1 如何撰写高效的 Prompt

掌握 Prompt Engineering，让 AI 真正理解你的意图

1.1 什么是 Prompt？

Prompt 是你给 AI 模型的指令或输入文字。好的 Prompt 能让 AI 准确理解你的需求，产出高质量的结果；差的 Prompt 则会让 AI 产生模糊、偏题或无用的回答。

一个好 Prompt 的核心目标：

消除歧义，让 AI 明确知道你要什么
提供足够的上下文背景
定义期望的输出格式与质量标准

1.2 Prompt 的基本结构

一个完整的 Prompt 通常包含以下元素（并非全部必要，视需求选用）：

[角色设定] + [任务描述] + [背景信息] + [输出要求] + [限制条件]

1.2.1 各元素说明

元素	作用	范例
角色设定	让 AI 以特定专家身份回答	「你是一位资深的 Python 工程师」
任务描述	清楚说明要做什么	「请帮我优化以下这段代码的性能」
背景信息	提供必要的上下文	「这段代码运行在高并发的生产环境中」
输出要求	定义格式、长度、风格	「请用条列式说明，并附上修改前后的对比」
限制条件	排除不需要的内容	「不要使用第三方库」

1.3 核心撰写原则

1.3.1 原则一：具体明确，避免模糊

❌ 模糊写法：

帮我写一篇文章

✅ 具体写法：

帮我写一篇 800 字的科普文章，主题是「量子计算对日常生活的影响」，
目标读者是没有理工背景的普通大众，语气要轻松易懂，避免专业术语。

1.3.2 原则二：提供充足的上下文

AI 不了解你的情况，你需要主动提供关键背景：

Who（谁）：受众是谁？你的身份是什么？
What（什么）：你要完成什么任务？
Why（为什么）：这个任务的目的是什么？
How（怎样）：有什么限制或偏好？

范例：

背景：我是一家新创公司的产品经理，公司做的是 B2B SaaS 工具。
任务：帮我写一封给潜在客户的开发信（Cold Email）。
目标：争取对方接受 30 分钟的产品展示会议。
限制：邮件不超过 150 字，语气专业但不失亲切。

1.3.3 原则三：使用正面描述，而非负面描述

描述你「想要什么」比描述「不要什么」更有效。

❌ 负面描述：

写文章时不要太正式，不要太长，不要有错字

✅ 正面描述：

写文章时使用口语化、对话式的风格，控制在 300 字以内，语言流畅自然

1.3.4 原则四：要求逐步思考

对于复杂问题，要求 AI 先思考再回答，能大幅提升答案质量。

请一步步分析以下商业决策的利弊，再给出你的建议：
[问题描述]

分析步骤：
1. 列出所有可能的选项
2. 分析每个选项的优缺点
3. 考虑风险因素
4. 给出最终建议并说明理由

1.3.5 原则五：指定输出格式

明确告诉 AI 你想要的格式，能让结果更实用。

常用格式指令：

请用 Markdown 格式输出
请用表格整理以上信息
请分成三个部分：问题分析、解决方案、执行步骤
请用 JSON 格式回传，包含以下字段：name, description, priority
请用繁体中文/简体中文回答

1.3.6 原则六：给出范例（Few-shot Prompting）

提供 1～3 个范例，让 AI 理解你期望的风格和格式。

请按照以下格式帮我写产品功能描述：

范例输入：自动备份功能
范例输出：「智能自动备份，让您的数据永远安全无虞。系统每日自动备份至云端，
即使设备损坏，资料也能一键恢复，再也不怕意外发生。」

现在请帮我写：实时协作编辑功能

1.4 進階技巧

1.4.1 技巧一：角色扮演（Role Prompting）

给 AI 设定一个具体的角色，能让回答更专业、更有针对性。

你是一位拥有 20 年经验的职业生涯顾问，专精于帮助科技业专业人士转职。
请以这个身份，帮我分析以下的职涯选择...

