前几天有个朋友跟我抱怨说现在的大模型越用越笨问什么都答不到点子上。我翻了下他发的对话记录一整屏全是帮我写个方案分析一下这个数据写个总结这类一句话指令。问题出在哪不是模型变笨了是提示词太含糊。提示词工程说白了就是一门怎么把话说明白的手艺——你给模型什么样的上下文、什么样的约束、什么样的示例它就还你什么质量的结果。这篇文章我把自己在真实项目中反复验证过的 10 个技巧整理出来后面还附了一份我长期在用的提示词模板库覆盖写作、编程、数据分析三类高频场景。不管你是第一次接触提示词工程这个词还是已经被各种花哨概念绕晕的老手这套东西都能直接拿去用不需要任何调参背景。我在开头先花点篇幅讲清楚模型到底是怎么读你的话的——这一部分看着像理论其实是后面所有技巧的地基。地基不打牢技巧就是空中楼阁换个场景就失灵。1. 先搞懂模型怎么读提示词所有技巧的地基1.1 自回归接龙机制模型不是听懂是在猜下一句很多人有个误解觉得大模型像人一样看懂了你说的话然后认真思考后作答。实际不是。目前主流的大模型本质上是自回归语言模型它的工作方式特别像玩接龙游戏给定前面所有文字预测下一个最有可能出现的词然后把这个词拼进去再预测下下个词如此循环直到生成完整个回答。这意味着什么意味着模型每一次输出都是基于概率选择的。你的提示词写得越精准高概率的候选词就越靠近正确答案你的提示词写得越模糊模型就只能在宽泛的概率空间里瞎猜结果自然平庸。我常用的一个类比是模型像一个刚入行的实习生你告诉他写个方案他只能交一份放之四海皆准的模板但如果你告诉他给一个 3 人初创团队做一份 2000 元预算内的投放方案格式分背景、渠道选择、预期效果三部分每部分控制在 150 字以内他交出来的东西立刻就有了骨架。所以提示词工程的第一性原理就一句话降低模型的猜测空间。后面所有技巧本质上都是在做这件事。1.2 注意力机制越靠前的指令权重越高Transformer 架构里有个核心概念叫注意力机制。通俗讲模型在生成每个词的时候会回头看一遍输入序列里的所有词然后给每个词分配不同的注意力权重。虽然现代模型不会简单地记住开头但大量实测经验表明指令的位置确实会影响执行效果。我自己的经验是最重要的约束放在提示词的开头和结尾。开头是模型建立任务预期的地方结尾则是距离生成位置最近、上下文窗口里残留最强的信息。中间段落如果塞太多背景资料反而容易被稀释。举个例子你写一大段背景知识最后才补一句用表格输出结论模型很可能忽略这个格式要求因为它已经入戏太深注意力全被背景内容占走了。正确做法是开篇直接说请用表格输出结论然后再补背景材料。1.3 角色设定为什么有效先验锚点很多人觉得你是一位资深律师这种开头是玄学但它在概率层面真的有作用。给模型一个角色等于在它的概率空间里圈定了一个先验分布——它接下来生成的内容会更倾向于这个角色的用词习惯、思维方式和知识范围。这就是角色设定的底层原理。只不过角色不能只给头衔还得给这个角色关心什么、不关心什么、用什么口吻说话。比如你是一位懂技术的产品经理关注用户价值也关注实现成本回答时先说结论再解释逻辑——这个设定就比单纯一句你是产品经理有效得多。角色、价值观、表达方式三者齐备模型输出的稳定性会明显上一个台阶。2. 表达类技巧让指令从含糊到精确这一组五个技巧解决的是同一个问题模型听懂了你的字面意思但不知道你要什么规格的输出。这类问题在写作、翻译、日常问答场景里出现频率最高。2.1 技巧一结论框架前置这是性价比最高的一个技巧做法很简单在提问之前先把输出结构写出来。反例写一篇关于远程办公的文章正例写一篇关于远程办公的文章请严格按以下结构输出 1. 开头引入80字左右 2. 三个核心优势每个优势单独分段约120字 3. 实施建议约150字 4. 结尾总结50字左右加了框架之后模型生成时就有了脚手架它每一步都知道自己该往哪个方向走而不是从头开始自由发挥。这个技巧特别适合写方案、写文章、写周报这类对结构和篇幅都有隐性要求的任务。篇幅要求也建议直接写进框架光说写短一点模型是没有具象概念的。