同一个模型,为什么别人用得比你好
很多人第一次认真用大模型,体验是这样的:问它写周报,它回一篇正确的废话;让它改代码,它把能跑的代码改出三个新 Bug;让它提取表格数据,它每次给的格式都不一样。于是得出结论:这东西不过如此。
但换个人来问,同一个模型,输出却条理清楚、格式整齐、一次到位。差别不在模型,在提示词。
这一篇是本系列的「内功篇」。前面几篇讲工具和部署——AI 工具全景图与选型指南帮你选对工具,这一篇讲怎么把工具用对。主线很简单:先理解提示词为什么有效,再掌握一个万能骨架和五个立竿见影的技巧,然后直接抄按场景准备的模板库,最后学会用 bad case 迭代法把提示词越调越稳。学完之后,你和模型的对话方式会从「碰运气聊天」变成「可复现的工程」。
提示词为什么有效:模型是续写机器
要写好提示词,先要放下两个误解。
第一个误解:把模型当搜索引擎。你给它一个关键词,它「查」出一个答案。实际上大语言模型(LLM)做的事只有一件:根据前面的文字,预测后面最可能出现的文字。它不是在查库,是在续写。你给的提示词,就是这篇「文章」的开头;它后面的全部输出,都是在努力让这篇文章读起来连贯、合理、像那么回事。
这解释了很多现象:
- 你写「写得好一点」,它不知道什么叫好,只能按训练数据里最常见的「好文章」样子去续,于是给你一篇正确的废话。
- 你在提示词里先写了一段高质量的文字,它会不自觉地模仿这个水准往下写——因为「保持风格一致」正是续写最核心的本能。
- 你自相矛盾,它只能随机挑一条执行,因为文章没法同时往两个方向续。
第二个误解:把提示词当许愿。实际上更准确的比喻是:上下文即程序,提示词就是你写给模型的源代码。每一个字都在改变输出的概率分布:角色设定决定了语气和知识边界,示例决定了格式和风格,约束决定了哪些输出被提前排除。写提示词和写代码一样,有结构、有调试、有版本管理——这正是它叫「提示词工程」而不是「提示词玄学」的原因。
理解了这一层,下面的骨架和技巧就都不是死记硬背的口诀,而是顺理成章的推论:既然模型在续写,你要做的就是把「开头」写得足够明确,让唯一合理的续写方向,就是你想要的那个结果。
WARNING在开始之前先立一条安全规矩:不要把 API 密钥、账号密码、未脱敏的用户数据贴进提示词,尤其是发给云端模型的对话。这些内容会离开你的机器,是否被记录、保留多久,不由你控制。需要处理敏感材料时,要么先脱敏,要么改用本地部署的模型。
万能骨架:六要素
不管什么任务,一条结构完整的提示词都由六个要素组成。缺哪个,模型就在哪个维度上自由发挥——而自由发挥的方向,通常不是你想要的。
| 要素 | 回答的问题 | 缺失时的典型症状 |
|---|---|---|
| 角色 | 你是谁、按什么水准说话 | 语气飘忽,时而科普时而论文 |
| 任务 | 具体要做什么动作 | 答非所问,或者只做了一半 |
| 背景 | 材料从哪来、用在什么场合 | 不懂轻重,抓不住重点 |
| 约束 | 边界在哪、不要做什么 | 超长、跑题、编造细节 |
| 格式 | 输出长什么样 | 每次格式都不同,没法直接用 |
| 示例 | 照着这个样子来 | 风格和粒度全靠猜 |
下面用一个完整案例看六要素怎么把一条烂提示词改好。任务:把一段产品更新日志,改写成发给用户的更新公告。
反例:
帮我把这段更新日志改得通俗一点:v2.4.1 修复若干问题,优化启动性能,新增导出模块的重试机制,调整缓存策略。这条提示词只有「任务」半个要素。模型不知道写给谁、多长、什么语气,只能按平均水准续写,结果大概率是一篇四平八稳、谁看都行、谁看都没感觉的公告。
改法:
