夜雨聆风
前情提要
上一讲我们解释了 Token、上下文窗口和幻觉。今天进入很多人最熟悉、也最容易误解的一环：Prompt。
AI Harness 十讲 03：大模型到底怎么工作？先理解 Token、上下文和幻觉
本篇要解开的核心问题
为什么网上有那么多“万能提示词”，你照抄之后却不稳定？为什么别人一句话就能让 AI 输出很好，而你问半天还是不对？
因为 Prompt 不是咒语。Prompt 的本质，是给 AI 的任务说明书。
“万能提示词”为什么会让人上头？
AI 刚火的时候，全网最容易传播的内容就是提示词模板。比如“只要复制这段话，你就能拥有一个私人顾问”“这个 prompt 让 AI 效率提升 10 倍”。这些内容很诱人，因为它让人感觉：只要找到那句神奇的话，就能打开隐藏能力。
但真实使用几天后，很多人会发现：同一个模板，别人用得不错，自己用就很一般；今天输出很好，明天又开始跑偏；换个任务，模板就失灵。
原因很简单。Prompt 不是开锁密码，而是工作说明。工作说明是否有效，取决于任务、材料、角色、约束和验收标准是否清楚。你给一个厨师说“做得高级一点”，不如告诉他：几个人吃、预算多少、忌口什么、菜系偏好、几点上桌。
AI 也是一样。它不是不聪明，而是你要把“想要什么”说成它能执行的任务。
一个好 Prompt 至少包含五件事
第一，`角色`：你希望模型站在什么视角处理问题。
例如：你是资深 AI 产品经理，而不是“你很厉害”。
第二，`任务`：到底要做什么。
例如：请把以下访谈整理成客户需求清单。
第三，`上下文`：模型需要知道哪些背景。
例如：客户是 20 人以内的小团队，预算有限，目标是减少人工客服工作。
第四，`约束`：哪些不能做，哪些必须遵守。
例如：不要承诺法律结果，不要使用夸张营销语。
第五，`输出格式`：答案必须长什么样。
例如：用表格输出，列为痛点、证据、优先级、建议动作。
这五件事越清楚，模型越容易稳定。
System Prompt 和 User Prompt 有什么区别？
`System Prompt` 是系统级规则，相当于工作岗位说明。它告诉模型长期应该遵守什么原则。
`User Prompt` 是本次具体任务，相当于今天要完成的工单。
举个例子：
System Prompt：你是一个严谨的公众号编辑，所有事实必须可追溯，不确定时要标注。
User Prompt：请根据以下材料写一篇关于 AI 成本控制的文章。
很多人把这两层混在一起，导致每次任务都重新说一堆规则，既浪费 token，也容易遗漏。
Few-shot：给模型几个例子，比讲道理更有效
`Few-shot` 指在提示词里给模型几个示例。
人类学写作也一样。你只说“写得专业一点”，对方不一定懂；你给三段参考风格，对方立刻知道边界。
Few-shot 适合：
- 固定文风。
- 固定分类标准。
- 固定输出格式。
- 固定评分规则。
但示例不要太多。示例过多会挤占上下文，也可能让模型机械模仿。
结构化输出：从“看起来不错”变成“能接系统”
AI 工程里，最重要的不是让模型写一段漂亮话，而是让输出能被下一步使用。
所以你要学会要求：
- JSON
- Markdown 表格
- 固定字段
- 固定标题层级
- 固定评分维度
例如，让模型输出：
{ "topic": "AI成本控制", "audience": "一人公司", "risk_level": "medium", "next_action": ["整理API成本", "设计模型路由"] }结构化输出是 AI 从“聊天工具”进入“工作流节点”的关键。
Prompt 的边界：它不能替代资料、流程和评测
Prompt 很重要，但不要神化。
如果资料是错的，Prompt 再好也可能输出错。
如果流程是乱的，Prompt 再好也只是救火。
如果没有评测，Prompt 变好还是变差只能凭感觉。
所以 Prompt 是 Harness 的第一层接口，但不是全部。
一个可复用模板
你可以先用这个模板：
你将扮演：[角色] 你的任务是：[具体任务] 背景信息：[业务背景/读者背景/使用场景] 输入材料：[资料] 输出要求：[格式、长度、字段] 约束条件：[不能做什么、必须注意什么] 质量标准：[如何判断好坏]这不是万能模板，但足够帮你从随口提问变成任务设计。
从一句话到工程化 Prompt：一个前后对比
普通提问：
帮我写一个客户方案。工程化提问：
你是 AI 自动化顾问。 客户是一家 20 人跨境电商团队，主要痛点是客服回复慢、商品资料分散、人工整理订单耗时。 请输出一份初步方案，包含：现状判断、三个可自动化场景、实施优先级、预估风险、下一步访谈问题。 不要承诺具体收益数字，不要使用夸张营销语。两者差别不是字数，而是后者给了角色、背景、任务、输出结构和风险边界。这就是 Prompt 从“提问”变成“工作说明”的过程。
本篇作业
把你常用的一条提示词改造成上面的七段式模板。
然后连续跑三次，看看输出是否更稳定。
SAKABAY 思考题
你现在写 Prompt 时，是在“请求 AI 帮忙”，还是在“给一个工作流节点写任务说明书”？