2.2 技巧二四段式指令我日常用的标准指令格式可以概括为角色 背景 任务 要求四段。它比随手写一句话问法多花十秒钟但输出质量差别非常大。一个四段式的完整示例【角色】你是一位有 10 年经验的临床营养师。 【背景】我是一位 30 岁、久坐办公、每周运动 2 次的上班族最近体检显示轻度血脂偏高。 【任务】为我设计一份连续 7 天的早餐方案。 【要求】每天方案控制在 60 字以内列出食材和烹饪方式标注大概热量不使用保健品语气简洁直接。四段式为什么有效因为它把不同类型的约束拆开了。角色约束模型的立场背景约束模型的信息范围任务约束核心动作要求约束输出规格。分开写模型不用自己去猜哪些信息该用在哪儿合在一起堆成一大段模型就得自己拆解拆错一步结果就偏了。2.3 技巧三用分隔符划清指令与内容做内容处理类任务时经常需要把一段长的文本丢给模型去改写、总结或提取。这时候最大的坑是模型分不清哪部分是你的指令、哪部分是要被处理的内容。解决办法是用分隔符。对比一下把下面的文章总结成 3 个要点 【文章开始】 这里粘贴全文 【文章结束】也可以用三反引号、XML 标签或一条横线分隔。关键是让内容和指令在视觉和语义上有明确边界。这个技巧在处理合同条款、代码、长邮件时几乎是刚需否则模型经常干出把内容里的句子当成指令执行的傻事。2.4 技巧四负面约束模型的默认输出风格往往偏生成式——爱分点、爱用书面语、爱说车轱辘话。如果你不告诉它不要做什么它就会按概率最高的套路走。所以负面约束很关键明确写出不要什么。一个典型示例把这段产品说明改写成适合发朋友圈的版本。 要求不要用感叹号、不要分点、不要用专业术语、不超过 80 字、不要用亲这类电商用语。负面约束的本质是在概率空间里削掉那些高概率但不合你心意的候选区域。注意坑负面约束写太多也不行超过三条之后模型会顾此失彼建议用正面要求为主、负面约束为辅的组合。2.5 技巧五输出格式模板化如果你要把模型输出接入下游流程比如存入 Excel、生成报表、做二次解析格式就是生命线。与其靠运气不如把格式直接写进提示词。分析下面这段销售数据并按以下格式输出不要包含任何其他内容 结论一句话概括 数据支撑最多三条每条以分号结尾 建议最多两条需要 JSON 时也可以直接把 schema 写进提示词并要求严格输出合法 JSON不要输出解释文字。我见过太多人栽在模型输出的 JSON 里带注释、带中文引号这种问题上本质上就是没把格式约束给足。格式字节数不多但价值极大——它是衔接模型和系统的那根管道。3. 推理类技巧让模型从抢答变思考这一组五个技巧解决的是另一个问题模型在需要推理、计算、决策的任务上容易抢答直接给你一个看似合理实则经不起推敲的答案。原因是它太擅长生成流畅的文本了流畅不等于正确。3.1 技巧六少样本示例如果能给模型两三个输入 → 正确输出的示例通常比用一百个字描述规则更有效。模型从示例中归纳规律的能力非常强。以情感倾向判断为例判断下面每句话的情感倾向是「正面」「负面」还是「中性」只输出一个词。 示例1 输入这家的服务态度好得让人意外 输出正面 示例2 输入等了四十分钟菜还没上齐 输出负面 现在请判断 输入产品功能齐全但价格略高性能够用 输出少样本的核心是示例要有代表性覆盖不同的边界情况而不是全给同类型的例子。如果你想判断的文本里有价格高但功能强这种混合情绪示例里就一定要放一两条这种例子否则模型会学偏。3.2 技巧七思维链对于逻辑推理类问题直接问答案时模型经常翻车但让它先想再答正确率会显著提高。这就是思维链技巧。反例一项商品原价 800 元先打八折再在折后价基础上涨价 10%最终价格是多少正例一项商品原价 800 元先打八折再在折后价基础上涨价 10%最终价格是多少 请先写出计算步骤再给出最终答案。关键在于请先写出步骤这句它强制模型把中间过程显式化。模型在生成中间步骤时每一步都在做局部推理而局部推理比一步到位要可靠得多。涉及多条件判断、数据计算、逻辑链条较长的任务建议无脑加上这个指令。提示词里也可以注明步骤数量比如分三步推理。