目录1. 技巧一给角色别只给任务2. 技巧二结构化输出别让AI自由发挥3. 技巧三Few-shot示例比说一百句话管用4. 技巧四思维链——让AI先想再答5. 技巧五约束条件要明确写出来6. 技巧六分步拆解复杂任务7. 技巧七让AI自我检查8. 技巧八反向Prompt——让AI问你问题9. 技巧九温度参数控制创意 vs 准确10. 技巧十系统提示词的杠杆效应11. 速查表10个技巧一页纸一、技巧一给角色别只给任务最常见的新手错误直接丢任务不给任何上下文。AI不知道你是谁、你的水平如何、你要什么风格的输出只能给一个通用但平庸的答案。烂Prompt帮我写一个Python函数判断一个数是不是素数好Prompt你是一个有10年经验的Python工程师代码风格遵循PEP 8。 帮我写一个判断素数的函数要求 1. 处理边界情况负数、0、1 2. 时间复杂度最优 3. 带类型注解和docstring 4. 附带3个测试用例原理给角色相当于给AI一个思维框架。10年经验Python工程师这个角色会让AI自动激活更高质量的代码生成模式遵循专业规范而不是写一段能跑就行的代码。二、技巧二结构化输出别让AI自由发挥如果你要把AI的输出喂给下游程序处理或者要放进文档/表格一定要指定输出格式。否则AI每次输出的格式都不一样你还得手动整理。烂Prompt帮我分析一下Python和Go的优缺点AI会写一篇洋洋洒洒的长文格式随机不好提取信息。好Prompt帮我分析Python和Go的优缺点用以下Markdown表格格式输出 | 维度 | Python | Go | |------|--------|----| | 性能 | ... | ... | | 开发效率 | ... | ... | | 并发能力 | ... | ... | | 生态 | ... | ... | | 学习曲线 | ... | ... | | 适用场景 | ... | ... | 每个单元格不超过20个字。最后加一段50字的总结建议。原理指定格式表格/JSON/列表/Markdown等于给AI画了格子它只需要往格子里填内容不会跑偏。同时限制了每个格子的长度防止废话。三、技巧三Few-shot示例比说一百句话管用与其用大段文字描述你要什么不如直接给AI看几个例子。这就是Few-shot Learning——给我看三个例子比给我讲一百条规则有效得多。烂Prompt帮我把用户的评论分类成正面、负面、中性注意语气和情感倾向 还要考虑反讽和隐喻的情况...好Prompt把用户评论分类成正面/负面/中性。 示例 输入这手机续航真不错充一次用两天 输出正面 输入客服态度极差等了半小时没人理 输出负面 输入收到了还没拆封 输出中性 输入好一个次日达等了五天才到 输出负面 现在分类以下评论 1. 包装很精致送人很有面子 2. 一般般吧不值这个价 3. 第二次购买了一如既往的好原理例子比规则更精确。第四个示例好一个次日达教AI识别反讽——如果你用规则描述当用户使用引号包裹褒义词表达贬义时判定为负面AI大概率听不懂。但给个例子它就明白了。四、技巧四思维链——让AI先想再答对于需要推理的任务数学题、逻辑分析、多步决策直接要答案往往得到错误结果。让AI先写推理过程再给答案准确率会大幅提升。烂Prompt一个商店打8折后再打9折相当于打几折AI可能直接回答7.2折或者72折没有推理过程也容易算错。好Prompt一个商店打8折后再打9折相当于打几折 请按以下步骤推理 1. 先计算打8折后的价格 2. 再在此基础上计算打9折 3. 得出最终折扣 最后用答案X折的格式给出结论。原理大模型本质是预测下一个Token。如果不给推理空间它可能在第一步就算错后面全错。思维链Chain-of-Thought让AI把推理过程写出来相当于打草稿每一步都可以自我修正。五、技巧五约束条件要明确写出来AI不知道你的隐性需求。你觉得 obviously不要超过500字AI不知道。所有约束必须明确写出来。烂Prompt帮我写一段产品介绍好Prompt帮我写一段产品介绍约束如下 - 字数200-300字 - 语气专业但不生硬面向企业决策者 - 结构痛点引入 → 产品方案 → 3个核心优势 → CTA - 禁止不使用颠覆性、革命性、赋能等空洞词汇 - 必须包含产品名称DataFlow出现至少2次 - 受众中型企业的IT负责人常用的约束维度约束类型示例字数/长度不超过300字、3-5个要点语气/风格专业但口语化、学术论文风格结构先给结论再展开、按问题-原因-方案结构禁止项不使用emoji、不编造数据必须包含必须包含成本数据、必须提到竞品对比受众面向技术小白、面向CTO级别读者六、技巧六分步拆解复杂任务不要让AI一次性完成复杂任务。