# 角色你是一名 SaaS 产品的用户运营文案,擅长把技术变更翻译成用户能感知的收益。
# 任务把下面的版本更新日志,改写成一则面向普通用户的 App 内更新公告。
# 背景我们的用户是中小企业的行政和财务人员,不懂技术术语。公告会推送到 App 首页,用户平均只会看 5 秒,所以第一句必须是最重要的变化。
# 约束- 总字数不超过 120 字- 不出现「缓存」「重试机制」这类技术词,换成用户能感知的说法- 只写日志里有的变化,不许自行补充新功能
# 格式第一行是标题(10 字以内),空一行后是正文,正文用短句,一句一行。
# 示例标题:导出报表更快了正文:导出的文件如果中途失败,现在会自动接着传,不用重新等。App 打开速度提升了,点开就能用。
# 待改写日志v2.4.1 修复若干问题,优化启动性能,新增导出模块的重试机制,调整缓存策略。逐条对照:角色锁定了语气(运营文案,不是工程师);背景告诉它读者是谁、阅读场景是 5 秒扫一眼,于是它会把最重要的变化放第一句;约束堵死了三个最常见的翻车点——超长、用术语、编造;格式让它输出即成品,不用你再排版;示例则给了它一个可模仿的标杆,「自动接着传」这种说法就是从示例的风格里续出来的。
不需要每次都写满六段。任务越重要、越要复用,越值得写全;一次性小问题,两三个要素也够。判断标准是:输出不满意时,先看看缺的是哪个要素,补上它,而不是把整条提示词推倒重写。
五个立竿见影的技巧
骨架解决「全不全」,下面五个技巧解决「灵不灵」。每一个都配反例和改法,看完马上能用。
| 技巧 | 解决的问题 | 一句话写法 |
|---|---|---|
| 给示例(Few-shot) | 格式、风格、粒度对不齐 | 先给 1–3 个输入输出对 |
| 先想后答 | 复杂问题一步到位容易算错 | 要求先列分析步骤再给结论 |
| 分步拆解 | 大任务做一半就跑偏 | 拆成多轮,每轮只做一件事 |
| 限定输出格式 | 结果没法直接喂给下一步 | 指定 JSON 字段或 Markdown 表格 |
| 负面约束 | 总爱多做、爱编、爱啰嗦 | 明确列出禁止项 |
技巧一:给示例(Few-shot)
与其用三百字描述你想要什么风格,不如直接给一个例子。续写机器最擅长的就是模式复制:给它看一遍,它就照着来。
反例:
把下面的评论分类,要分成正面、负面、中性,语气强烈的要特别标注,不太确定的就标待定,简短一点:「这破软件又闪退了,第三次了!!」描述写了一堆,模型还是要猜:输出纯文字还是带括号?强烈怎么标?结果每次都不一样。
改法:
按示例的格式给评论分类,只输出分类结果,不要解释。
示例:输入:「物流很快,包装也仔细。」输出:正面 | 强度:普通
输入:「等了半个月才发货,客服还联系不上。」输出:负面 | 强度:强烈
输入:「就那样吧,能用。」输出:中性 | 强度:普通
待分类:「这破软件又闪退了,第三次了!!」两个示例胜过一段说明:分隔符、字段顺序、取值范围,全都定死了。这就是 Few-shot——用少量示例教会模型任务的样子。分类、提取、格式转换这类任务,Few-shot 是性价比最高的技巧,没有之一。
技巧二:先想后答
让模型直接给答案,相当于让它把思考和回答挤在同一句话里,复杂一点的问题必然翻车。改法是明确要求它先展开推理,再给结论。
反例:
我们团队 6 个人,项目还剩 9 天,其中 2 人下周要请 2 天假,任务清单一共 34 项,已经完成 11 项,还来得及吗?改法:
先一步步算给我看,再给结论:1. 先算剩余总人天(注意扣掉请假)2. 再算已完成任务的平均耗时,估算剩余任务需要的人天3. 对比两者,给出「来得及 / 来不及 / 勉强」的结论和缺口
数据:团队 6 人,项目还剩 9 个工作日,其中 2 人下周各请 2 天假;任务共 34 项,已完成 11 项,已完成部分实际花了 28 人天。区别在于:反例里模型会凭感觉先甩一个结论,再倒推理由凑数;改法里它被迫把计算过程写出来,每一步都是下一步的上下文,算错的概率大幅下降,你也能顺着过程检查它错在哪。涉及数字、逻辑、多条件判断的任务,一律先想后答。
技巧三:分步拆解
