1. 为什么你的AI指令总是“差点意思”我见过太多人用大模型的方式基本可以概括成三种姿势。第一种是把它当搜索引擎用丢一句“帮我写个方案”就等着天上掉馅饼第二种是把它当许愿池写一大段情绪化的描述最后加一句“你懂的”第三种最可惜明明需求很明确但表达出来的指令让模型完全跑偏来回改五六轮还不如自己动手写。这三种姿势背后其实是同一个问题没有把“和人说话”的习惯切换成“和模型对话”的逻辑。人和人沟通有大量默认共识——你知道对方是同事、知道项目背景、知道上周开会定了什么。但模型不知道它每次对话都是从零开始理解你的意图。你给的信息越模糊它填充的“想象空间”就越大输出自然离你想要的越远。Prompt工程要解决的核心问题就一个在模型能力边界之内用最少的交互轮次拿到最接近目标的结果。它不是玄学也不是什么高深技术本质上是一套结构化的表达方法。你不需要懂Transformer架构不需要会写代码只要理解模型处理信息的几个关键机制就能把指令质量提升一个档次。这篇文章适合三类人看。第一类是日常用AI辅助工作的职场人写报告、做分析、整理资料想让输出更靠谱第二类是开发者或产品经理需要把AI能力集成到业务流程里得搞清楚怎么设计稳定的指令模板第三类是对Prompt工程好奇但一直没系统了解过的朋友网上碎片信息太多需要一篇能从头到尾讲清楚的东西。接下来我会从底层逻辑开始拆然后给出可直接套用的框架和模板再结合复杂任务拆解、多轮对话设计、常见翻车场景排查这几个维度展开。全程不扯虚的每个方法都配具体例子和参数说明。2. 拆解Prompt工程的底层逻辑2.1 模型到底是怎么“理解”你的指令的要写好Prompt先得知道模型在处理你的输入时发生了什么。大语言模型的核心工作机制是基于上下文预测下一个token。你输入的每一段文字在模型眼里都是一串token序列它根据这些token之间的概率关系一个接一个地生成后续内容。这意味着什么呢意味着模型没有“记忆”没有“理解”它做的是一道超级复杂的概率计算题。你给的上下文越清晰、越具体、越有结构性模型预测出你想要的输出的概率就越高。反过来如果你的指令充满歧义模型只能在概率空间里“猜”猜中的概率自然低。举个直观的例子。你说“写个总结”模型面临的选择空间是巨大的——总结什么多长什么风格给谁看但如果你的指令是“把下面这段3000字的项目周报压缩成200字以内的要点面向技术主管突出风险和待决策项”模型的选择空间就被大幅收窄了输出质量自然上一个台阶。这里有个关键概念叫上下文窗口。你可以把它理解成模型的工作记忆容量。所有你输入的内容——包括系统提示词、历史对话、当前指令——都占用这个窗口。窗口内的信息模型都能“看到”窗口外的它就完全不知道了。所以写Prompt时要注意重要信息放在前面或重复强调别让关键指令淹没在长篇大论里。2.2 好指令和坏指令的分水岭在哪里我总结了一个简单的判断标准好指令让模型做选择题坏指令让模型做填空题。坏指令的典型特征是模糊、开放、缺少约束。“帮我优化一下这段代码”——优化什么性能可读性安全性“写一篇关于AI的文章”——什么角度多长给谁看这种指令下模型只能按自己的默认偏好来结果大概率不是你想要的。好指令则把任务边界画得很清楚。它通常包含这几个要素角色设定、任务描述、输入数据、输出格式、约束条件。不是每个指令都需要全部要素但要素越完整输出越可控。我拿一个实际场景来对比。假设你要让模型帮你分析一份销售数据坏指令“分析一下这份销售数据看看有什么问题。”好指令“你是一名有10年经验的销售运营分析师。下面是一份2024年Q1的销售数据表包含产品线、区域、销售额、退货率四个字段。请完成三件事第一找出销售额环比下降超过15%的产品线第二分析退货率高于行业均值5%的区域第三针对每个问题点给出两条可执行的改进建议。输出格式为Markdown表格每个问题点单独一行。”看出区别了吗好指令里模型知道自己是谁、要做什么、输入是什么、输出长什么样。这四个问题回答清楚了指令质量就不会差。2.3 角色设定不是玄学是概率引导很多人觉得“你是一名资深XX专家”这种角色设定是心理安慰没什么实际作用。这个看法对了一半——角色设定确实不会让模型真的变成专家但它会显著影响模型生成内容的概率分布。