提示词这东西刚上手的时候我也觉得玄乎。对着对话框敲几个字AI就能写代码、出方案、做分析看起来像是会说话就行。但真正用起来才发现同一个需求有人三句话拿到能直接用的结果有人写了两百字还在被AI反问请问您具体想要什么。这中间的差距就是提示词工程要解决的问题。这篇内容围绕《如何优雅地学会AI提示词》这个主题展开把3大经典框架、7类通用模板和6个实战案例串成一条完整的线。不管你是刚接触AI工具的新手还是已经用了一段时间但总觉得差口气的老用户都能从中找到可以直接抄作业的方法。我不会只给你一堆理论而是把每个框架的底层逻辑、每个模板的适用场景、每个案例的完整对话过程都拆开来讲让你看完就能上手改自己的提示词。1. 先搞清楚提示词到底在解决什么问题1.1 大语言模型不是读心术很多人对AI有个误解觉得它应该知道我在想什么。实际上大语言模型的工作方式是根据你给的输入预测最可能的下一个词然后一个词一个词地往外蹦。它没有读心能力也没有常识——它只有训练数据里学到的统计规律。这意味着什么呢你给它的输入越模糊它需要猜的空间就越大输出偏离你预期的概率就越高。比如你说帮我写个方案AI不知道是商业方案、技术方案还是活动方案不知道面向谁、多长、什么风格它只能按训练数据里最常见的方案格式给你凑一篇。结果就是看起来像那么回事但根本没法用。提示词的本质就是把你脑子里的隐性需求翻译成AI能理解的显性指令。这个翻译过程做得好不好直接决定了输出质量的上限。1.2 提示词的信息密度决定输出质量我做过一个简单的对比测试。同一个需求帮我分析一下这个季度的销售数据用两种方式问第一种帮我分析一下这个季度的销售数据看看有什么问题。第二种你是一位有10年经验的销售运营分析师。以下是我们公司2024年Q3的销售数据附表格。请从三个维度进行分析1同比和环比的变化趋势找出增长和下滑最明显的品类2各区域的完成率对比标出低于80%的区域3基于数据给出3条可落地的改进建议。输出格式用Markdown表格加要点列表控制在800字以内。第一种方式AI大概率会给你一段泛泛而谈的文字说整体表现良好但存在一些问题之类的废话。第二种方式AI会直接给你一份结构清晰、有数据支撑、有行动建议的分析报告。差别在哪信息密度。第二种方式里我明确了角色、背景、任务、维度、格式和字数限制。每多一个约束条件AI的猜测空间就小一分输出就精准一分。1.3 提示词工程不是咒语大全网上流传着很多所谓的万能提示词什么请以最高质量回答你是一个专家之类的。这些东西有没有用有一点但非常有限。因为它们没有针对具体任务做适配。提示词工程的核心不是背咒语而是建立一套结构化的思维方式面对任何任务你都能快速拆解出AI需要知道什么和我希望AI输出什么然后用合适的框架把它们组织起来。这就是为什么这篇内容要讲框架和模板——框架帮你理清思路模板帮你快速落地。2. 三大经典框架从随便问到结构化表达2.1 CRISPE框架最适合复杂任务的万能结构CRISPE是我用得最多的一个框架尤其适合那些需要AI做深度分析、创意生成或方案设计的任务。它把提示词拆成六个部分Capacity and Role能力和角色告诉AI它应该以什么身份来回答。比如你是一位资深的产品经理或你是一位擅长科普的科技作者。Insight背景信息提供任务相关的背景。比如我们是一款面向中小企业的SaaS产品目前月活5000付费转化率3%。Statement任务陈述明确你要AI做什么。比如请分析当前付费转化率低的原因。Personality风格/个性指定输出的语气和风格。比如用直接、务实的口吻不要客套话。Experiment实验/多方案要求AI给出多个方案或角度。比如请给出至少3种不同的解决思路。Output输出格式指定输出的结构。比如用表格对比各方案的优缺点最后给出推荐排序。