3.3 技巧八多轮拆分很多复杂任务一次问完模型容易在中途迷路不是漏掉细节就是前后矛盾。这种情况我推荐把任务拆成多轮对话逐步推进。一个实际的做法是第一轮请先输出这篇文章的大纲分四部分每部分一句话。 第二轮拿到大纲后请按照大纲第一部分展开输出 200 字左右。 第三轮请按大纲第二部分展开……每一轮只让模型干一件事上下文始终聚焦输出遗漏率会低很多。这个技巧还有一个额外好处避开单次输出长度限制。大模型单次回复字数有上限一篇万字长文硬让它一次生成写到后面质量必然崩。拆成多轮等于每次都从头开始一个短任务质量稳定得多。3.4 技巧九迭代式追问与自我修正我自己很喜欢用的一个模式叫先答后改第一轮让模型自由发挥第二轮让它批判自己第三轮让它按批判结果重写。这比一次性要求给出完美答案靠谱。示例第一轮写一篇推广某知识付费产品的朋友圈文案。 第二轮请指出上面文案中哪些地方容易让读者觉得是广告并给出修改理由。 第三轮基于你指出的问题重写文案保持原意但减少广告感。模型在自我批判模式下会主动调用它学到的什么算好文案的知识这是单轮生成时很难触发的。注意前一轮的输出要正确地传给下一轮它才能有的放矢。这个模式不保证一次到位必要时可以循环两三次但超过三次一般就边际效益递减了。3.5 技巧十配合生成参数调节提示词不是万能的它和生成参数是配合关系。同为提示词温度参数不同效果天差地别。我个人的参数经验值如下任务类型温度建议top_p 建议原因数据提取、分类、JSON 结构化0 到 0.20.5 左右要确定性禁止发挥文案改写、翻译、邮件润色0.3 到 0.50.8 左右稳定输出少量多样性头脑风暴、创意写作、取名0.7 到 1.00.9 左右需要发散和惊喜许多平台可以在提示词里直接指定参数如果用的是 API 则在请求里传参。需要说明的是参数不能替代提示词它只在你提示词已经把方向定好时才有增益。方向没定温度再高也只是往错误的方向发散。4. 可直接抄走的提示词模板库技巧讲完下面这份模板库是我自己长期在用的按写作、编程、分析三大场景分类。你可以直接复制替换方括号里的内容就能用。4.1 写作场景模板周报/月报生成模板【角色】你是一位工作汇报写作助手擅长把琐碎信息整理成清晰汇报。 【任务】根据我提供的工作记录生成一份周报。 【要求】 - 分「完成事项 / 推进中事项 / 风险与求助」三节 - 每节用项目符号列出单条不超过 50 字 - 语气客观不夸大成果 - 不要编造我未提到的内容 【工作记录】 粘贴你的零散记录这个模板我用了很久核心价值在不要编造这一句——它明显降低了模型添油加醋的概率。文章开头模板请为一篇关于「线上办公如何保持高效协作」的文章写三个候选开头。 要求 - 每个开头不超过 100 字 - 风格分别对应直接抛出结论型、场景故事型、数据震撼型 - 开头最后一句都要引出下文多候选 风格拆解的组合比一句写个开头给出的东西可选择性高得多。4.2 编程场景模板代码生成模板【语言】Python 3.10 【任务】写一个函数输入是包含商品名称和价格的 CSV 文件路径输出是价格低于 50 元的商品清单。 【要求】 - 使用 pandas 实现但不要引入额外依赖 - 函数名用 get_cheap_products参数名用 file_path - 处理文件不存在的情况返回空列表 - 输出代码后用一句话说明调用方式给语言、给输入输出定义、给函数命名约束模型生成的代码可以直接用省去大把改签名、改依赖的时间。代码解释模板请解释下面这段代码要求 1. 先一句话概括整体作用 2. 用表格逐行解释关键语句 3. 指出潜在的性能问题和改进建议 4. 不要输出代码只做文字说明 代码 粘贴代码4.3 数据分析场景模板数据结论提炼模板下面是某店铺近 30 天的日销售额数据。请输出 1. 总体趋势判断上升/下降/波动一句话 2. 三个最重要的数据特征如峰值、低谷、环比变化 3. 可能影响销售的两个业务因素基于数据模式推测并注明是推测 4. 一条可执行建议 数据 粘贴数据这个模板的关键是第 3 条的注明是推测它会逼模型把客观数据与主观推断分开你不会再把模型的脑补当成数据结论。