原理是这样的模型在训练时见过大量“专家写的文本”和“普通人写的文本”这两类文本在词汇选择、句式结构、论证深度上有明显差异。当你设定角色为“资深财务分析师”时模型会倾向于生成更接近财务分析报告风格的文本——用词更专业、结构更严谨、会主动考虑风险和合规问题。但角色设定有个常见误区堆砌头衔。“你是一名资深的高级的顶尖的全球知名的专家”——这种堆砌没有意义模型不会因为头衔多就表现更好。有效的角色设定应该包含具体的能力描述和经验场景。比如“你是一名在跨境电商行业做了8年供应链管理的运营总监擅长处理库存周转和物流成本优化问题”这比“你是供应链专家”有效得多。还有一个进阶技巧在角色设定里预埋输出风格的线索。比如“你是一名习惯用数据说话、每次汇报都会先给结论再给论据的分析师”这样模型在生成内容时会自然采用“结论先行”的结构。2.4 上下文工程和Prompt工程的边界最近“上下文工程”这个词被提得很多很多人搞不清楚它和Prompt工程的区别。我的理解是Prompt工程关注的是“这一轮对话怎么说”上下文工程关注的是“整个对话过程中信息怎么组织和管理”。举个例子。你做一个客服AIPrompt工程解决的是“用户问退货政策时指令怎么写才能让模型准确回答”。上下文工程解决的是“用户前面已经说了订单号、购买时间、商品类型这些信息怎么在后续对话中保持可用怎么在上下文窗口快满的时候做摘要压缩”。对于大多数日常使用场景Prompt工程的优先级更高——先把单轮指令写好再考虑多轮对话的信息管理。但如果你在做AI应用开发两者必须一起考虑。一个常见的坑是单轮指令写得很好但多轮对话到第五轮之后模型开始“失忆”前面说过的约束条件全忘了。这就是上下文管理没做好。3. 一套可直接套用的Prompt框架3.1 四层结构法角色、任务、约束、格式我试过很多Prompt框架最后发现最实用的是这个四层结构。它足够简单容易记住又能覆盖大多数场景。第一层角色层。告诉模型它是谁具备什么能力用什么风格输出。这一层的作用是锚定模型的“人格”和输出基调。第二层任务层。清晰描述要做什么。这里的关键是动词要具体。“分析”不如“找出并排序”“优化”不如“将响应时间从X降低到Y”。任务描述里最好包含成功标准——什么样算完成了。第三层约束层。告诉模型什么不能做、什么必须做。比如字数限制、不能编造数据、必须引用原文、遇到不确定的情况要标注出来。约束层是防止模型“自由发挥”的关键。第四层格式层。明确输出长什么样。是纯文本、Markdown表格、JSON、还是分点列表格式层能大幅减少后期整理的工作量。我拿一个实际例子来演示。假设你要让模型帮你从一堆用户反馈里提取产品改进点角色你是一名有5年经验的产品经理擅长从用户反馈中提炼可落地的产品需求。 任务分析下面提供的200条用户反馈找出出现频率最高的5个问题点并为每个问题点给出一个具体的产品改进建议。 约束 - 只基于提供的反馈内容分析不要引入外部假设 - 每个问题点必须附带至少3条原始反馈作为证据 - 改进建议要具体到功能层面不要写“优化体验”这种空话 - 如果某类反馈少于3条不纳入分析 格式用Markdown表格输出列为问题点、出现次数、代表性反馈、改进建议。这个框架的好处是可复用。你把这个模板存下来下次换个任务只需要改任务层和约束层的内容角色层和格式层基本可以沿用。3.2 复杂任务拆解从“一步到位”到“分步执行”很多人写Prompt有个习惯把所有要求塞进一段话里指望模型一次搞定。对于简单任务这没问题但复杂任务这么干翻车率极高。模型在处理多步骤任务时容易出现“顾此失彼”——关注了格式就忘了约束关注了约束又漏了某个子任务。我的做法是把复杂任务拆成多个子任务分步执行。有两种拆法串行拆解第一步的输出作为第二步的输入。比如先让模型提取文档关键信息再基于提取的信息生成摘要最后对摘要做风格润色。每一步的指令都相对简单模型出错概率低。并行拆解把任务分成几个独立的部分分别让模型处理最后人工或再用一个指令合并。比如分析一份财报可以同时让模型做“财务指标计算”“风险点识别”“管理层讨论分析”三个子任务最后合并成完整报告。串行拆解的Prompt写法有个技巧在每一步的指令里明确说明“这是第X步共Y步”。这样模型知道当前处于整个流程的哪个位置不会提前输出最终结果或遗漏后续步骤。