提示词工程 · 让 AI 听懂你说的话
四块积木搭出结构化提示词,AI 输出质量直接上一个台阶
三个明确的目标,达成才算过关。
- ✓理解"提示词 = 和 AI 协作的语言",破除"AI 偏心、别人用的才是好 AI"的误解
- ✓掌握四块积木(角色 / 任务 / 约束 / 格式),能写出结构化提示词
- ✓会用角色设定、思维链、迭代优化三招提升 AI 输出,并避开最常见的提示词坑
五个概念,帮你建立"怎么跟 AI 说话"的方法论。这是后面所有 AI 实操的基础。
🔹 概念 1:提示词是 AI 时代的"协作语言"
你打开 AI,输入"帮我写一篇文章",三秒后冒出一堆正确的废话。你心想:就这?然后刷到别人用同一个 AI,生成了结构清晰、数据翔实的内容。差别只有两个字:提示词。
提示词就是你跟 AI 说的话。你说得越准,它给的越有用。这不是玄学,而是一套能学会的方法。
最贴切的比喻:把 AI 当成一个聪明但没有上下文的同事。它能力强,但你不说清楚要什么,它就只能猜——猜出来就是正确的废话。你交代得越清楚,它干得越好。
🔹 概念 2:四块积木——所有好提示词的骨架
所有好的提示词,拆开看都是四块积木拼起来的:
下面用"写一篇 AI 工具的小红书笔记"做贯穿案例。先看差的提示词:
- ·▪AI 不知道:你是谁?写给谁看?多长?什么风格?
- ·▪于是它只能猜,猜出来就是你看到的"正确的废话"
再看好的提示词——四块积木全齐了:
- ·▪角色:你是一个有 3 年经验的小红书运营博主,擅长把复杂技术用大白话讲清楚
- ·▪任务:帮我写一篇笔记,主题是"5 个免费 AI 工具推荐",面向想学 AI 但不知从哪开始的零基础人群
- ·▪约束:500 字以内 / 口语化像朋友聊天 / 每个工具一句话说清能干啥 / 适当用 emoji 但别堆
- ·▪格式:标题(带数字吸引点击)+ 正文 + 5 个话题标签
记住一句话:四块积木不是每次都要全用,但每次差的提示词,一定少了至少两块。
🔹 概念 3:角色设定——投入产出比最高的一招
AI 的知识库太大了。不设角色,它就从所有知识里平均取值,啥都沾边但啥都不精。设了角色,它就聚焦到那个领域的知识和表达方式上。
角色设定分三层,一层比一层强:
- ▪第一层 · 基础角色:你是一个文案策划(有用但泛,比不设好)
- ▪第二层 · 加经验专长:你是一个有 5 年经验的文案策划,擅长写科技类种草文案,风格短句、有力、不啰嗦
- ▪第三层 · 加受众目标:……你的读者是 25-35 岁职场人,对技术感兴趣但不是专家,你的目标是让他们看完就想用
同一问题"解释什么是 API",不设角色是一段教科书定义;设了"你是给初中生科普的物理老师",它就用一个餐厅服务员的比喻讲清楚了。同一个 AI,输出天差地别。
🔹 概念 4:思维链——让 AI"想一想再回答"
AI 有个毛病:复杂问题它秒回,速度快但容易错,因为它没"想"就"说"了。思维链(Chain of Thought)的原理很简单——让 AI 先展示思考过程,再给结论。
用法就是在提示词里加一句:"请一步一步分析,先说你的思路,再给结论。"
案例:一个商店打 8 折后再打 9 折,相当于打几折?