一个任务如果包含「理解、加工、产出」多个阶段,不要指望一条提示词全干完。拆成多轮对话,每轮只做一件事,做完你确认了再往下走。
反例:
读一下这篇行业报告,提炼观点,写一篇 1500 字的评论文章,要有数据支撑,观点要犀利,最后再起 5 个标题。模型会在一轮里同时干五件事,结果是观点提炼得潦草、评论写得平庸、标题凑数——每个环节都只有六成力。
改法(分三轮):
第一轮:只做提炼。把这篇报告的核心观点列成清单,每条注明出处段落,不要评论。(确认清单无误后)第二轮:基于清单第 2、4 条观点,写 800 字评论草稿,先不要标题。(改完草稿后)第三轮:针对定稿内容起 5 个标题,风格分别是严肃、提问、数字型各至少一个。拆解的本质是把「一次生成定生死」变成「流水线分段验收」,每一段的输入都是上一段确认过的产物,误差不会累积放大。写长文、做方案、处理复杂代码改动时,这个技巧配合 AI 编程助手实战 里「先复述再动手」的方法一起用,效果最好。
技巧四:限定输出格式
如果输出还要被程序处理、或者要贴进表格和文档,就必须在提示词里把格式钉死。最常用的两种:JSON 和 Markdown 表格。
反例:
从这段话里提取公司名、金额和日期:「星野科技于 3 月 12 日宣布完成 B 轮融资,金额 2.3 亿元,由澜江资本领投。」模型可能回你一整段话:「星野科技在 3 月 12 日完成了 2.3 亿元的 B 轮融资……」信息全在,但你还得手工再抠一遍。
改法:
从文本中提取信息,只输出一个 JSON 对象,不要任何解释文字。字段定义:- company:公司全称(字符串)- event_date:事件日期(格式 YYYY-MM-DD,年份缺失时用 null)- amount_cny:金额,单位人民币元(纯数字,无法确定时用 null)- event:事件类型(字符串)
文本:「星野科技于 3 月 12 日宣布完成 B 轮融资,金额 2.3 亿元,由澜江资本领投。」输出会是规规矩矩的 {"company": "星野科技", "event_date": null, ...},可以直接被程序解析。关键细节有三个:声明「只输出 JSON」堵住解释性废话;逐个字段给类型和格式;给缺失值留好出口(null),否则模型为了填满字段会编一个出来——这是数据类任务最常见的翻车点,在 RAG 个人知识库 里处理文档提取时同样致命。
不需要机器处理时,Markdown 表格是给人看的最优格式:「用 Markdown 表格输出,列为:方案、成本、风险、工期,一行一个方案」,比一大段散文好读得多。
技巧五:负面约束
模型有个讨人喜欢的倾向:多做、做满、显得 helpful。你不想要的东西,必须明说禁止。常见的负面约束清单:
- 不要编造:原文没有的信息写「未提及」,不要推测补全
- 不要啰嗦:不要开场白、不要总结性套话,直接给内容
- 不要多做:只改我指定的函数,其他代码原样保留
- 不要解释:只输出结果,不要说明理由
反例:
帮我润色这段话:我们公司下周二要开新品发布会,欢迎大家来。它可能给你五个版本、每版附一段赏析,最后问你喜欢哪个——你只是想要一句话而已。
改法:
润色下面这句话,只输出润色后的一句,不要给多个版本,不要解释改动,不要加感叹号:「我们公司下周二要开新品发布会,欢迎大家来。」注意负面约束要具体、可判定。「不要写得太差」不是约束,「不超过 100 字、不用感叹号、只给一个版本」才是。写不出具体禁止项,说明你自己还没想清楚要什么——这时候先别怪模型。
按场景的模板库
下面五个模板覆盖最高频的场景,结构都是六要素的裁剪版,替换掉尖括号里的部分就能用,建议存成笔记长期复用。
模板一:长文总结
你是一名信息分析师。把下面的长文总结成给管理层看的简报。
要求:- 先给 3 句话的核心结论,再给要点清单- 要点按重要性排序,每条不超过 40 字,必须能在原文找到依据- 涉及数字、时间、人名时保留原文表述,不要换算和推测- 原文没结论的部分单独列一节「原文未明确」,不要替作者下结论
