夜雨聆风学习资料网

ARTICLE · 1373402

Prompt 别再照着模板抄了,先回答这 5 个问题

Prompt 别再照着模板抄了,先回答这 5 个问题

前几天有人发给我一个「万能 Prompt 模板」,八百多字,写得挺工整。他问我:照着抄了,为什么在我们公司不好使?

我看了两遍,回了他一句:模板没毛病,但它是别人场景的答案。

你抄的是结论,不是过程。

这篇不讲怎么写提示词,讲写之前先回答的五个问题。这五个问题答完了,提示词通常就一两百字,够用。

一、先说清楚模板为什么会失效

模板里最常见的句子是「你是一个专业的 AI 助手,请给出准确、专业、结构化的回答」。

这句话在任何公司都成立,所以在任何公司都没用。

因为它没回答最要紧的三件事:凭什么判断、判错了怎么办、信息不够时该说什么。

模型答不上来又不能沉默,就只能猜。猜得像模像样,你还没法一眼看出它错了。这比明着答错更麻烦。

模板给的是「怎么说」,五问补的是「凭什么这么说」。

二、五个问题

图:写 Prompt 之前先答这 5 个问题

一,它是谁

给它一个具体岗位和立场。「你是审核岗,只对材料齐全性负责」——比「你是助手」有用十倍。因为「只对什么负责」这半句,顺手把不该它管的事划出去了。

二,它拿到什么

输入长什么样、从哪来、缺字段怎么办。别让它猜。

我一般会要求把「缺字段」单独写成一条规则,比如「附件少于 2 项,直接输出需人工」。这一条能挡掉一大半编造。

三,它凭什么判断

依据是规则文件、历史样本,还是知识库?还得写清优先级:规则 > 样本 > 常识。

这一项最常被漏。漏了它,模型就按自己的常识判,而公司的口径往往跟常识不一样。

四,它要交出什么

输出格式、给谁看、下一步谁用。要是没人用得上,这一段就别写。

我见过一个提示词要求「输出 300 字分析」,结果下游系统只取前 6 个字符的类别码。前面那 294 个字,是纯花钱。

五,什么情况必须说不知道

信息不足、规则冲突、超出范围,这三种情况必须拒答。

这条听起来最不「智能」,但它决定了业务方敢不敢用。一个敢说「我需要补材料」的系统,比一个什么都能答的系统可信得多。

还有个实操建议:规则单独放成文件,别塞进提示词。口径变了改文件就行,不用重写提示词,也不用担心改出新的不一致。

三、同一个工单分类,两种写法

图:抽 200 单逐条对人工结论

拿工单分拣这个场景举例,两边用的是同一个模型、同一批 200 条单子,只有提示词不同。

抄模板那版,一致 116 单,58%。按五问重写那版,一致 168 单,84%。

差的这 26 个点,不是换了模型,也不是调了什么参数,就是补上了「凭《分类口径 v3》判」和「口径没覆盖或附件缺字段,输出需人工」这两句。

顺便说个失败细节:第一版我们把「依据」漏了。结果模型把带「退」字的工单全归到了售后类,其中有一半其实是「退回重做」,属于生产类。

原因挺蠢的——它没见过我们的口径,只能看字面。

后来把规则文件接进去,这批错单一次性没了。

四、为什么第五问比前四问更难写

前四问是「让它干活」,第五问是「让它别乱干活」。

写第五问的时候,得先把边界想清楚:哪些情况我们本来就不打算让它答?这些情况出现得多不多?答不了的时候,流程往哪走、谁来接?

这些问题一旦认真想,你会发现它根本不是提示词问题,是流程问题。

所以我的经验是:第五问答不上来,说明这个场景还没拆到「哪一步」。回去拆流程,比继续调提示词有用。

有次一个客户为了把准确率从 78% 提到 80%,连着调了两周提示词。后来一看,卡住的那批单子全是附件缺页,压根不是模型判错。加了个「附件不全转人工」,一次就过去了。

五、写完怎么验
  • 抽 200 条真实历史单子冻起来,别用自己编的样例;
  • 逐条对人工结论,把不一致的按「知识缺失 / 口径错误 / 数据没拿到 / 硬编」分四类;
  • 前两类改规则和样本,第三类去接数据,只有第四类才回头改提示词。

这个顺序很重要。不分类就改提示词,是最常见也最慢的做法。

写在最后

那位朋友后来把八百字的模板删了,换成一百多字,外加一份单独维护的规则文件。

他跟我说:「原来不是模板不行,是我把该自己想的事,交给它想了。」

这句话我觉得说得很准。

《Prompt 五问自查表》

把五个问题做成了一页纸,每个问题下面留了填写位和一句反例。另外附了「写完再检查三句」和工单分类那个完整示例。

私信我「五问」,我发给你。

关于我

我在做企业 AI 落地咨询——帮企业把 AI 真正用起来,并且让它留下东西。

陪跑过制造业、金融、零售、教育等行业的 AI 转型,从进场访谈、场景选择,到上线验收、资产沉淀,全程参与。

这个号写实战:真实的进场故事、验证过的方法、踩过的坑。不写概念,不做技术科普。

如果你正在考虑做 AI 转型,或者项目上线了却没人用,可以私信我聊聊。我会先帮你判断这件事值不值得做、该从哪个场景切,再谈怎么做。

留言区

你在 AI 落地里卡在哪一步?留言告诉我,我挑高频的在下篇文章里展开。

回首页,搜索你想要的文档

在首页搜索框输入关键词,快速定位资料

文库首页搜索指引 立即搜索

相关学习资料