这六个部分不需要每次都全用上但当你发现AI的输出总是差口气的时候对照这六项检查一下通常就能找到缺的那块拼图。我举个实际例子。有一次我需要AI帮我写一份内部培训的课程大纲第一版提示词只写了帮我写一份关于数据分析的培训大纲结果AI给了一个非常泛的框架什么数据分析概述常用工具介绍之类的完全不能用。后来我用CRISPE重新组织Capacity and Role: 你是一位有8年企业内训经验的数据分析讲师。 Insight: 我们的团队有15人都是非技术背景的业务人员日常需要用Excel做报表但对统计学和编程几乎没有基础。培训时间只有两天。 Statement: 请设计一份两天的数据分析入门培训大纲。 Personality: 实用导向少讲理论多讲操作。 Experiment: 请给出两种不同侧重的方案一种偏Excel实操一种偏分析思维培养。 Output: 用表格呈现包含时间分配、模块名称、核心内容和练习环节。这一版出来的结果直接就能拿去用。差别就是这么明显。2.2 CO-STAR框架新加坡政府都在用的提示词模板CO-STAR是新加坡政府科技局GovTech在一份公开的提示词工程指南中提出的框架在业界流传很广。它和CRISPE有相似之处但更简洁适合快速组织提示词Context上下文提供背景信息。Objective目标明确你要达成的目标。Style风格指定写作或表达风格。Tone语气指定情感基调。Audience受众明确输出是给谁看的。Response响应格式指定输出格式。CO-STAR的优势在于它把受众单独列出来了。这一点非常关键——同样一个内容给老板看和给一线员工看写法完全不同。很多人在写提示词的时候会忽略受众导致AI输出的内容对不上人。比如你要AI帮你写一封项目延期的通知邮件。如果不指定受众AI可能会写得很正式、很官方。但如果你在提示词里加上Audience: 项目组的全体成员大家都是平级同事关系比较融洽AI就会调整语气写得更像同事之间的沟通而不是冷冰冰的公文。2.3 思维链Chain of Thought让AI一步步想思维链严格来说不算一个完整的提示词框架而是一种技术手段。它的核心思想很简单不要直接让AI给答案而是要求它先展示推理过程再给出结论。为什么这招有效因为大语言模型是逐词生成的当它直接给答案的时候相当于一口气蹦出结果中间没有思考的余地。但如果你要求它先分析A再分析B最后得出结论它就相当于在生成过程中展开了推理步骤每一步都基于前一步的输出最终结论的准确率会显著提高。思维链最简单的用法就是在提示词末尾加一句请一步步思考或Lets think step by step。但更有效的方式是手动拆解步骤。比如请按以下步骤完成分析 第一步列出所有已知条件。 第二步识别其中的关键变量和约束。 第三步分析各变量之间的因果关系。 第四步基于以上分析给出结论和建议。这种手动拆解的方式比单纯加一句一步步思考更可控因为你可以指定AI按什么顺序、从什么角度去推理。思维链特别适合数学题、逻辑推理、复杂决策分析这类任务。对于简单的信息查询或文本生成用它反而浪费时间。2.4 三个框架怎么选一张表说清楚框架最适合的场景核心优势使用门槛CRISPE复杂任务、方案设计、创意生成维度全面覆盖角色到输出中等需要填六个部分CO-STAR内容创作、沟通文案、快速组织简洁突出受众意识低六个要素容易记思维链逻辑推理、数据分析、决策提高推理准确性低但需要手动拆步骤我的建议是日常快速用CO-STAR复杂任务用CRISPE需要AI动脑子的时候叠加思维链。三个框架不是互斥的完全可以组合使用。3. 七类通用模板覆盖90%的日常场景3.1 信息提取模板从杂乱文本中精准抓取这类模板适合从长文档、会议记录、用户反馈中提取结构化信息。