输出格式:## 核心结论(3 句)## 要点- ……## 原文未明确- ……
原文:<把长文贴在这里>模板二:翻译
你是一名资深译者,做<目标语言>本地化翻译,不做机翻腔直译。
规则:- 意译优先:成语、俚语换成目标语言里的等效说法,不要逐字硬译- 专业术语按<行业>领域的通行译法,全文统一- 人名、公司名、产品名保留原文- 原文的段落结构和语气(正式/口语)保持不变- 拿不准的句子在译文后用(注:……)标出你的处理方式
待翻译:<原文>模板三:改代码
你是一名资深<语言>工程师。修改下面的代码,目标:<要解决的问题,如「消除重复查询」>。
约束:- 只改与目标直接相关的部分,其他函数和逻辑原样保留- 不引入新依赖,不改变对外接口和函数签名- 保持原有代码风格(命名、缩进、注释密度)
输出格式:1. 先用 3 句话说明改动思路2. 再给修改后的完整代码3. 最后列出你没动但值得注意的潜在问题(没有就写「无」)
代码:<代码>编程场景的更多打法(让模型先复述需求、分步验收)可以看 AI 编程助手实战,模板和流程是配套的。
模板四:写测试
你是一名测试工程师。为下面的函数编写单元测试,使用<测试框架,如 pytest>。
覆盖要求:- 正常路径:至少 2 个典型输入- 边界值:空值、零、最大值、刚好越界各至少 1 个- 异常路径:每个会抛出的异常至少 1 个用例- 每个用例只测一个行为,命名用「test_场景_预期结果」格式- 不要 mock 被测函数本身,只 mock 它的外部依赖
只输出测试代码,必要的断言注释可以写,不要写使用说明。
函数:<函数代码和签名说明>模板五:数据提取
从下面的非结构化文本中提取记录,输出 JSON 数组,不要解释。
每条记录的字段:- name:姓名(字符串,缺失用 null)- phone:手机号(只保留数字,缺失用 null)- intent:意向等级,只能取 "高" / "中" / "低",依据是文本中的明确表述, 没有明确表述时用 "低",不要凭语气猜测拔高- note:其他值得记录的信息(一句话,没有写空字符串)
文本里有几条提取几条,不要合并,不要遗漏。
文本:<文本>五个模板有个共同点:都给缺失和异常留了明确出口(写 null、写「无」、单列一节)。这是模板能不能长期稳定复用的分水岭——模型在没路走的时候一定会编,给它留一条「诚实交代」的路,它就很少编。
迭代方法:把提示词当代码来调
一次写出完美提示词的人不存在,稳定好用的提示词都是迭代出来的。流程和调代码一模一样:收集失败案例、一次只改一处、留版本记录。
第一步:收集 bad case。 准备一个文档(笔记、表格都行),每次输出不满意,把三样东西存下来:当时的提示词、模型的输出、你认为它错在哪。攒到 5 条以上再动手改——凭一两个案例改提示词,很容易过拟合到个例上,把原来对的也改坏。
第二步:定位缺的要素。 对照 bad case 逐条归因:格式乱是缺示例,跑题是约束没写全,算错是没让它先想后答,编造是没给缺失出口。归因到要素,改动就有了靶子。
第三步:一次只改一处。 迭代时最忌讳一口气重写整条提示词——输出变好了你不知道是哪处改动起的作用,变差了也不知道该回滚哪句。一次加一条约束、换一个示例,跑一遍 bad case 集合看通过率,再决定下一步。
第四步:版本管理。 提示词定稿后像代码一样存档:文件名带版本号(周报总结-v3.md),文件头写清楚适用模型、最后修改日期、这版解决了哪几个 bad case。模型换代时旧提示词可能失效,有版本记录才知道从哪一版开始重新调。
走完几轮你会发现一个规律:提示词工程的本质是迭代,不是灵感。高手和新手的差距不在第一稿写得多漂亮,而在有没有一套收集失败、定位问题、小步验证的笨办法。
三个常见误区