拆成小步骤每步确认后再进行下一步。原因AI的注意力有限任务越复杂每个环节的质量越低。烂Prompt帮我写一篇关于RAG技术的深度技术文章包含原理讲解、代码示例、 性能对比、踩坑经验、最佳实践。3000字。一锅烩的结果每个部分都浅尝辄止代码有bug踩坑像编的。好Prompt分步第一步先帮我列一个文章大纲包含5-7个章节每个章节3-5个要点。 确认大纲后 第二步基于确认的大纲先写原理讲解部分500字。 确认后继续 第三步写代码示例部分给出一个完整的RAG实现 包含embedding、检索、生成的完整代码。 确认后继续 第四步...原理每一步AI只需要专注一件事质量远高于一次性完成全部。而且你可以在每步之间做质量把关避免错误累积。七、技巧七让AI自我检查AI生成内容后让它自己检查一遍。这个技巧简单到离谱但效果显著——AI在生成模式和审查模式下的表现完全不同。好Prompt请按以下流程工作 1. 先生成一篇500字的产品文案 2. 生成后以资深文案审查者的身份检查以下问题 - 是否有事实性错误 - 是否有重复表述 - 是否有空洞词汇如赋能、颠覆、打造 - CTA是否明确 3. 列出发现的问题 4. 根据问题重写一版原理AI在生成时是创造模式会倾向于写得漂亮而非准确。切换到审查模式后它会用更严格的标准检查自己的输出。这种生成→审查→修正的循环能显著提升质量。八、技巧八反向Prompt——让AI问你问题当你不确定该怎么描述需求时反过来让AI问你问题。它会帮你把需求挖清楚。好Prompt我想做一个数据分析的Agent但在动手之前 请你先问我5个问题来帮我理清需求。 每次只问一个问题等我回答后再问下一个。AI可能会问你你的数据源是什么格式CSV/数据库/API/Excel用户是用自然语言提问还是选预设模板分析结果需要可视化吗如果需要什么图表类型数据量级多大日均查询量多少需要支持多轮对话吗还是单次问答回答完这5个问题你的需求已经非常清晰了AI也积累了足够的上下文来给出高质量方案。九、技巧九温度参数控制创意 vs 准确大多数大模型都有一个温度Temperature参数控制输出的随机性。理解这个参数可以避免AI太放飞或AI太死板的问题。温度值效果适合场景0.0-0.3确定性高回答稳定一致代码生成、数据分析、事实问答、分类任务0.4-0.7平衡创意和准确文案写作、邮件起草、总结摘要0.8-1.0高随机性创意发散头脑风暴、创意写作、命名建议1.0极度随机通常不建议实验性创作实用建议写代码用0.2写文案用0.6头脑风暴用0.9。如果你用API调用在参数里设置temperature。如果用ChatGPT网页版在系统提示词里写请给出确定性最高的回答相当于降低温度。十、技巧十系统提示词的杠杆效应如果你反复用同一种Prompt模式把它写成系统提示词System Prompt一次设置全局生效。好Prompt系统提示词你是一个技术文档工程师遵循以下规则 1. 所有代码必须带中文注释 2. 所有函数必须有类型注解 3. 回答结构先给结论再给代码最后给解释 4. 代码块标注语言类型 5. 如果不确定明确说我不确定不要编造 6. 超过50行的代码先给概要再给完整代码 7. 涉及命令行操作时标注操作系统差异Mac/Linux/Windows设置好系统提示词后后续每次对话都会自动遵循这些规则。不用每次重复说带注释、标语言类型。系统提示词是Prompt工程的基础设施——一次投入长期受益。十一、速查表10个技巧一页纸#技巧一句话总结适用场景1给角色你是X年经验的Y专家所有场景2结构化输出指定表格/JSON/列表格式信息提取、对比分析3Few-shot示例给3-5个输入输出示例分类、格式转换、风格模仿4思维链先推理再给答案数学、逻辑、多步决策5明确约束字数/语气/结构/禁止项全写出来文案、报告、代码6分步拆解复杂任务拆成小步骤逐步确认长文写作、复杂方案7自我检查生成→审查→修正循环质量要求高的场景8反向Prompt你先问我5个问题需求不清晰时9温度控制代码0.2/文案0.6/创意0.9API调用场景10系统提示词反复用的规则写成System Prompt高频使用场景总结Prompt工程不是玄学是一套可复制的方法论。核心就三句话给角色让AI进入专业模式、给约束让AI不跑偏、给示例让AI知道你要什么。剩下的技巧都是在这三个基础上的变化。一个建议把这10个技巧存成备忘录下次写Prompt之前扫一眼。用不了两周这些技巧就会变成你的肌肉记忆再也不需要刻意回忆了。本文技巧适用于所有主流大模型ChatGPT/Claude/豆包/千问/DeepSeek等2026年8月实测有效。