在大模型普及的当下，“会用提示词” 已经成为一项提升效率的核心技能。同样一个需求，用不同的提示词输入，得到的结果可能天差地别。好的提示词能让 AI 精准匹配需求，输出高质量内容；反之则可能得到偏离预期、毫无价值的回复。以下这些常见的提示词技巧，能帮你轻松掌握与 AI 沟通的 “正确打开方式”。
一、角色设定：给 AI 一个明确的 “身份标签”
这是最基础也最实用的技巧。给 AI 设定一个具体的职业、身份或角色，它会自动切换到对应的专业语境，输出更贴合需求的内容。
大模型本身是一个 “通用知识库”，但没有明确的立场和专业视角。当你赋予它身份后，它会基于该身份的知识储备和表达习惯生成内容。
- 普通需求：“解释分布式系统的 CAP 定理”
- 优化提示词：“作为拥有 7 年经验的后端工程师，用通俗的语言给新手解释分布式系统的 CAP 定理，避免复杂术语”
- 适用场景：技术咨询、文案撰写、教育辅导、职场建议等需要专业视角的任务。
二、补充约束：给需求划好 “边界线”
很多人用 AI 时只说核心需求，却忽略了细节约束，导致结果要么冗长冗余，要么风格不符。明确的约束条件能让 AI 的输出更精准。
约束条件可以涵盖字数限制、语言风格、受众群体、内容禁忌等多个维度。
- 普通需求：“写一篇大模型的推广文案”
- 优化提示词：“为 PC 工具类网站写一篇大模型工具的推广文案，受众是后端工程师，风格简洁专业，字数控制在 200 字以内，不要使用夸张性词汇”
- 适用场景：文案创作、报告总结、演讲稿撰写等对输出有明确要求的场景。
三、指定格式：让输出内容 “整齐划一”
AI 默认的输出格式多为大段文字，不利于直接复用。明确指定输出格式，能让结果更规整，省去后续整理的时间。
常见的指定格式包括表格、分点列表、流程图、代码块、对话脚本等，根据需求选择即可。
- 普通需求：“整理大模型的常见应用场景”
- 优化提示词：“整理大模型在工作中的 5 个常见应用场景，用表格形式呈现，包含场景名称、具体用途、适用人群三列”
- 适用场景：数据整理、方案汇报、知识点总结等需要结构化呈现的内容。
四、示例引导：给 AI 一个 “参考范本”
当你有明确的输出范式，但用语言难以描述时，“示例引导” 是最佳选择。这种方法也被称为 “Few-Shot 学习”，通过 1-2 个示例，让 AI 快速理解你的需求。
示例要清晰展示 “输入 - 输出” 的对应关系，确保 AI 能捕捉到核心规律。
- 普通需求：“改写句子，让表达更书面化”
- 优化提示词：“请按照以下示例将口语化句子改写为书面语。示例：原句 - 这个功能很好用；改写 - 该功能具备较高的实用价值。原句 - 大模型能帮我们省很多时间”
- 适用场景：文本改写、翻译风格统一、数据标注、格式转换等有固定范式的任务。
五、任务拆解：把复杂需求 “化整为零”
面对复杂任务，直接抛出需求容易让 AI 顾此失彼。将一个大任务拆解为多个子步骤，引导 AI 分步执行，能确保每个环节都不遗漏。
拆解时要遵循逻辑顺序，让子步骤之间环环相扣，形成完整的任务链。
- 普通需求：“分析一篇大模型的论文”
- 优化提示词：“请按以下三步分析这篇大模型论文：1. 总结论文的核心研究观点；2. 分析该研究的创新点和技术突破；3. 指出研究存在的局限性和改进方向，每部分不超过 200 字”
- 适用场景：论文分析、项目规划、复杂问题解决等需要系统性思考的任务。
六、思考引导：让 AI “说清解题思路”
在处理编程、数学计算、逻辑分析等任务时，不仅需要 AI 给出答案，更需要知道答案的由来。要求 AI 先输出思考过程，再给出最终结果，能帮助我们验证答案的合理性。
这种技巧能避免 AI “瞎猜”，同时也能让我们从思考过程中学习解决问题的方法。
- 普通需求：“解决这个算法题：给定一个整数数组，找出其中最大的两个数”
- 优化提示词：“解决这个算法题，要求：1. 先说明解题思路，包括使用的算法和时间复杂度；2. 用 Go 语言写出代码；3. 解释代码的核心逻辑”
- 适用场景：编程解题、数学运算、逻辑推理等需要严谨推导的任务。
七、反向约束：明确 “不要做什么”
有时候，正向描述需求还不够，明确告知 AI “不要出现的内容”，能进一步规避冗余信息。反向约束可以和正向需求结合使用，让输出更精准。
反向约束通常包括不要使用的术语、不要涉及的话题、不要采用的风格等。
- 普通需求：“写一篇介绍大模型的科普文”
- 优化提示词：“写一篇面向老年人的大模型科普文，语言口语化，不要使用专业术语，不要超过 500 字，避免讨论技术原理”
- 适用场景：科普文写作、口语化表达、敏感内容规避等任务。
- 掌握这些提示词技巧，本质上是学会 “精准表达需求”。技巧本身没有优劣之分，关键在于根据不同的任务场景灵活组合使用。当你能熟练运用这些方法时，会发现 AI 不再是一个 “不听话的工具”，而是一个能高效解决问题的得力助手。