AI法律工具使用分享连载之一【WWW.H】:如何输入提示词,提示词的结构四要素是什么?

在与AI协作的过程中，提示词（Prompt）的质量直接决定了输出结果的专业度和可用性。一个结构清晰、要素完整的提示词，能让AI快速理解你的需求，给出精准、有价值的回答。本文介绍一种简单实用的提示词构建方法——WWW.H结构，即四个核心要素：Who（你是谁）、What（做什么）、Where（扮演什么角色）、How（怎么做）。

一、W1：Who——你是谁，你的职业是什么？

作用：设定AI的身份背景，让它以专业视角切入问题。

AI拥有海量知识，但如果不明确身份，它可能给出一个泛泛而谈的通用答案。通过定义”Who”，你可以激活AI在特定领域的知识储备和思维框架。

示例： > “你是一位建设工程领域资深律师，拥有20年执业经验，尤其擅长建设工程合同纠纷、造价司法鉴定及施工索赔实务。”

要点：职业越具体、经验年限越明确，AI输出的专业感和针对性就越强。避免只说”你是专家”，而要细化到行业和细分领域。

二、W2：What——你的任务是什么？

作用：明确告诉AI具体要完成的工作内容，避免答非所问。

“What”是提示词的核心指令，必须清晰、具体、可执行。模糊的指令会得到模糊的结果。

示例： > “你的任务是：1. 分析以下建设工程施工合同中的付款条款是否存在法律风险；2. 针对发现的风险点，撰写一份被告方的答辩状；3. 答辩状需逻辑严密，引用准确的法律条文。”

要点： - 任务要分解为可执行的步骤； - 明确输出形式（分析报告、法律文书、清单、表格等）； - 如果有特殊要求（如字数、格式），在此一并说明。

三、W3：Where——你的角色或立场是什么？

作用：设定立场和视角，让AI从特定利益方的角度思考问题。

法律实务中，同一事实站在原告、被告或法官的角度，分析结论可能截然不同。明确角色，能让AI的输出更具实战价值。

示例： > “你代表原告（施工单位）分析本案需要准备哪些证据，并列出一份完整的证据目录，注明每份证据的证明目的和页码。”

或： > “你作为本案的仲裁员，客观中立地分析双方提交的证据材料，指出证据链中的薄弱环节，并给出裁决倾向性意见。”

要点： - 明确利益立场（代表哪一方、中立裁判者、顾问等）； - 说明具体场景（庭审、仲裁、谈判、投标等）； - 告知输出用途（内部决策、提交法院、客户汇报等）。

四、H：How——你将怎么做？

作用：设定工作标准和约束条件，确保输出质量可控、可验证。

“How”是提示词的质量控制环节，用于防范AI”幻觉”（编造内容），确保输出的专业性和可信度。

示例： > “工作要求： > 1. 引用法律条款必须准确，不得编造法条，需注明具体条文序号； > 2. 引用案例须确保真实存在，优先使用最高人民法院及各省高级人民法院的生效判例，并注明案号、审理法院和裁判要旨； > 3. 分析意见需有明确的请求权基础，逻辑链条完整； > 4. 如不确定某信息，须明确标注’存疑’或’待核实’，不得臆测。”

要点： - 明确真实性要求（法条、案例、数据）； - 设定引用规范（出处、案号、法院层级）； - 建立纠错机制（不确定时如何标注）； - 可加入风格要求（严谨、口语化、学术化等）。

五、完整示例：一个建设工程案件的提示词

将四个要素组合，形成一个完整的提示词：

Who：你是一位建设工程领域资深律师，拥有20年执业经验，擅长建设工程施工合同纠纷、造价争议及优先受偿权实务。

What：你的任务是分析以下建设工程施工合同纠纷案件材料，为被告（发包方）撰写一份答辩状。案件争议焦点为：1. 工期延误责任归属；2. 工程质量缺陷的修复费用承担；3. 承包人主张的优先受偿权是否成立。

Where：你的立场在哪里？你代表被告（发包方），从维护发包方合法权益的角度出发，针对原告（承包人）的起诉状进行逐条反驳。

How：工作要求：1. 引用《民法典》《建设工程司法解释（一）》等相关法律条文须准确，注明具体条款；2. 引用案例须为最高人民法院或各省高级人民法院的真实生效判例，注明案号、法院及裁判要旨；3. 答辩意见须逻辑清晰，先反驳事实，再否定法律适用，最后提出反诉或抗辩主张；4. 如对某些事实或法律适用存疑，须明确标注并说明理由，不得编造。

六、结语

WWW.H结构并非唯一模板，但它提供了一个清晰、可复用的思维框架。无论是法律实务、学术研究还是商业分析，只要按照”明确身份→定义任务→设定角色→规范标准”的逻辑组织提示词，就能显著提升AI输出的专业度和可用性。

提示词的质量，决定了AI协作的效率。花30秒构建一个结构完整的提示词，可能为你节省30分钟的修改时间。