夜雨聆风
OpenAI刚更新了提示词指南,我把它翻译成期刊编辑能直接用的5条规则
昨天，我收到一位编辑发来的消息。她在成都听过我的期刊培训，后来微信上问我：
导语卡片｜真实场景
“陈主任，您好！这个月在成都听了您的期刊培训讲座，非常受益，能引发我们对未来工作的很多思考。您在培训中讲到之前您会提供‘提示词’写法的资料，不知现在是否还能向您要一份这个资料？谢谢[微笑]”
这不是索要一个“万能咒语”，而是在问：编辑怎样把任务、边界和质量标准说清楚。
这条消息让我印象很深。她问的是一份资料，实际问到的，是许多编辑开始使用大模型工具后都会遇到的第一道门槛：到底该怎样把编辑任务说清楚。
现在不少编辑部已经愿意试用对话型大模型：润色一段摘要，整理审稿意见，起草退修通知，归纳选题线索。真正动手时，大家常常卡在最开始那几句话。任务要交代到什么程度？材料要怎么放进去？哪些红线要提前写清？
会向 AI 提问，和会把编辑任务交给 AI 工具处理，中间隔着一层专业判断。临时提问更像请教一句，任务交付更接近编辑部内部的任务单：目标是什么，材料有哪些，边界在哪里，交付给谁看，做到什么程度才算合格。
OpenAI 最近更新的 GPT-5.5 提示词指南，正好把这个问题讲得很直接。它提醒我们，提示词的重点应放在结果、边界和协作方式上，少写无效流程。放到期刊编辑工作里，这份指南可以转译成五条很实用的规则。
规则一：先写结果，少写过程
OpenAI 新指南反复提到 outcome-first prompts。也就是先说明希望得到什么结果，再补充必要限制。很多旧提示词喜欢把工作步骤写满：先分析，再比较，再判断，再输出。看起来细，实际容易把模型带进一套固定话术，回答也会变得僵。
编辑使用大模型工具前，可以先问一句：这次到底要交付什么？
比如润色作者投稿摘要，只写“请帮我润色这段摘要”，很容易得到一段漂亮但不一定可靠的改写。可以改成：
提示词示例｜可直接改写使用
请润色下面这段作者投稿摘要。目标是保留研究对象、方法、结果和结论，使表达更符合科技期刊摘要写法。不要新增数据，不要改变研究结论，不要替作者补造未提供的信息。最终输出修订稿，并列出3处主要修改理由。如发现研究目的或结论不清，请先指出问题，暂不代写。
这段提示词没有要求 AI 必须按五步工作，却把“合格结果”的样子说清楚了。对编辑来说，控制结果比指定每一步更重要。模型内部怎么处理，可以留给模型；编辑部真正要把住的，是质量标准。
规则二：把角色、受众和协作关系说清楚
OpenAI 指南区分 personality 和 collaboration style。前者影响语气、正式程度和温度，后者影响协作方式，比如何时追问、何时可以做合理假设、遇到不确定信息怎样处理。
放到编辑部，最容易被忽略的一点是：同一份材料，给作者看、给副主编看、给青年编辑培训用，写法会完全不同。没有受众，AI 助手就只能生成一份平均化文本。
以整理审稿意见为例，可以这样写：
提示词示例｜可直接改写使用
我是科技期刊责任编辑，你是审稿意见整理助手。下面材料将用于发给作者，同时供副主编快速了解问题。请把两位审稿人的意见合并整理为“必须修改”“建议修改”“可解释说明”三类。语气要客观、克制，不激化矛盾；不要替审稿人新增观点。若两位审稿人意见相互冲突，请单独列出，提醒编辑部判断。
这里的重点，放在协作关系。编辑仍然负责判断，AI 负责把材料整理到可以判断的状态。角色写清楚以后，模型才知道它该收敛到哪一种工作姿态。
规则三：给材料、划边界、写成功标准
很多提示词失灵，问题出在材料和边界。OpenAI 建议写清 outcome、success criteria、constraints、available context，以及最终回答应包含什么。换成编辑部语言，就是把任务交代完整：材料从哪里来，哪些内容不能碰，做到什么程度算完成。
起草退修通知时，这一点尤其关键。退修通知牵涉作者感受、审稿意见转述、编辑部责任和后续流程。提示词过于笼统，模型很可能写出一份语气温和但内容虚浮的模板。
可以这样写：
提示词示例｜可直接改写使用