我拿一个实际案例来说明。假设你要让模型帮你写一份竞品分析报告第一步指令“提取下面三份竞品文档中的核心信息包括产品定位、目标用户、核心功能、定价策略、主要优势。用表格输出。”第二步指令“基于上一步提取的竞品信息对比三个竞品在功能覆盖度和定价策略上的差异找出市场空白点。用300字以内的段落输出。”第三步指令“基于前两步的分析撰写一份面向管理层的竞品分析摘要包含市场格局概述、主要竞品对比、我们的机会点、建议行动项。控制在500字以内。”每一步的指令都聚焦一个具体任务模型不需要同时处理多个维度的要求输出质量明显更稳定。3.3 输出格式控制让模型按你的规矩来输出格式控制是Prompt工程里被低估的一个环节。很多人只关注“内容对不对”忽略了“格式能不能直接用”。结果模型给了一堆文字你还得手动整理成表格或结构化数据。控制输出格式有几个实用技巧用示例代替描述。与其说“用JSON格式输出”不如直接给一个JSON示例。模型看到示例后会严格模仿示例的结构。这个技巧叫few-shot prompting对于格式要求高的场景特别有效。明确字段名和数据类型。如果你要JSON输出把每个字段的名字、类型、是否必填都写清楚。比如“输出一个JSON对象包含name字符串、score0-100的整数、tags字符串数组三个字段”。处理模型“加戏”的问题。模型有时候会在你要求的格式之外加一些解释性文字。如果你不想要这些在指令里明确说“只输出JSON不要添加任何解释文字”。如果模型还是加可以在格式示例里展示“正确输出”和“错误输出”的对比。表格输出的对齐问题。Markdown表格对列宽没有严格要求但模型有时候会生成列数不一致的表格。解决办法是在指令里明确列数和列名并给一个两行的示例。我实测下来格式控制指令放在Prompt的最后效果最好。因为模型生成时是顺序处理的最后看到的内容对输出格式的影响最大。3.4 约束条件的写法什么该管什么不该管约束条件写得好能大幅减少后期修改的工作量。但约束不是越多越好写太多约束会让模型“畏手畏脚”输出变得僵硬。我通常把约束分成三类硬约束必须遵守违反会导致输出不可用。比如“不能编造数据”“必须引用原文”“字数不超过500字”。这类约束要放在显眼位置必要时重复强调。软约束希望遵守但偶尔违反可以接受。比如“尽量用短句”“优先使用主动语态”。这类约束用“尽量”“优先”等词标记模型会尽量满足但不会因为无法满足而卡住。负向约束明确不要做什么。比如“不要使用专业术语”“不要输出代码”“不要添加总结段落”。负向约束要具体不要写“不要写得太差”这种无法执行的指令。有个常见的坑约束之间互相冲突。比如同时要求“详细展开”和“控制在200字以内”模型会陷入两难。写约束时要检查一下有没有互相矛盾的要求。4. 复杂问题拆解与精准规划实战4.1 识别任务类型生成、分析、转换、决策不同类型的任务Prompt的设计重点不一样。我通常把任务分成四类生成类任务让模型产出新内容比如写文案、写代码、写方案。这类任务的重点是给足上下文和风格示例。模型需要知道“写给谁看”“什么风格”“参考什么”。分析类任务让模型从已有信息中提取洞察比如数据分析、文档摘要、情感判断。这类任务的重点是明确分析维度和输出标准。模型需要知道“从哪些角度分析”“什么算分析到位”。转换类任务把信息从一种形式变成另一种比如翻译、格式转换、摘要压缩。这类任务的重点是定义输入输出格式和转换规则。模型需要知道“保留什么”“丢弃什么”“怎么处理边界情况”。决策类任务让模型给出建议或判断比如方案选型、风险评估。这类任务的重点是提供决策框架和评估标准。模型需要知道“按什么标准判断”“优先级是什么”。识别任务类型后Prompt的设计就有了方向。生成类任务多给示例分析类任务多给维度转换类任务多给规则决策类任务多给标准。4.2 把模糊需求翻译成可执行指令这是Prompt工程最核心的能力把“我想要什么”翻译成“模型能执行什么”。我总结了一个翻译流程分三步第一步明确输出物。你最终要拿到什么东西是一段文字、一个表格、一段代码、还是一个决策建议把输出物描述得越具体越好。第二步倒推所需输入。要产出这个东西模型需要知道哪些信息这些信息你手头有没有如果没有是让模型自己找还是你补充第三步定义质量标准和边界。