核心思路是告诉AI你要提取什么字段以什么格式输出。请从以下文本中提取信息按指定格式输出。 提取字段人名、公司、职位、联系方式、核心诉求。 输出格式Markdown表格每行一条记录。 如果某个字段在原文中没有提及填未提及。 文本内容[粘贴文本]这个模板的关键在于如果某个字段没有提及填未提及这句话。不加这句AI可能会自己编一个看起来合理的值填进去导致信息失真。3.2 内容改写模板保持原意换种说法改写是高频需求但很多人改着改着就变味了。这个模板帮你控制改写的边界请对以下文本进行改写。 改写要求保持原意不变不增加新信息不删减关键信息。将专业术语替换为通俗表达目标读者是没有专业背景的普通人。将长句拆分为短句每句不超过30字。语气从正式调整为轻松口语化。 原文[粘贴原文]3.3 创意生成模板批量产出可选方案需要头脑风暴的时候这个模板能帮你快速拿到一批可筛选的选项我需要为[具体场景]生成[数量]个创意方案。 背景[简要说明] 约束条件[列出限制如预算、时间、受众等] 每个方案包含名称、一句话描述、核心亮点、潜在风险。 输出格式编号列表每个方案不超过100字。 请确保方案之间的差异度足够大不要只是换措辞。确保差异度足够大这句话很重要。不加的话AI很容易给你十个方案其实都是同一个思路的变体。3.4 分析诊断模板找出问题根因遇到问题需要分析的时候用这个模板引导AI做结构化诊断你是一位擅长[领域]的分析师。以下是一个[问题类型]的案例 [描述问题现象和背景] 请按以下步骤分析列出可能导致该问题的所有原因。对每个原因评估可能性和影响程度高/中/低。指出最可能的根因并说明判断依据。给出验证根因的方法和解决建议。3.5 格式转换模板结构化输出一步到位把非结构化内容转成表格、JSON、思维导图大纲等格式请将以下内容转换为[目标格式]。 转换规则[说明字段映射关系] 示例[给一个输入输出的示例] 待转换内容[粘贴内容]给示例这一步很关键。AI对示例的理解能力远强于对描述的理解能力。你给一个输入输出的对照示例比写三段文字说明都管用。3.6 角色扮演模板让AI代入特定视角请你扮演一位[角色描述]。 你的性格特点是[性格特征]。 你的知识背景是[专业领域]。 你现在面对的情况是[场景描述]。 请以这个角色的身份用[语气风格]回答以下问题[具体问题]角色扮演模板的坑在于很多人只写了你是一个专家但没写是什么领域的专家、什么级别的专家、什么风格的专家。角色越具体输出越有针对性。3.7 迭代优化模板让AI自己改自己这个模板适合需要反复打磨的输出以下是你之前生成的内容[粘贴内容] 请从以下维度进行自我评估是否完整覆盖了[要求]逻辑是否清晰有无前后矛盾语言是否简洁有无冗余表达是否有事实性错误或不确定的表述 针对每个维度给出评分1-10分和改进建议。 然后根据改进建议输出修改后的版本。这个模板的妙处在于它让AI从生成者切换到审阅者视角往往能发现自己第一遍没注意到的问题。4. 六个实战案例从需求到成品的完整过程4.1 案例一用CRISPE框架生成一份竞品分析报告需求背景我需要快速了解一款新上线的项目管理工具和市面上已有的三款主流产品做对比。第一版提示词失败帮我分析一下XX工具和另外三个竞品的对比。问题AI不知道另外三个是哪三个不知道对比维度不知道输出给谁看。结果给了一段泛泛而谈的文字。优化后的提示词Capacity and Role: 你是一位有5年经验的B端产品分析师。 Insight: 我们团队正在选型项目管理工具候选产品是A、B、C、D四款。团队规模20人以研发为主最看重任务看板和迭代管理功能。 Statement: 请对四款产品进行竞品分析。 Personality: 客观中立用数据和事实说话不要主观评价。 Experiment: 从功能覆盖度、易用性、价格、集成能力四个维度对比。 