请根据稿件基本信息、审稿意见和编辑部初步判断，起草一份退修通知。成功标准：作者能清楚知道需要修改哪些问题、哪些问题需要逐条回应、哪些问题属于格式规范调整。约束：不承诺录用，不评价审稿人水平，不新增审稿意见中没有出现的学术问题。最终输出包括退修通知正文、给作者的逐条回应清单、编辑部内部需复核的风险点。
好的提示词要把责任线画出来。哪些地方可以让 AI 改写，哪些地方必须保留原意，哪些风险要回到编辑部人工判断，都要写明。这样生成出来的文本，才有机会进入真实工作流。
规则四：让 AI 先交代第一步，别急着要完整稿
OpenAI 对多步骤任务提出了一个实用建议：让模型先给出简短 preamble，说明它接下来要做什么。编辑工作里，这条尤其适合选题调研、政策梳理和资料整合。
很多编辑会把一堆新闻链接、政策文件、同行文章丢给对话型大模型，然后要求“整理成选题报告”。这类任务如果一上来就成稿，方向跑偏时返工会很重。更稳妥的做法，是让 AI 先把材料盘一遍，把缺口和可能角度暴露出来。
可以这样写：
提示词示例｜可直接改写使用
请先阅读我提供的材料，暂时不要写完整选题报告。第一步只输出三项内容：材料中已经明确的事实、仍缺少的关键信息、可形成选题的两个角度。每个角度说明适合写给哪类读者。等我确认角度后，再进入选题报告写作。
这一步看起来慢，其实是在省时间。编辑工作的许多失误，常常发生在“方向还没确认，文本已经写完”。让 AI 先回应第一步，等于把选题判断前置，后面的写作才会少走弯路。
规则五：写清什么时候停，什么时候追问
OpenAI 指南提醒，ALWAYS、NEVER 这类绝对词只适合真正稳定的规则；遇到判断性任务，更适合写 decision rules，也就是决策规则。同时，还要写清 stopping conditions：什么时候继续，什么时候停下，什么时候追问。
编辑部答复作者咨询时，这条很常用。作者可能询问退修意见、格式整改要求、补充材料，也可能追问审稿周期和录用可能性。AI 工具可以帮助编辑起草回复，但不能替编辑承诺结果，也不能猜测审稿人没有写明的意见。
可以这样写：
提示词示例｜可直接改写使用
请根据作者来信、稿件基本信息、编辑部流程说明和已确认的退修意见，起草一封回复作者的邮件。目标是解释清楚本次退修需要处理的事项，并告诉作者下一步该提交什么材料。若材料中没有明确修回截止日期、格式模板链接或补充材料清单，请先列出缺失信息并向我追问，不要自行编写。若作者询问录用可能性、审稿人身份或处理时限之外的问题，请用审慎语气回应，避免承诺。现有信息足够时，输出一封邮件正文、3条编辑内部复核提醒。到这里停止，不要扩写成完整流程说明。
这个场景很能说明“停”和“问”的价值。证据不足时停下来问，流程信息不全时停下来问，任务已经完成时也要停下来。编辑要把红线写成稳定规则，把需要判断的部分写成决策规则，再把结束位置说清楚。这样，AI 才会更像一个可控的工作助手。
一个编辑可复制的基础提示词模板
如果要把上面五条合在一起，可以从这个模板开始：
可复制模板｜基础提示词结构
•你要承担的角色：
•我的身份与任务场景：
•受众是谁：
•我希望得到的结果：
•可用材料：
•不能做什么：
•成功标准：
•协作方式：什么时候直接推进，什么时候先追问
•最终输出应包含：
•停止条件：做到哪里就停，缺什么信息就问
模板不需要每次都填满。简单任务写三四项就够，复杂任务再补全。真正要避免的，是把大量无效流程塞进去，最后反而冲淡了目标。
回到开头那位编辑要的“提示词资料”。我更愿意把它看作一份任务说明书。编辑在把工作交给对话型大模型之前，先把目标、材料、边界和质量标准说清楚。提示词写得好不好，表面看是会不会提问，深处看是能不能把编辑工作的隐性经验转成可执行、可复核的任务表达。
未来一段时间，编辑之间的差距，可能会体现在两个地方：谁更理解工具的能力边界，谁更能把专业判断写成 AI 能执行、也能被编辑部复核的工作指令。
你现在最想让 AI 帮你完成哪一件编辑工作？欢迎在留言区写下来。
参考来源
OpenAI API Docs，Prompt guidance（GPT-5.5），https://developers.openai.com/api/docs/guides/prompt-guidance