# AI提示词工程：5个让输出质量翻倍的核心技巧
同样是用ChatGPT，为什么有些人写出来的代码能直接跑，有些人得到的却是一堆废话？为什么有些人能让AI写出逻辑清晰的万字长文，有些人只能得到三言两语的泛泛而谈？
差别就在于**提示词工程**（Prompt Engineering）。很多人以为提示词就是随便问问，想到什么说什么，其实不然——写好提示词是有方法论的，掌握几个核心技巧，就能让AI输出质量提升一倍不止。
今天这篇文章，我就把自己用了大半年，亲测有效的5个核心提示词技巧分享给大家。这些技巧不针对特定AI，无论是ChatGPT、Claude还是文心一言、豆包都能用，看完就能上手。
—
## 为什么提示词这么重要？
很多新手会有一个误区：AI这么强大，我随便说它应该都能懂吧？
实际上，**AI对你意图的理解准确度，直接取决于你给它信息的质量**。你给的信息越模糊，AI输出就越模糊；你给的框架越清晰，AI输出就越精准。
举个简单的例子：
❌ **不好的提示词**：
> 帮我写一篇关于AI的文章。
✅ **好的提示词**：
> 帮我写一篇面向普通人的科普文章，介绍什么是提示词工程，为什么普通人需要学。字数控制在1000字左右，语言要口语化，避免专业术语，结构分为：是什么、为什么、怎么入门三个部分。
你自己试试看，这两种提示词得到的结果，质量差别有多大。
提示词工程本质上就是**一门”和AI有效沟通的艺术”**。你越会沟通，AI就越能给你想要的结果。
—
## 技巧一：角色设定法 – 给AI一个身份，输出立刻专业
### 什么是角色设定？
最简单也最有效的技巧，就是在提示词开头**告诉AI它应该扮演什么角色**。当AI有了明确的角色身份，它就会用那个角色的知识体系、语言风格来回答你。
### 为什么有效？
大语言模型训练的时候，见过无数不同角色写的文字。当你指定了角色，模型就会”激活”对应角色的知识分布，输出自然就更专业。
### 使用示例
❌ **没有角色设定**：
> 帮我看看这段代码有什么问题。
“`python
def calculate_sum(numbers):
result = 0
for num in numbers:
result += num
return result
“`
✅ **加上角色设定**：
> 你是一个有10年经验的Python高级工程师，擅长代码重构和性能优化。帮我看看这段代码有什么问题，如何改进：
“`python
def calculate_sum(numbers):
result = 0
for num in numbers:
result += num
return result
“`
另一个写作例子：
❌ 没有角色：
> 帮我写一篇产品介绍。
✅ 加上角色：
> 你是一个专注消费电子的资深产品评测师，文风客观犀利，既要讲优点也要讲缺点。帮我写一篇最新iPhone的产品介绍，面向打算换机的普通消费者。
### 使用技巧
– **角色越具体越好**：不要说”你是专家”，要说”你是北京协和医院的资深内科医生”
– **可以加风格要求**：”你是一个给小朋友讲科学的科普作家，语言要生动有趣，多用比喻”
– **可以加经验要求**：”你是有十年编程经验的全栈工程师，擅长讲解复杂概念”
### 什么时候用
几乎所有场景都能用，特别是专业领域的问答、写作、分析，一定要加角色设定。
—
## 技巧二：结构化输出 – 让AI按照你要的格式输出
### 什么是结构化输出？
很多时候我们不是不需要内容，我们需要**内容按照特定结构组织**，这样方便我们后续使用。直接告诉AI你想要什么格式，它就能给你输出符合格式的结果。
### 使用示例
❌ **没有要求格式**：
> 帮我推荐几本书。
AI可能给你一堆段落，你还要自己整理，非常麻烦。
✅ **明确要求格式**：
> 帮我推荐5本适合新手学习Python的书，用Markdown表格输出，包含书名、作者、适合人群、推荐指数四个列。
直接得到整理好的表格，拿来就能用。
再比如写周报：
❌ 没有格式：
> 帮我写本周周报。
✅ 明确格式：
> 帮我写本周周报，按照以下三个部分：
> 1. 本周完成工作
> 2. 遇到的问题
> 3. 下周计划
> 每个部分用项目符号列出，语言要简洁，符合职场风格。
### 支持的格式
– **表格**：Markdown表格、CSV
– **列表**：有序列表、无序列表
– **JSON**：方便后续程序处理
– **特定模板**：比如简历、邮件、周报的固定格式
– **大纲结构**：一级标题、二级标题…
### 高级技巧：指定输出长度
不仅仅是结构，你还可以指定输出长度：
