大多数人判断一条提示词好坏靠的是试一下感觉还行。但感觉这件事没法复用。换个人、换个模型、换个任务同一句感觉还行就不成立了。我整理了一套自测方法四个指标都能在写完提示词、还没运行之前判断出来。核心是把感觉换成能指出具体缺什么。指标一约束完整度——你说了几件事一条提示词通常要交代五件事身份、任务、输入、输出格式、禁止项。大部分人的提示词只交代了任务剩下的靠模型猜。举个很常见的帮我写一封给客户的道歉邮件这句话里- 身份没说谁写给谁甲乙方关系- 任务说了- 输入没有为什么道歉出了什么事- 输出格式没说多长正式还是口语要不要标题- 禁止项没说能不能承认是公司失误能不能提赔偿模型只能按最安全的模板写——结果就是你拿到一封放在任何场景都成立、但在你的场景里没什么用的邮件。改法把这五项补齐。不需要写得漂亮写清楚就行。你是我的助理。我要给一位合作三年的客户写道歉邮件。事情背景上周交付的版本因为我们的疏忽延期了三天对方项目上线受影响。要求300 字以内正式但不生硬明确承认是我们的问题提一句已采取的补救措施加派了一个人跟进不要提赔偿。输出直接给邮件正文不要加解释。自测方法写完提示词用笔圈出身份/任务/输入/格式/禁止这五项圈不满五个就是缺。这一项最容易补也最容易忘。指标二验收条件——你能一眼判断对不对吗很多提示词的输出说不上错但也说不上对。原因是你没定义什么叫对。反例帮我分析一下这个方案的优缺点模型给你五条优点三条缺点看起来挺全面。但你能判断这五条是不是这个方案真正重要的优点吗不能。因为你没说好的标准。改法把验收条件前置。写清楚什么样的输出算合格。帮我分析这个方案的优缺点判断标准是能不能在两周内上线、需不需要额外招人、对现有用户的迁移成本。按这三条逐条分析每条给出结论可行/有风险/不可行和一句理由。现在输出对不对你一眼就能看出来——因为判断标准是你自己定的。自测方法问自己一句如果模型给我一段输出我怎么知道它做对了答不上来就是缺验收条件。指标三边界覆盖——异常情况你想过吗这一项最容易被忽略但影响最大因为它决定了这条提示词能不能反复用。同一句提示词正常输入跑得挺好遇到空输入、超长输入、格式不对的输入就开始胡说。典型的三个漏点| 场景 | 不加约束会发生什么 ||---|---|| 输入为空 | 模型自己编一段内容填上看起来像真的 || 输入超长被截断 | 模型基于半截内容给结论不告诉你它没看全 || 输入格式不对比如该给 JSON 给了自然语言 | 模型硬着头皮解析输出错位 |改法加一句兜底。如果输入为空或明显不完整直接告诉我输入不足缺少 X不要自行补全。如果内容被截断先说明你读到了哪里。自测方法拿三种烂输入试你的提示词——空的、超长的、格式错的。三种都不崩这条提示词才算能用。指标四可复用性——换个输入还能用吗这一项区分一次性提示词和资产型提示词。一次性提示词的典型特征里面写死了具体的词句。比如你写帮我改这段关于季度总结的文案换个场景就得重写。资产型提示词把变量抽出来你是[角色]。请处理以下[类型]内容[内容]要求[约束]以后所有同类任务都填这个模板。判断标准这条提示词你下个月还能用几次只能用一次就不值得优化能用二十次就值得打磨。所以时间该花在会重复用的提示词上不是一次性的。一张自测清单写完提示词对照这四项打勾□ 约束完整度身份 / 任务 / 输入 / 输出格式 / 禁止项五项齐全□ 验收条件我能一眼判断输出对不对□ 边界覆盖空输入、超长、格式错三种都不崩□ 可复用性这条以后还会用否则不值得优化四项全过基本可以放心用。最后说一句提示词的质量上限取决于你对任务本身的理解深度。你不知道这个任务的关键变量是什么就写不出好的约束你不知道什么叫做对了就定义不了验收条件。所以真正提升提示词水平的路径不是看更多模板而是把你手上的任务拆得更细。拆到你能说清楚输入什么、输出应该长什么样、什么情况下算失败提示词自然就写对了。