适合设定的角色类型：

领域专家（医生、律师、工程师、设计师）
特定写作风格（记者、小说家、广告文案）
特定立场（批评者、支持者、中立分析师）

1.4.2 技巧二：链式提问（Chain of Thought）

将复杂任务拆解成多个步骤，逐一处理。

第一步：请先帮我分析这份商业计划书的主要风险点。
[贴上商业计划书]

（等待回答后）
第二步：针对你提到的第二个风险点，请提供三种可能的解决方案。

（等待回答后）
第三步：请评估这三种方案的可行性，并推荐最适合的一种。

1.4.3 技巧三：限制与约束（Constraint Setting）

设定清晰的边界，让输出更精准。

请帮我写一段产品广告文案，条件如下：
- 字数：正好 50 字
- 必须包含的词语：「效率」、「简单」
- 不可使用的词语：「最好」、「第一」（避免法律风险）
- 语气：积极但不夸张
- 结尾必须是一个行动呼吁（Call to Action）

1.4.4 技巧四：多角度验证

要求 AI 从不同角度检视答案，减少偏差。

请帮我分析这个创业想法。
分析时请分别站在以下三个角度：
1. 乐观投资人的角度（找出潜力与机会）
2. 挑剔批评者的角度（找出弱点与风险）
3. 潜在用户的角度（评估是否真正解决痛点）

1.4.5 技巧五：迭代精炼

不要期望第一次 Prompt 就得到完美答案，善用迭代。

第一轮：「帮我写一个产品介绍」
↓
第二轮：「请把第二段改得更有说服力，并加入一个具体的数据佐证」
↓
第三轮：「开头太平淡了，请改成一个引人注目的问句」
↓
第四轮：「整体很好，请把语气从正式改为对话式」

1.5 常见错误与避免方法

1.5.1 错误一：Prompt 过于简短

差的 Prompt	好的 Prompt
「写一封信」	「写一封感谢信给我的客户王先生，感谢他过去一年的支持，提到我们合作的项目很顺利，语气正式但温暖，约 200 字」
「解释一下 AI」	「用一个厨师做菜的类比，向完全没有科技背景的 60 岁长辈解释什么是人工智能，约 150 字」

1.5.2 错误二：一次要求太多

❌ 贪多嚼不烂：

帮我写一个完整的商业计划书，包含市场分析、竞争者分析、财务预测、
营销策略、团队介绍、风险评估，还要有执行摘要和附录。

✅ 分步处理：

我正在撰写一份商业计划书。
第一步，请先帮我写「执行摘要」部分，约 300 字。
（完成后再逐一处理其他章节）

1.5.3 错误三：忽略输出格式

没有指定格式时，AI 可能会产出难以直接使用的文字。养成习惯，总是说明你希望的输出形式。

请整理以上内容，并以 Markdown 表格呈现，栏位为：
功能名称 | 优先级（高/中/低）| 预计完成时间 | 负责人

1.5.4 错误四：没有提供范例就要求特定风格

如果你有特定的风格偏好，一定要提供范例，否则 AI 无法猜测你的喜好。

我希望写作风格类似以下这段文字：
[贴上范例段落]

请用相同的风格帮我写关于 [主题] 的内容。

1.6 各场景实战范例

1.6.1 场景一：内容创作

角色：你是一位专业的科技媒体编辑
任务：写一篇关于「AI 对教育产业影响」的专栏文章
受众：关注科技趋势的台湾职场人士
字数：1000～1200 字
结构：
  - 引人入胜的开头（用一个真实案例）
  - 三个主要影响（每点 200 字）
  - 未来展望
  - 给读者的行动建议
风格：专业但不学术，有观点有立场

1.6.2 场景二：代码撰写

角色：你是一位 Python 后端工程师
任务：写一个函数，从 CSV 文件中读取销售数据，
      计算每个产品的月销售总额，并输出排名前 10 的产品
技术要求：
  - 使用 pandas 处理数据
  - 加入错误处理（文件不存在、格式错误）
  - 每个函数都要有 docstring
  - 包含使用范例
输出格式：
  - 完整可运行的 Python 代码
  - 代码注释用繁体中文
  - 最后附上运行结果的范例输出

1.6.3 场景三：数据分析

背景：以下是我们电商平台 2024 年第四季的销售数据：
[贴上数据]