- ▪不用思维链:直接给"7.2 折"——答案对,但你不知道它怎么算的,也不确定是不是运气好
- ▪用思维链:第一步 8 折 = 0.8 → 第二步 0.8 × 0.9 = 0.72 → 第三步 0.72 即 7.2 折。推理过程看得一清二楚
什么时候该用:数学计算、逻辑推理、多步分析、需要权衡的决策。什么时候不用:写文章、翻译、改错字——加了反而拖慢。
🔹 概念 5:迭代优化与避坑
第一版不满意很正常,别从头重写。告诉 AI 具体改哪里,比"再改改"有效一百倍:
下面是差提示词最典型的几个特征,写的时候逐条自查:
| 常见错误 | 差的提示词 | 好的提示词 |
|---|---|---|
| 太模糊 | 帮我写个方案 | 帮我写 [主题] 的方案,含背景、目标、步骤、预算,1000 字内 |
| 没角色 | 解释量子计算 | 你是一个给高中生科普的物理老师,用生活类比解释 |
| 一次要太多 | 帮我写商业计划书(市场+竞品+产品+财务+风险) | 先写市场分析部分,[具体信息] |
| 不给约束 | 写一篇关于 AI 的文章 | 写 800 字,面向零基础,不用专业术语 |
| 不说格式 | 总结一下这篇文章 | 用 3 个要点总结,每点不超 30 字,用 bullet points |
一句话收尾:把 AI 当聪明但没上下文的同事,你交代得越清楚,它干得越好。四块积木是骨架,角色是灵魂,思维链是保险,迭代是日常。
这节课也有代码——不是让你写,是让你看懂:一段把四块积木拼成提示词的 Python 函数。
下面这个函数,把"角色 / 任务 / 约束 / 格式"四个输入拼成一个完整的提示词字符串。它做的事,就是你手写提示词时做的事。逐行看,标出你不认识的地方。
- →第 1 行:def 定义一个函数,名字叫 build_prompt,它接收 4 个输入(角色/任务/约束/格式)
- →第 4-5 行:f"..." 是格式化字符串,{role} 会被实际传入的值替换——这是四块积木里"角色"和"任务"的落点
- →第 6-9 行:if 判断"如果有约束/格式才加上",对应概念 2 那句"四块积木不是每次都要全用"
- →第 10 行:return 把四段拼成一个完整提示词,段落之间空一行(\n\n)
- →第 12-18 行:实际调用这个函数,把具体值填进去,再 print 打印出来
这段不是 Python,是自然语言——但它本身就是一个"程序"。读它的结构:角色 → 任务 → 分步指令(思维链)→ 输入占位。你能看出哪一步是"让 AI 先想再答"吗?
这一节要你动手。打开 WorkBuddy(国内体量第一的 AI 编程工具,Agent 能力强)或任意 AI 助手,亲自感受"结构化说话"的威力。
用下面两句话分别发给 AI,让它写一个"猜数字游戏"的 Python 代码,对比两次输出的质量:
① 随便说:"帮我写个猜数字游戏"
② 结构化说(用四块积木):
角色你是一个 Python 教学助手 任务写一个猜数字小游戏(计算机随机想 1-100 的数,玩家猜,提示大了/小了) 约束代码加详细中文注释、适合零基础看懂、猜对后显示用了几步 格式直接给可运行的完整代码
观察:第 ② 次的代码是不是注释更全、更贴合"你能看懂"这个目标?这就是四块积木的差距。
拿任务 1 第 ② 次的输出,不要说"再改改",而是给具体反馈:
"整体不错,但:① 把变量名改成中文拼音更好懂;② 加一个'游戏结束问要不要再来一局'的循环;③ 开头加三行玩法说明。"
体会:具体、可操作的反馈,比模糊的"再改改"让 AI 进步快得多。这就是概念 5 说的"迭代是日常"。
合上笔记,试着回答。答案在课程群/评论区对。
- ☐四块积木是哪四个?各解决"AI 不知道什么"的问题?
- ☐为什么说"没设角色 = AI 从所有知识平均取值"?设了角色会发生什么?
- ☐什么场景该用思维链?什么场景不该用?
- ☐"再改改"为什么是差的迭代反馈?好的反馈长什么样?
达成下面两条,本模块算过关。
✅ 验收标准 2:给定 4 段提示词片段,能正确标注每块分别属于"角色 / 任务 / 约束 / 格式"中的哪一类(4 题对 3 题以上即过关,正确率 ≥ 80%)。
下一模块 M3 版本控制,我们会用 Git 把今天写的代码存起来——让你拥有"随时回到任意历史版本"的能力,再也不怕改崩。
AI编程社 · 效率工具
把 AI 工具讲透,让你真正用起来
夜雨聆风