– “控制在500字以内”
– “大约1000字，不要太长”
– “用3点总结，每点不超过两句话”
### 什么时候用
– 需要把AI输出放到其他文档里时
– 需要整理成列表、表格等形式时
– 写邮件、周报、简历等有固定格式的文档时
—
## 技巧三：分步思考 – 让AI一步步来，不要跳步
### 为什么需要分步思考？
AI经常会犯一个毛病：看到问题就直接给答案，跳过了中间的思考过程。结果就是答案看起来对，但实际上细节错漏百出。
**让AI分步思考，能显著提升答案的准确率**。这就是OpenAI在官方文档中推荐的”思维链”（Chain of Thought）技巧。
### 使用示例
❌ **直接问答案**：
> 商店进货，进价10元卖15元，收了100元假钞，问亏了多少钱？
很多AI会直接给错答案。
✅ **让AI分步思考**：
> 请你一步步解决这个问题，先理清楚每个角色的收支情况，再算总亏损：
> 商店进货，进价10元卖15元，顾客拿100元假钞来买，老板找零给顾客85元，问老板一共亏了多少钱？
分步思考后，AI正确率会提升很多。
### 写文案的例子
❌ 一步到位：
> 帮我写一个新产品的营销文案。
AI容易写得很空泛。
✅ 分步来：
> 我们一步步来写这个营销文案：
> 第一步：先分析目标用户是谁，他们有什么痛点
> 第二步：分析我们产品能解决什么问题，核心卖点是什么
> 第三步：根据前面的分析，写一篇适合朋友圈发布的营销文案
这样出来的文案，比直接写要精准得多。
### 使用技巧
– **把复杂问题拆解成步骤**：不要让AI一步搞定，拆解成2-3步
– **要求”先分析，再结论”**：让AI先讲分析过程，再给结论
– **数学题、逻辑题必用**：这是提升准确率最有效的方法
### 什么时候用
– 复杂逻辑问题
– 需要深度分析的写作任务
– 数学计算题、编程问题
– 决策分析
—
## 技巧四：提供上下文示例 – 给个例子，AI秒懂
### 什么是”少样本学习”？
如果你对AI输出的风格、格式有特殊要求，**最好的方式不是描述，而是给一个例子**。大语言模型的少样本学习能力很强，你给一两个例子，它立刻就能明白你想要什么。
### 使用示例
假设你要让AI把文章标题改成你喜欢的风格，你可以这样：
> 我给你几个我喜欢的标题示例：
> 1. 《35岁程序员转型AI：从焦虑到月入3万的真实故事》
> 2. 《Stable Diffusion 1分钟上手：本地部署AI绘画完全指南》
> 3. 《5个免费AI论文工具：从下载到解读一站式搞定》
>
> 我现在要写一篇关于提示词技巧的文章，请按照这个风格帮我起5个标题。
AI立刻就能抓住你要的风格：**《数字 + 核心内容：具体价值》** 的结构。
### 另一个示例：风格转换
> 把下面这段话改成口语化直播风格，我给你一个示例：
>
> 原文风格：”本次产品更新主要优化了性能，提升了用户体验。”
> 直播风格：”兄弟们，这次更新啊，主要就是让产品跑得更快，用起来更爽！”
>
> 现在请你把这段话改成直播风格：
> “我们新增了三项功能，解决了用户反馈的几个主要问题。”
AI会输出：”家人们，我们这次新增了三个超好用的功能，你们之前反馈的问题都给搞定了！”
完美符合你要的风格。
### 使用技巧
– **示例不用多，1-3个就够**：大模型理解能力很强，不需要很多例子
– **例子要精准**：给的例子一定要符合你想要的样子
– **示例比描述更管用**：如果你描述不清楚，直接给例子
### 什么时候用
– 对输出风格有特殊要求
– 自定义格式，比较复杂不好描述
– 让AI模仿特定人的写作风格
—
## 技巧五：”如果…请…” – 明确边界条件，避免AI瞎编
### 为什么会瞎编？
大语言模型有一个老问题：有时候会” hallucinate “（幻觉），就是明明不知道，还要编一个答案给你。
怎么减少幻觉？很简单，**提前告诉AI，如果它不知道该怎么办**。
### 使用示例
❌ **没有边界说明**：
> 这个问题怎么解决？
AI可能不知道也要瞎扯。
✅ **加上边界说明**：
> 这个问题怎么解决？如果你不确定答案，请直接告诉我你不知道，不要编造信息。
很多时候，AI说不知道，比给你一个错误答案要好得多。
### 另一个例子：资料查询
> 请回答关于本公司产品的以下问题，答案只能从我提供给你的上下文里找，如果上下文里没有，请回答”这个问题我需要咨询客服”，不要自己编造：
>
> 上下文：
> [这里粘贴你的产品文档]
>
> 问题：保修期是多久？
这样能保证AI不会乱回答，严格从你给的资料里找答案。
