获课：xingkeit.top/16466/

技术分享：提示词基础结构与零基础使用技巧

在 AI 大模型时代，提示词是我们与 AI 对话的语言。无论你使用的是 ChatGPT、文心一言、通义千问，还是 Midjourney、Stable Diffusion，提示词的质量直接决定了输出的质量。然而，很多用户对提示词的理解停留在“说人话就行”的层面，结果发现 AI 的回答要么泛泛而谈、要么偏离预期。事实上，提示词是一门有章可循的技术。本文将从基础结构入手，为零基础用户梳理一套实用的提示词使用技巧。

提示词的基础结构：一个万能公式

很多人写提示词全凭感觉，想到什么说什么。这种随意性恰恰是输出不稳定的根源。经过大量实践，我们可以提炼出一个通用的提示词基础结构，适用于绝大多数文本生成场景。

这个结构可以用一个公式表达：角色 + 任务 + 背景 + 约束 + 输出格式。

角色决定了 AI 的身份和视角。你希望它以什么身份回答？是专业的营养师，还是风趣的朋友？是资深的技术专家，还是耐心的老师？角色设定越明确，AI 的回答越有针对性。比如，“作为一名有 10 年经验的营养师”和“作为一个正在减肥的普通人”给出的建议会完全不同。

任务是你希望 AI 完成的具体工作。任务描述要清晰、可执行。“写一篇关于健康的文章”是模糊的，“写一篇 800 字左右的科普文章，介绍中年人如何通过饮食控制血脂”则清晰得多。好的任务描述应该让 AI 明确知道要产出什么。

背景提供了必要的上下文信息。AI 不知道你是谁、为什么需要这个回答、之前发生了什么。通过补充背景信息，可以让 AI 的回答更贴合你的实际需求。比如，“我正在准备一场面向公司高管的汇报，他们技术背景不强，但关注投资回报率”就是一个有价值的背景信息。

约束是对回答范围的限定。字数的约束、风格的约束、内容的约束、禁忌的约束……这些限制条件能让 AI 的输出更符合预期。例如，“不要使用专业术语”“控制在 300 字以内”“分三点回答”都是常见的约束。

输出格式则告诉 AI 你希望以什么形式呈现结果。是纯文本？是表格？是 Markdown 格式的列表？是分步骤的操作指南？明确输出格式可以让结果更加易读、易用。

掌握了这个五要素结构，你就已经超越了绝大多数随意写提示词的用户。

技巧一：化繁为简，分步对话

零基础用户最容易犯的错误是“一次问太多”。试图让 AI 在一轮对话中完成所有事情，结果往往是每个方面都浅尝辄止。

更有效的策略是“分步对话”。先让 AI 帮你梳理大纲，确认方向正确后，再让 AI 逐部分展开。比如写一篇长文，第一轮只问“请帮我列出这篇文章的大纲”，第二轮说“请展开第一部分”，第三轮说“请继续第二部分”。这种渐进式的对话方式，不仅输出质量更高，你也始终保持着对内容的把控权。

分步对话的另一大优势是便于纠偏。如果在第一步大纲阶段发现方向不对，及时调整的成本远低于整篇文章写完后推倒重来。

技巧二：用示例替代描述

有时候，用语言描述你想要的输出是很困难的。比如你希望 AI 用某种特定的语气写作，或者希望输出某种特定格式的内容。这时，最有效的方法是“提供示例”。

在提示词中加上一句“请参考以下示例的风格”，然后附上一段你满意的样本。AI 能够从示例中学习风格、语调、结构等抽象特征，效果远胜于你用语言去描述“我想要一种轻松活泼又带点专业感的风格”。

这个技巧同样适用于格式要求。与其说“请用表格呈现”，不如说“请用以下格式输出”，然后给出一个表格示例。示例是消除歧义最有效的方式。

技巧三：善用迭代而非追求一次完美

很多用户期望写出一个“完美提示词”，让 AI 一次性输出理想结果。这种期望本身就不太现实。

更高效的方式是“迭代优化”。第一版提示词可能只得到了 60 分的输出，但这没关系。你可以在现有输出的基础上提出修改意见——“第三点太简略了，请展开”“语气太正式了，请更口语化”“请补充一个具体案例”。每次迭代都让输出更接近你的预期。

迭代的另一个好处是，你可以在过程中不断明确自己的需求。有时候，你自己也并不完全清楚想要什么，直到看到 AI 的输出，才意识到哪里需要调整。这种“边看边改”的方式，往往比闭门造车式地打磨提示词更高效。

技巧四：设置“人设”增强稳定性

对于需要持续对话的场景，比如让 AI 扮演一个角色、协助一个长期项目，建议在一开始就设置清晰的“人设”提示。

在对话开始时，输入一段类似于“从现在开始，你是一名资深的产品经理，擅长用户研究和需求分析。在接下来的对话中，请始终保持这个角色定位。”这段提示会锚定 AI 的行为模式，让后续对话中的回答风格保持一致，避免出现角色漂移。

对于复杂项目，甚至可以将“角色+任务+约束”写成一段“系统提示”，每次对话开始时都重申一遍，确保 AI 始终在正确的轨道上运行。

技巧五：让 AI 反问以澄清需求

当你自己也不确定该给什么提示词时，有一个非常实用的技巧——让 AI 反问。

在提示词中加入一句“如果你对任务有任何不清楚的地方，请先向我提问，确认清楚后再开始执行”。这样，AI 会主动指出需求中模糊的地方，通过几轮问答帮你澄清真实需求。这个过程本身就是对需求的梳理，最终产出的结果质量也会更高。

技巧六：识别并避免“AI 幻觉”

AI 模型有一个广为人知的问题——幻觉。它会自信满满地输出错误信息，尤其是涉及具体事实、数据、人名、时间等内容时。

零基础用户需要建立对这个问题的敏感度。当 AI 输出具体数字、引用某篇文献、提到某个专家观点时，保持审慎。可以要求 AI 提供信息来源，或者用“请确认以上信息的准确性，如果不确定请说明”这样的提示词来降低幻觉风险。

对于关键事实，建议将“联网搜索”功能打开，或者自己用搜索引擎交叉验证。把 AI 当作一个“表达能力很强的助手”，而不是“绝对可靠的百科全书”。

技巧七：保存好用的提示词模板

随着使用经验的积累，你会发现自己反复使用某些类型的提示词——写周报的、做翻译的、头脑风暴的、润色文案的。将这些经过验证的提示词保存为模板，每次使用时只需微调即可。

建立自己的提示词库，是提升效率的有效方式。好的模板不仅节省时间，更重要的是它们代表了经过实践检验的有效结构。

结语

提示词是与 AI 沟通的桥梁。掌握了基础结构和核心技巧，你就从一个“随便问问”的普通用户，升级为一个“高效驾驭 AI”的进阶使用者。

从五要素公式开始，通过分步对话、示例引导、迭代优化、人设锚定等技巧，你会发现 AI 输出的质量有了质的飞跃。记住，提示词不是一次性的艺术，而是一个持续优化的过程。每一次与 AI 的对话，都是一次提示词能力的训练。用得越多，你对 AI 的驾驭能力就越强。