误区一:堆形容词。 「写一篇精彩绝伦、引人入胜、文采飞扬的文章」——形容词对续写分布的影响微乎其微,模型只会多给你几个感叹号。形容词要换成可执行的描述:不说「精彩」,说「每段不超过 3 句、第一句必须是结论」;不说「专业」,说「用行业术语、给出处」。把主观感受翻译成客观规格,是写提示词的基本功。
误区二:一次塞十个任务。 「帮我翻译这篇文章,顺便总结一下,再写个摘要,提取关键词,最后翻译标题」——多任务挤在一条里,模型会按自己的优先级取舍,通常是最容易的做满、最难的糊弄。真有十个任务,就拆成十轮,或者明确编号并要求逐个输出、逐个交付,方便你逐个验收。
误区三:自相矛盾的约束。 「要非常详细,一个细节都不能漏,但总字数不能超过 200 字」这类互相打架的要求,会让模型随机放弃其中一条,而且每次放弃的还不一样,输出稳定性直接归零。下笔前把约束列出来互相检查一遍:长度、深度、风格之间有没有不可能三角,有冲突就先自己排优先级,并把优先级写进提示词(「字数优先于细节完整度」)。
常见问题与排障
Q:提示词写得很全了,输出还是太啰嗦怎么办? 先查是不是只有定性要求(「简短一点」)没有定量约束,改成「不超过 150 字」「只给结论不给理由」。还不行就加示例:给一段你认可的简短输出做标杆。另外注意开场白问题——明确写「不要开场白和结束语,直接从内容开始」,这一条对啰嗦的抑制效果出奇地好。
Q:要求了 JSON 格式,它还是夹带解释文字怎么办? 把要求写得更硬:「只输出 JSON,不要 Markdown 代码围栏,不要任何前后缀文字」。还夹带的话,通常是任务本身让它为难——比如字段定义不清、文本里根本提不到某个字段,它只好用文字解释。回去检查字段定义和缺失值出口,多数是提示词的问题,不是模型不听话。
Q:长文档喂进去,它总是丢中间的内容? 这是长上下文的固有现象:模型对开头和结尾的注意力最强,中间部分容易被忽略。解法有三个:把最关键的要求放在提示词的开头和结尾各写一遍;长文档先分段提炼再合并(分步拆解);提问时点名要它引用原文段落,逼它回去看中间部分。文档量再大,就该上 RAG 个人知识库 的方案,而不是硬塞上下文。
Q:同一条提示词,每次输出差别很大怎么办? 先接受一部分随机性是正常的,然后逐项收紧:格式用示例钉死、取值范围用枚举限定、步骤用编号固定。通过 API 调用时还可以把 temperature 参数调低(0 到 0.3)换取稳定性。收紧之后还飘,多半是任务本身开放度高——比如起标题、想创意,这类任务就该一次要 5 个候选再挑,而不是追求每次都一样。
Q:它一本正经地胡说八道,怎么防? 三招:一是给缺失出口,明确「不知道就写不知道,不要推测」;二是要求给依据,事实类问题让它标注信息来自原文哪一段,标不出来的自动露馅;三是关键结论人工复核,尤其是数字、人名、日期和 API 用法——这类内容模型编起来毫无心理负担,凡是要直接用在生产环境、发给客户、写进代码的输出,都必须过一遍人工检查,没有例外。
Q:提示词越写越长,有没有上限? 有。约束互相稀释、重点被淹没,长提示词的边际收益下降很快。经验上,日常任务控制在骨架六要素齐全即可;超过千字的提示词,先删重复表述和互相矛盾的条款,再考虑分步拆解——把一轮说完改成多轮确认,通常比继续加长更有效。
小结
回头看这一篇的逻辑链:因为模型是续写机器,所以上下文即程序;因为上下文是程序,所以要用六要素把规格写全,用示例代替形容词、用步骤代替许愿、用格式约束代替事后整理、用负面清单堵住多做和编造;因为一次写不到位,所以要像调代码一样收集 bad case、小步迭代、留版本。
具体落地就三件事:把模板库里和你工作最相关的两三个模板抄走改成自己的;下次输出不满意时,先归因缺哪个要素再动手;攒一个 bad case 文档,改提示词从「凭感觉」变成「看数据」。
本系列的其他篇目:工具怎么选看全景图与选型指南,本地部署看 Ollama 与 RAG 两篇,编程场景看编程助手实战。提示词是所有这些工具的公共接口——这一篇练好了,换什么工具都受益。