### 进阶用法：增加审核步骤
你甚至可以让AI自己检查输出：
> 帮我写一段Python代码实现这个功能。写完之后，请你自己检查一遍代码有没有错误，有没有可以优化的地方。
让AI多一步自我审核，能减少很多错误。
### 使用技巧
– **知识边界不明确时一定要加**：特别是专业问题、公司内部问题
– **要求”不知道就说不知道”**：能有效减少瞎编
– **需要严格基于给定资料时**：明确说”只能从我给的内容里找”
### 什么时候用
– 专业领域问题，怕AI乱说
– 基于特定资料问答
– 要求准确的场景
—
## 五招组合使用：一个完整示例
看完这五个技巧，我们来组合起来，看一个完整的例子，看看怎么把这些技巧用到实际问题中。
### 需求：帮我写一篇”年轻人做AI副业”的公众号文章
我们一步步来构建提示词：
“`
# 角色设定（技巧一）
你是一个专注AI副业的资深博主，擅长给普通人讲清楚AI赚钱的实际方法，文风接地气，不说空话，不讲割韭菜的套路。
# 背景信息
现在很多年轻人都想尝试用AI做副业，但是又不知道从哪里开始，怕被骗，怕需要很多投入。
# 文章要求（结构化输出 + 边界，技巧二、五）
请你写一篇大约3000字的公众号文章，题目叫《普通人做AI副业，先从这5个零投入项目开始》，结构按照以下来：
1. 开篇：为什么现在是普通人做AI副业最好的时候？（500字）
2. 五个零投入AI副业项目：每个项目讲清楚：是什么、怎么做、能赚多少钱、需要什么能力（每个项目300-400字）
3. 给新手的三个建议：避坑指南（500字）
4. 结尾总结
# 要求（分步 + 示例，技巧三、四）
请你按照上面的结构一步步写，语言风格参考我给的示例：
示例风格：
– 不说”赋能”、”闭环”这种高大上的词，就说人话
– 每段不要太长，适合手机阅读
– 要点用加粗标出来
– 不说空话，每个项目都要说清楚具体怎么赚钱
如果有不确定的信息，请直接说这个方法需要个人努力，不能保证赚钱，不要夸大收益。
现在开始写吧。
“`
你看看，这个提示词把五个技巧都用上了：
1. ✅ 角色设定：明确了身份和文风
2. ✅ 结构化输出：指定了文章结构、字数分配
3. ✅ 分步思考：要求按照结构一步步写
4. ✅ 示例：给出了风格示例
5. ✅ 边界说明：要求不确定就不要夸大
这样出来的文章，质量能差吗？
—
## 常见问题解答
### Q1：这些技巧是不是只有ChatGPT能用？其他AI不行？
**A**：不是。这些是通用的提示词设计原则，只要是大语言模型，无论是Claude、文心一言、豆包还是通义千问，都适用。我自己在各个模型上都试过，效果都很好。
### Q2：提示词需要写很长吗？越长越好？
**A**：不是。**信息密度比长度重要**。该说清楚的说清楚，不需要说的废话不要加。你看我上面的完整示例，其实也不长，但是该有的信息都有了。
当然，复杂任务就是比简单任务需要更长的提示词，这很正常。
### Q3：我记不住这么多技巧怎么办？
**A**：其实你只要记住最核心的一两个，就能提升一大截：
1. 一定要加**角色设定**
2. 一定要明确**你想要什么格式**
就这两点，就能解决80%的常见问题。其他技巧用到的时候再慢慢学。
### Q4：有没有现成的提示词模板可以直接用？
**A**：有。我整理了10个最常用场景的万能提示词模板，你拿来就能用，直接替换你的内容就行。可以看我这篇文章：《10个万能提示词模板：拿来就能用，效果提升一倍》。
### Q5：AI输出还是不对怎么办？
**A**：很简单，直接告诉它哪里不对，让它改。比如：”刚才那个方案太长了，帮我压缩到300字以内”、”这个风格太正式了，帮我改成更口语化一点”。迭代个一两轮，就能得到你想要的结果。
提示词本身也是一个迭代优化的过程，不用追求一次写完美。
—
## 写在最后
提示词工程这东西，说起来很玄乎，其实本质上就是**”清晰沟通”**四个字。你把需求说清楚了，AI自然就能给你好结果。
这五个技巧都是我自己每天都在用的，亲测有效，没有什么花架子：
1. **角色设定** – 给AI一个身份，输出更专业
2. **结构化输出** – 要什么格式直接说，拿来就能用
3. **分步思考** – 让AI一步步来，少错很多
4. **给示例** – 说不清楚就给个例子，AI秒懂
5. **明确边界** – 不知道就让AI说不知道，减少瞎编
掌握这五招，你的AI输出质量至少能提升一倍。下次用AI的时候，试试看就知道了。
如果你有其他好用的提示词技巧，欢迎在评论区留言交流。
—
**标签**：提示词, AI技巧, 提示词工程, Prompt