什么样的输出算合格有没有绝对不能出现的内容有没有必须包含的要素举个例子。模糊需求是“帮我准备面试”。翻译成可执行指令输出物一份面试准备清单包含常见问题、参考答案要点、需要复习的知识点。所需输入目标岗位JD、我的简历、面试轮次技术面/HR面/主管面。质量标准问题要覆盖该岗位核心技能参考答案要点要具体不能是空话知识点要按优先级排序。边界不要编造我的经历不要给过于通用的建议。翻译完之后指令就变得可执行了。4.3 多轮对话中的信息管理多轮对话是Prompt工程里最容易翻车的地方。常见问题包括模型忘了前面的约束、重复问已经回答过的问题、上下文太长导致关键信息被“挤出去”。我的应对策略有三个策略一关键信息重复强调。重要的约束条件在每一轮对话里都提一下。比如“记住输出不要超过200字”这句话在第三轮、第五轮可以再重复一次。策略二定期做上下文摘要。当对话轮次超过5轮我会让模型先总结一下“到目前为止我们确定了哪些信息”然后再继续。这样既压缩了上下文又让模型重新聚焦关键信息。策略三用系统提示词锚定核心约束。如果你在用API把最重要的约束放在系统提示词里而不是用户消息里。系统提示词的优先级更高模型更不容易忽略。还有一个实用技巧给对话设一个“检查点”。比如每完成一个子任务让模型输出一个简短的“当前进度确认”列出已完成的事项和待办事项。这样即使后续对话跑偏了你也能快速定位问题出在哪一轮。4.4 用“思维链”引导模型做复杂推理思维链是Prompt工程里一个很实用的技巧核心思想是让模型把推理过程写出来而不是直接给答案。对于需要多步推理的任务思维链能显著提升准确率。触发思维链最简单的方式是在指令里加一句“请一步一步思考”或“先展示推理过程再给出结论”。但更有效的方式是给出推理步骤的示例。比如你要让模型判断一个合同条款是否存在风险不用思维链的指令“判断下面这个条款有没有风险。”用思维链的指令“请按以下步骤分析这个合同条款第一步识别条款涉及的权利义务第二步判断是否存在模糊表述第三步评估模糊表述可能带来的风险第四步给出修改建议。请逐步输出每一步的分析。”思维链的代价是输出变长但对于准确性要求高的任务这个代价是值得的。我实测下来在逻辑推理、数学计算、多条件判断这类任务上思维链能把准确率提升20%到40%。有个注意事项思维链不适合所有任务。对于简单的信息提取或格式转换加思维链反而会让输出变得啰嗦。判断标准是如果任务需要“想一步再回答”就用思维链如果任务是“看到什么就输出什么”就不用。5. 常见翻车场景与排查技巧5.1 模型“答非所问”的三种原因模型答非所问是最常见的翻车场景。根据我的经验原因通常有三种原因一指令有歧义。你的指令在你自己看来很明确但模型有另一种理解方式。比如“分析一下这个数据”可能被理解为“描述数据”而不是“找出问题”。解决办法是用更具体的动词把“分析”换成“找出异常值”“计算增长率”“对比不同组别”。原因二关键信息被淹没。你的指令很长关键要求藏在中间某句话里模型没注意到。解决办法是把核心要求放在开头或结尾或者用换行、编号等方式突出显示。原因三模型“自作主张”补充了不存在的信息。这在分析类任务里很常见。模型会基于训练数据里的常见模式补充一些你提供的材料里没有的内容。解决办法是在约束里明确写“只基于提供的材料回答不要引入外部信息”。排查方法把模型的输出和你的指令逐条对照看它是忽略了某条要求还是理解错了某条要求还是添加了你没要求的内容。定位到具体问题后针对性修改指令。5.2 输出太长或太短的调节方法输出长度失控是另一个高频问题。模型要么写了一大堆废话要么简短到没有信息量。输出太长的调节方法在指令里明确字数上限比如“不超过300字”指定输出结构比如“只输出三个要点每个要点一句话”用负向约束比如“不要写背景介绍”“不要重复问题描述”如果模型还是超长可以在指令末尾加一句“超出字数限制的内容会被截断”输出太短的调节方法明确要求展开的维度比如“从技术、成本、风险三个维度分别展开”给出字数下限比如“每个要点至少100字”要求举例比如“每个观点配一个具体案例”如果模型还是太短可以要求“先列出提纲再逐条展开”我实测下来字数约束放在指令最后效果最好。因为模型生成时是顺序处理的最后看到的约束对输出长度影响最大。