← Back to course
大多数人把 Prompt 当成搜索关键词。专业的 Prompt 工程师把它当成结构化的规范文档。输出质量的差异是巨大的。
要素 1：角色（Role）
角色定义 AI 应该扮演谁，包含两层：身份设定专业领域，技能细化具体能力。
示例对比
- 弱提示：'解释这段代码。'
- 强提示：'你是一位专注安全性的资深代码审查员。审查这段代码并识别风险。'
要素 2：要求（Requirements）
要求定义'好'的标准，包含三个维度：
- 内容要求：涵盖哪些内容，排除哪些内容
- 格式要求：输出结构（列表、JSON、段落等）
- 质量要求：语言难度、风格、受众水平
要素 3：任务（Task）
任务是核心指令。使用精确的动词：分析、批评、生成、重写、调试、总结、分类、提取、规划、评估。
对于复杂目标，将任务分解为编号列表，强制模型按步骤思考。
要素 4：示例（Examples）
示例是最被低估的要素，通常也是最高杠杆的补充。它们通过三种方式发挥作用：
- 成功示例：展示期望的输出格式和风格
- 失败示例：明确指出要避免的错误模式
- 格式模板：提供精确的输出结构定义
Few-Shot Prompting
这种技术叫做少样本提示。研究表明，它比单纯的指令能产生更一致的输出，特别是对于有严格格式要求的任务。
要素 5：约束（Constraints）
约束定义模型必须遵守的边界，服务于三个目的：
- 硬性限制（红线）：不可商议的规则，如字数限制、禁止推荐医疗建议
- 偏好：当模型有自主权时的软规则指导，如优先使用主动语态
- 风险规避：防止问题输出，如不推测未提供的信息、标记不确定的声明
要素 6：流程（Process）
流程定义模型在生成最终输出之前应遵循的步骤序列。这是处理复杂任务最强大的要素。
这种技术叫做思维链提示（Chain-of-Thought）。强制模型逐步外化推理过程可以显著减少错误并使输出可验证。
流程示例对比
无流程：'这个商业想法可行吗？' — 产生没有逻辑的观点。
- 有流程步骤 1：识别目标客户及其核心问题
- 步骤 2：评估问题是普遍的还是小众的
- 步骤 3：评估解决方案是否优于现有替代方案
- 步骤 4：识别三大风险
- 步骤 5：基于以上分析给出判断和理由
完整示例：使用全部 6 要素
- 角色：你是一位为忙碌专业人士写作的内容策略师
- 要求：400 字，每部分 H2 标题，直接语气，每部分需一个真实案例
- 任务：解释为什么大多数人无法养成习惯，以及三个最有效的策略
- 示例：[粘贴展示期望风格的示例段落]
- 约束：不引用《原子习惯》，不用激励性语言，标记未验证声明
- 流程：1) 一句话指出问题 2) 一段解释难度 3) 三个 H2 策略 4) 一句总结
何时使用每个要素
- 简单任务（翻译、修正错字）：仅任务足够
- 中等任务（写描述、解释概念）：角色 + 任务 + 要求
- 复杂任务（战略分析、长文档）：全部六个要素
- 生产系统（真实产品中的 AI 功能）：全部六要素，特别关注约束和流程
Key Takeaway: 从添加一个你通常跳过的要素开始。大多数人跳过示例和流程——仅添加这两个就会显著改善结果。结构化你的提示，你将持续获得需要更少后续修正的输出。