心内容]，语气要[正式/友好/委婉]，控制在[字数]以内。

学习新概念：

我对[概念]完全不了解，请用[具体类比]的方式解释，假设我是一个[身份]，最后给出一个我能立刻尝试的实践建议。

代码辅助：

我在用[语言/框架]开发[功能]，遇到了[问题描述]。[粘贴代码]。请分析问题原因，给出修复方案，并解释为什么这样修复。

提示词工程不需要任何技术背景，却能让你使用 AI 的效率提升数倍。花时间练习这些技巧，是目前性价比最高的 AI 学习投资之一。