5.3 处理模型“胡编乱造”的实用策略模型编造信息幻觉是Prompt工程里最棘手的问题之一。完全消除幻觉很难但可以通过一些策略把幻觉概率降到可接受的水平。策略一限定信息来源。在指令里明确“只基于以下材料回答”“如果材料中没有相关信息直接说‘材料中未提及’”。这个策略对文档分析类任务特别有效。策略二要求标注不确定性。让模型在不确定的地方标注出来比如“如果对某个信息不确定用[不确定]标记”。这样你至少知道哪些内容需要人工核实。策略三分步验证。对于关键信息让模型先提取原文再基于原文做分析。比如“第一步从文档中找出所有提到X的段落第二步基于这些段落总结X的特点”。这样模型的分析有原文支撑编造空间小很多。策略四交叉验证。对于重要决策用不同的Prompt问同一个问题看模型是否给出一致答案。如果两次答案差异很大说明这个问题上模型不确定性高需要人工介入。5.4 常见问题速查表问题现象可能原因排查方法解决指令示例答非所问指令有歧义检查动词是否具体“将‘分析’改为‘找出并排序’”遗漏要求关键信息被淹没检查指令结构“将核心要求放在开头用编号列出”输出太长缺少长度约束检查是否有字数限制“输出不超过300字只保留三个要点”输出太短缺少展开要求检查是否指定维度“从技术、成本、风险三个维度展开每个至少100字”编造信息未限定来源检查是否有来源约束“只基于提供的材料回答未提及的内容标注‘未提及’”格式不对格式描述模糊检查是否给示例“按以下JSON格式输出{‘name’: ‘’, ‘score’: 0}”多轮后失忆上下文管理问题检查是否重复关键约束“记住之前的约束输出不超过200字”角色感不强角色设定太泛检查是否具体“你是一名有8年跨境电商经验的供应链总监”这张表我放在手边随时查遇到问题先对照排查大部分情况都能快速定位。6. 从指令到系统把Prompt工程用出复利6.1 建立个人Prompt库的实用方法Prompt工程有个特点写一次好指令可以复用很多次。我建议每个经常用AI辅助工作的人都建一个自己的Prompt库。我的Prompt库分三个层级基础模板层存放通用的框架模板比如“四层结构法”的空白模板、常见任务类型的指令模板。这一层的内容不针对具体任务而是提供结构。场景指令层存放针对具体场景的完整指令。比如“周报生成”“竞品分析”“代码审查”“会议纪要整理”。每个指令都经过实测标注了适用场景和注意事项。片段库层存放可复用的指令片段。比如“角色设定片段”“格式控制片段”“约束条件片段”。写新指令时从片段库里拼装效率高很多。维护Prompt库的关键是持续迭代。每次用完一个指令花30秒记录一下哪里效果好、哪里需要改进、下次怎么调整。积累下来你的指令质量会肉眼可见地提升。6.2 什么任务适合交给AI什么任务不适合Prompt工程再强也有边界。有些任务适合AI有些任务AI做不好硬用反而浪费时间。适合AI的任务信息提取和整理、格式转换、初稿生成、多方案对比、代码补全和解释、数据初步分析。这些任务的共同特点是有明确的输入输出、容错率较高、不需要深度领域判断。不适合AI的任务需要最新信息的判断、涉及重大决策的最终拍板、需要承担法律责任的文书、高度依赖个人经验的专业判断。这些任务AI可以辅助但不能替代人。我的做法是把AI当实习生用。实习生能做的事——整理资料、写初稿、做初步分析——交给AI。需要签字负责的事——最终决策、对外发布、法律文书——自己来。6.3 持续优化指令的迭代思路Prompt工程不是一锤子买卖。同一个任务随着你对模型能力的了解加深指令可以越写越精炼。我的迭代思路是从长到短从粗到细。刚开始写指令时我会把所有能想到的要求都写进去指令很长但效果不一定好。用了几次之后我会观察哪些要求是必要的、哪些是冗余的然后逐步精简。精简到不能再简的时候再开始细化——把模糊的要求变成具体的标准。还有一个迭代方向是从通用到专用。通用指令适用于大多数场景但效果一般。专用指令针对特定场景做了优化效果更好但适用范围窄。我的做法是常用场景建专用指令不常用场景用通用指令。最后分享一个我踩过的坑不要过度优化指令。有时候指令已经够用了再优化边际收益很低。把时间花在理解任务本身和积累领域知识上比反复调指令的回报率高得多。指令是工具不是目的。