Output: 先用表格做总览对比然后针对每个维度展开分析最后给出选型建议。输出结果AI给了一份结构清晰的对比报告表格里四个维度的评分一目了然每个维度的分析也有具体依据。虽然部分数据需要我自己核实但框架和思路直接可用。经验总结竞品分析这类任务最怕的是维度不明确。CRISPE里的Experiment部分帮我解决了这个问题——明确指定对比维度AI就不会东拉西扯。4.2 案例二用CO-STAR框架写一封项目延期通知需求背景项目因为第三方接口延迟需要延期一周要通知项目组全员。提示词Context: 我们是一个内部数字化项目原计划本周五上线但因第三方接口提供方延迟需要延期一周。 Objective: 写一封通知邮件告知项目组全员延期决定并说明后续安排。 Style: 简洁直接不绕弯子。 Tone: 坦诚但积极不推卸责任也不过度道歉。 Audience: 项目组全体成员包括开发和业务方大家都是平级同事。 Response: 邮件格式包含主题、正文、下一步行动项。输出结果AI写的邮件开头直接说项目上线时间调整为一周后然后简要说明原因接着列出延期期间各角色的任务安排。语气拿捏得刚好既没有甩锅给第三方也没有过度自责。经验总结CO-STAR里的Audience和Tone是这封邮件成功的关键。如果不指定受众是平级同事AI可能会写成对上级汇报的正式口吻如果不指定语气坦诚但积极AI可能会写成一封充满歉意的道歉信。4.3 案例三用思维链做一次数据异常排查需求背景后台数据显示某天订单量突然下降了40%需要找出原因。提示词以下是某电商平台最近7天的订单数据[附数据] 请按以下步骤分析订单量下降的原因 第一步确认数据本身是否有问题如统计口径变化、数据丢失。 第二步排除外部因素如节假日、竞品活动、政策变化。 第三步检查内部因素如系统故障、活动结束、价格调整。 第四步对每个可能原因给出验证方法。 第五步综合以上分析给出最可能的根因和下一步行动建议。输出结果AI第一步就指出周三的数据明显偏离趋势线但前后两天正常排除统计口径问题。然后逐步排查最终定位到当天上午系统升级导致下单功能中断2小时这个最可能的原因并建议查看系统升级日志来验证。经验总结思维链的价值在于不跳步。如果不强制AI按步骤来它很可能直接跳到结论给出一个可能是系统故障的模糊答案。手动拆解步骤后每一步都有明确的排查方向结论也更可靠。4.4 案例四用信息提取模板处理用户反馈需求背景收集了200条用户反馈需要快速分类整理。提示词请从以下用户反馈中提取信息。 提取字段反馈类型功能建议/ Bug报告/ 体验吐槽/ 其他、涉及功能模块、具体描述、紧急程度高/中/低。 输出格式Markdown表格。 如果某条反馈涉及多个类型拆分为多行。 反馈内容[粘贴反馈]输出结果AI把200条反馈整理成了一张表格按功能模块分组紧急程度标注清楚。虽然个别分类需要微调但整体效率比人工整理快了不止十倍。经验总结批量处理文本的时候一定要在提示词里写清楚如果某条反馈涉及多个类型拆分为多行。不写这句AI可能会把一条反馈硬塞进一个分类里导致信息丢失。4.5 案例五用创意生成模板策划一场活动需求背景公司要做一场内部技术分享会需要一些有创意的活动形式。提示词我需要为一场内部技术分享会生成8个创意活动方案。 背景公司有80名研发人员分享会时长半天预算有限希望氛围轻松。 约束条件不能占用太多工作时间不需要外部嘉宾场地就是公司会议室。 每个方案包含活动名称、一句话描述、核心亮点、所需准备。 输出格式编号列表每个方案不超过80字。 请确保方案之间的差异度足够大。输出结果AI给了8个方案从闪电演讲到代码拍卖会到bug故事大赛形式各异。其中bug故事大赛这个点子特别受欢迎——让每个人分享自己写过的最离谱的bug既轻松又有技术交流价值。