请帮我：
1. 找出销售额最高的三个产品类别及其占比
2. 识别销售趋势（增长/下滑/稳定）
3. 找出异常数据点并分析可能原因
4. 给出三个可操作的业务建议

输出格式：
- 先用 200 字摘要整体发现
- 再用表格呈现详细数字
- 最后用条列式列出建议

1.6.4 场景四：学习与研究

我正在学习「机器学习中的梯度下降算法」。
我的背景：有基础微积分知识，没有机器学习经验。

请帮我：
1. 用类比方式解释核心概念（用下山找最低点来比喻）
2. 解释三种变体（批量、随机、小批量）的差异
3. 列出初学者常见的误解
4. 推荐我接下来应该学习的相关概念

难度控制：循序渐进，避免直接跳到数学公式

1.6.5 场景五：商务沟通

情境：我需要拒绝一个合作邀请，但希望维持良好关系
对象：一位认识两年的业界朋友
原因：目前团队资源有限，无法承接新项目
要求：
  - 表达真诚的感谢
  - 清楚但婉转地说明无法配合
  - 为未来合作留下空间
  - 不要显得敷衍或虚假
  - 字数控制在 150 字以内
语言：繁体中文，正式但友善

1.7 Prompt 模板库

1.7.1 通用任务模板

# 角色
你是 [专业角色]，拥有 [相关背景/经验]。

# 任务
请帮我 [具体任务描述]。

# 背景
[提供必要的上下文信息]

# 要求
- [要求 1]
- [要求 2]
- [要求 3]

# 输出格式
[指定格式、长度、语言等]

# 注意事项
- 请避免 [不需要的内容]
- 如果遇到 [特定情况]，请 [处理方式]

1.7.2 分析型任务模板

请对以下 [主题/内容] 进行分析：
[内容]

分析维度：
1. [维度 1]
2. [维度 2]
3. [维度 3]

请以结构化方式呈现，最后提供你的综合评估与建议。

1.7.3 创作型任务模板

请创作一篇 [类型]，主题为 [主题]。

目标读者：[受众描述]
风格要求：[风格/语气]
长度：[字数范围]
必须包含：[关键元素]
请避免：[限制条件]

参考风格：[可贴上范例文字]

1.8 评估与迭代

1.8.1 如何判断 Prompt 的质量？

好的 Prompt 产出的答案应该满足：

准确性：回答的内容是否正确？
相关性：是否紧扣你的需求，没有废话？
完整性：是否涵盖了你要求的所有内容？
可用性：能否直接使用，或只需少量修改？
格式正确：是否符合你指定的格式？

1.8.2 迭代优化流程

1. 写出初版 Prompt
        ↓
2. 查看 AI 的回答
        ↓
3. 找出哪里不符合预期
        ↓
4. 分析原因（太模糊？缺少背景？格式不对？）
        ↓
5. 修改 Prompt 的对应部分
        ↓
6. 重新测试，重复以上步骤

1.8.3 建立你的 Prompt 库

当你找到有效的 Prompt 时，记录下来建立个人 Prompt 库：

## Prompt 库
 
### 写技术文档
适用场景：需要撰写 API 文档、README 等
Prompt：[记录完整 Prompt]
效果评分：⭐⭐⭐⭐⭐
备注：[特别有效的部分或注意事项]

1.9 总结：高效 Prompt 的黄金法则

法则	说明
🎯 明确具体	越详细越好，消除所有歧义
📝 提供上下文	给 AI 足够的背景信息
🔄 正向描述	说你想要什么，而非不要什么
📋 指定格式	告诉 AI 你想要的输出形式
💡 给出范例	用 1～3 个范例展示期望风格
🧩 分步处理	复杂任务拆解成小步骤
🔁 迭代优化	第一次不完美是正常的，持续改进
📚 建立库存	记录有效的 Prompt，重复利用

最后的建议：Prompt Engineering 是一门熟能生巧的技能。多写、多试、多观察 AI 的回应模式，你会越来越擅长让 AI 理解你的真实意图。

Adrian's Space

探索

如何撰写高效的 Prompt