你的生活助手 · 一站式生活百科与实用问答平台

提示词工程不是背模板,新手搞懂这2个逻辑写啥都顺手

作者:小徐同学 更新时间:2026-11-15 12:47:19 阅读:3016

去年十一月份我在杭州出差,晚上窝在酒店拿ChatGPT改一份产品文案,改了七版都不对味。


当时我以为是模型不行,差点花19块9去买某个"神级提示词包"。

后来隔壁工位的老王——一个用AI写周报写了两年半的老油条——瞟了一眼我的输入框说:你这提示词,跟许愿池里扔硬币差不多,全靠缘分。

哈哈,这话扎心但真没说错。

后来我花了一个周末,把自己过去半年攒的六十多条提示词翻出来对比,才发现新手最容易栽的坑压根不是模板背得少。

真正卡住你的,是两个底层逻辑没理顺。

理顺了,写提示词跟写微信消息一样顺手。

核心结论:先搞清楚"谁在干活"和"干完怎么算数"

第一个逻辑是角色与上下文。

你得告诉AI它现在是谁、手里有什么料、对面是谁。

第二个逻辑是验收标准。

你得说清楚什么样的输出算合格,不合格长啥样。

这两件事想明白,模板那玩意儿就是锦上添花。

我拿自己踩过的坑给你捋一遍SOP,照着走,比你收藏一百篇"提示词大全"管用。

具体路子:三步走通提示词工程

  1. 准备阶段:把"角色、任务、材料、禁区"四件事写在便签上。别急着敲键盘,先拿张纸(我用的就是酒店那种便签纸,后来攒了一抽屉)写清楚:AI扮演谁、要产出啥、你手里有啥素材、哪些词绝对不能出现。关键参数是角色描述控制在30字以内,材料不超过500字——超了模型容易抓不住重点。我当时踩的坑是角色写了三行半,什么"资深营销专家兼品牌顾问兼文案导师",结果输出全是正确的废话,气得我当晚点了份38块钱的片儿川压火。
  2. 核心操作:先给一个"反面例子",再提要求。这招是老王教我的,他说你光说"写好点"没用,得告诉AI"烂成啥样"。比如你要它写产品标题,先贴一条你讨厌的烂标题,说"别写成这样",再给一条你满意的参考。参数上,正反例各一条就够,多了反而稀释。我自己试过贴五条正例,输出开始串味,把A产品的卖点安到B产品头上(这个我真没想到)。
  3. 核心操作:把验收标准拆成可数的条目。别说"要专业",说"不超过20个字、包含一个数字、不用感叹号"。我现在的习惯是每次列3到四五条硬指标,超过四五条模型就开始顾此失彼。有回我列了七八条,它满足了6条,偏偏把最关键的"不提价格"给忘了,那批文案差点直接发出去,吓出我一身汗。
  4. 收尾验收:让AI自己先打分,再让它改。拿到初稿别急着用,追一句"按上面四条标准打分,指出扣分项再重写"。这一步能省你至少两轮来回。我一般会要求它把分数和理由列出来,不合格项标红——虽然它标不了红,但会单独列出来。这个动作平均给我省下15分钟的修改时间,一周攒下来够我多看两集剧。
  5. 收尾验收:把跑通的版本存成一个"母版"。我现在的做法是建了个备忘录,按"写标题""改简历""拆长文"分了八类,每类存一条跑通过的完整提示词。下次改两个参数就能用。别存太多,我一度存了四十多条,结果找起来比重新写还慢,后来砍到八条刚好。

避坑指南:这几件事我替你花过冤枉钱

  • 别买那种"万能提示词合集"。我去年双十一花68块买过一份,打开一看全是"请扮演一个专家"开头的模板,跟我自己写的一个水平,肉疼。
  • 别在一条提示词里塞三个任务。我试过让AI一次干"写标题、写正文、配标签",结果三样都半吊子,后来拆成三次,每次质量都上来了。
  • 别迷信"越长越好"。我做过对比,同一任务下180字的提示词和600字的提示词,输出质量差距不到一成,但后者改起来费劲得多。
  • 别忽略温度参数这类设置。我用的某工具默认温度0出头,写创意文案刚好,但我拿它改合同条款就飘了,调到0.2才稳。这个参数在不同工具里叫法不一样,找找就有。
  • 别一次性把要求全堆上去。我现在的顺序是先定角色和材料,跑一版看方向对不对,再补验收标准。分两次发,比一次发一大段命中率高不少。

说白了,提示词工程不是背模板,是把你脑子里的"我想要啥"翻译成AI能接住的"指令加验收单"。

角色上下文管方向,验收标准管质量,两个逻辑咬住了,你写啥都顺手。

上周我闺女拿这套思路让AI帮她改作文提纲,改完还知道追一句"按三条标准打分",我在旁边看着直乐。

大概就这些,你们看着办。

精彩评论
小
小北
之前我也死背模板,结果换个场景就懵,文章说先想清楚目标再拆步骤,这思路确实管用
阿
阿哲
@作者 想问下那个“先定角色再给约束”的逻辑,如果任务本身很模糊,角色该怎么定啊?
老
老周
回阿哲:角色不用太细,先按“谁来做这件事”写一句就行,后面再补约束
橙
橙子
补充个经验,我写提示词会先把输出格式说死,比如要几条、要不要分点,比堆形容词有用多了
大
大刘
文章里说别一上来就堆一堆要求,我深有同感,要求越多模型越容易顾此失彼(踩过坑)