经验总结创意生成模板里确保差异度足够大这句话是灵魂。不加的话AI可能会给你8个方案其中5个都是请人来做分享的变体。4.6 案例六用迭代优化模板打磨一篇文章需求背景我写了一篇技术博客的初稿想让AI帮忙审阅和优化。提示词以下是我写的一篇技术博客初稿[粘贴初稿] 请从以下维度进行自我评估技术准确性有没有事实性错误或过时的信息逻辑结构段落之间的衔接是否自然论证是否充分可读性有没有过于晦涩的表达例子是否足够完整性有没有遗漏重要的点 针对每个维度给出评分1-10分和具体改进建议。 然后根据改进建议输出修改后的版本。输出结果AI给每个维度打了分指出了三处技术表述不准确的地方、两个逻辑跳跃的段落以及一个缺少示例的概念。修改后的版本确实比初稿顺畅很多。经验总结迭代优化模板最好用在你已经有一版内容的时候。让AI从零生成再自己改效果不如你先写一版、再让AI审阅。因为你的初稿里包含了AI不知道的领域知识和个人经验这些是优化的基础。5. 提示词写作中最容易踩的五个坑5.1 坑一把AI当搜索引擎用2024年XX行业市场规模是多少这种问题AI给的答案很可能是编的。大语言模型的训练数据有截止日期而且它并不擅长精确的事实查询。正确做法是让AI帮你分析框架、整理思路、生成文本但具体数据要自己核实。5.2 坑二提示词越长越好有些人觉得提示词写得越长越详细AI就越懂。实际上过长的提示词会导致注意力稀释——AI可能记住了后面的要求忘了前面的。我的经验是核心指令控制在200字以内如果确实需要大量背景信息用分隔符把指令和背景分开让AI能清楚区分。5.3 坑三一次让AI做太多事帮我写一篇关于XX的文章顺便做个PPT大纲再想几个标题最后翻译成英文。这种一揽子提示词AI每一项都会做但每一项都做不精。正确做法是拆分成多个对话每个对话专注一件事。5.4 坑四不指定输出格式不指定格式AI就会用它觉得合适的格式。有时候是一大段文字有时候是它自己编的表格。如果你需要特定格式一定要在提示词里写清楚最好给一个示例。5.5 坑五一次不满意就放弃AI的输出很少一次就完美。第一版出来之后你可以基于结果继续追问第三点展开说说把第二段改得更简洁换一个角度重新分析。这种多轮对话的方式比反复修改初始提示词效率高得多。6. 把提示词变成肌肉记忆我的日常练习方法6.1 建立自己的模板库我从去年开始用一个简单的Markdown文件记录好用的提示词模板。每次遇到一个效果特别好的提示词就把它存下来标注适用场景和注意事项。现在这个文件里有40多个模板覆盖了写作、分析、编程、翻译、头脑风暴等场景。下次遇到类似任务直接翻出来改几个关键词就能用。6.2 每次用完花30秒复盘AI给了一个好结果别急着关掉对话框。花30秒想一下这次提示词里哪个部分起了关键作用如果下次遇到类似任务能不能复用如果结果不理想是哪个部分没说清楚这个习惯坚持一个月你对提示词的敏感度会有明显提升。6.3 刻意练习翻译需求提示词能力的核心是把模糊需求翻译成精确指令的能力。我平时会做一个小练习看到一个任务先不急着写提示词而是在脑子里过一遍——这个任务的输入是什么、输出是什么、中间需要哪些约束条件。想清楚了再动手写比直接开写效果好得多。6.4 关注底层逻辑而不是表面技巧网上每天都有新的提示词技巧出来但大部分都是旧酒装新瓶。与其追这些技巧不如把精力花在理解大语言模型的基本工作原理上。理解了它为什么会产生幻觉、为什么会忘记前面的指令、为什么对格式敏感你就能自己推导出适合当前任务的提示词写法而不是到处找万能模板。提示词工程这个领域变化很快新的模型、新的能力、新的最佳实践层出不穷。但底层的东西——清晰表达需求、结构化组织信息、迭代优化结果——这些是不会变的。把这几件事练成肌肉记忆不管工具怎么变你都能快速上手。