方案对比模板请对比 A、B 两个方案 A 方案描述 B 方案描述 对比维度成本、实施周期、风险、长期收益 输出要求每个维度单独一段A/B 都写最后给出你的推荐并说明理由。 不要只列优点必须写清每个方案的潜在缺点。5. 实测中最容易翻车的四个场景根因与修复技巧和方法论再好实战里该翻的车一个都不会少。下面四个问题是我在真实项目里反复遇到的列出来省得你再走一遍弯路。5.1 约束失效说了不要太长还是写成长篇大论根因模型对长短这类相对形容词没有稳定感知。你理解的不要太长可能是 300 字模型理解的可能是 800 字。修复把相对词替换成绝对数字。控制在 150 字以内不要超过 5 条每段最多 3 句话这类绝对约束的执行率远高于模糊形容词。如果模型还是超长可以在提示词里补一句如果超出字数请自行删减到规定长度。5.2 幻觉数据一本正经地编造这是最危险的问题。问模型行业数据、引用文献、公司信息时它可能给出完全虚构的内容而且语气非常自信。根因模型训练时没见过这些信息生成时只能靠概率补全一个像样的回答。修复分两种情况。如果要求不高提示词里明确写如果不知道或不确定请直接回答不知道不要推测。如果要求高比如写报告那就必须给模型提供可信的资料片段让它仅基于以下资料回答。注意模型对基于资料的理解也有偏差最好把资料原文放进去并加一句回答中不允许出现资料之外的事实信息。5.3 格式错乱说好了用表格输出却是乱的反复要求用表格输出模型却给你一堆竖线加文字。常见原因是提示词中格式要求的位置太靠后或者中间夹杂了太多干扰信息。修复把格式要求移到提示词最前面并且提供一个最小示例。比如请把结果输出成 Markdown 表格格式如下 | 列名1 | 列名2 | | --- | --- | | 值1 | 值2 |给一个具体示例比任何描述都管用。另外如果下游要解析内容建议输出后写一段简单的格式校验代码而不是完全信任模型。5.4 多指令冲突既要专业又要生动模型顾此失彼我踩过最典型的坑是让模型用专业术语同时让小白也能看懂。这两条在模型看来是矛盾的结果输出既不够专业也不够通俗。根因指令之间存在优先级冲突模型默认平均用力。修复明确优先级。优先保证通俗专业术语出现时必须在括号里用一句话解释——给约束排定先后顺序模型的执行就稳定了。任何一组指令里只要有两个可能互相拉扯的要求我都会在最后补一句如果两者冲突以第 X 条要求为准。6. 进阶心得把提示词当成代码来管理6.1 给自己的提示词建一个版本清单我现在所有在正式流程里用的提示词都会存成一个文本文件记录版本号、修改日期和改动原因。听起来小题大做但模型更新频繁同一个提示词上周好用、这周失效的事随时会发生。没有版本记录你连之前是什么样都说不清。简单的记录格式就够用版本v3 日期2024-11-15 改动把格式要求从末尾移到开头增加最小示例 测试结果JSON 解析成功率从 82% 提升到 97%6.2 用测试集思维验证提示词不要用一条提示词只在一条输入上测试一次就下结论。我会每次准备 5 到 10 条覆盖不同边界的测试输入统一跑一遍再评估输出的稳定性。比如做分类任务测试集要包含正面、负面、中性、混合情绪、超长文本、空输入这几种情况。改一次提示词全量复测一遍。这样看着笨但能避免换条输入就翻车的尴尬。6.3 上下文窗口是稀缺资源要学会取舍越长的对话历史意味着越高的成本和越慢的速度而且关键指令容易被淹没。我的原则是每轮只保留对当前任务必要的信息。如果上一轮已经生成了很长内容下一轮没必要把全部内容重新发回去只提取关键结论传给模型就够了。还可以在提示词最开始用一句话概括上一轮的产出比如基于之前讨论的方案 A现在请输出预算表。最后分享一个我坚持了很久的习惯任何提示词初稿写完后先自问一遍如果我是模型这段话里有没有歧义有没有没说清的规格有没有相互矛盾的要求把自己换成接收方绝大多数质量问题在发送前就能发现。这套方法我用下来提示词从碰运气变成了可持续复现的生产力工具希望你也能少交点学费。