Prompt 提示词：从结构到实践

Prompt 是人与大语言模型沟通时使用的指令。它可以是一句话，也可以是一段带有角色、背景、任务、格式和示例的完整说明。

写提示词不是把问题丢给模型那么简单。任务越复杂，提示词越需要把目标、上下文和输出要求说清楚。一个含糊的提示词，往往会得到含糊的回答；一个结构清楚的提示词，更容易让模型生成稳定结果。

Prompt 解决的是沟通精度问题

模型本身不会自动知道用户真正想要什么。它只能根据输入内容推断任务目标，再生成最可能的结果。

Prompt 的价值就在这里：把“我想要什么”翻译成模型容易执行的指令。

一个可用的 Prompt 通常要回答四个问题：

问题	对应内容	作用
要处理什么	关键词或主题	锁定任务范围
为什么要处理	背景或上下文	降低模型误解概率
怎么处理	任务指令	告诉模型具体动作
输出成什么样	格式要求	让结果更方便使用

图 1：Prompt 的基本组成

flowchart TD
  A["Prompt"] --> B["关键词"]
  A --> C["上下文"]
  A --> D["任务指令"]
  A --> E["格式要求"]
  A --> F["示例"]

关键词让模型知道主题

关键词是提示词里最小的定位信息。比如“人工智能”“短视频脚本”“春节营销文案”“Python 报错分析”，都可以作为关键词。

只给关键词也能触发模型生成内容，但结果通常比较泛。比如输入：

人工智能

模型可能会写概念介绍、行业趋势、应用场景，也可能写一段新闻式文字。关键词可以确定方向，却不能确定写法。

更好的做法是把关键词放进完整任务里：

围绕“人工智能在教育中的应用”，写一段适合公众号开头的引入文字，语气自然，不要超过 150 字。

这条提示词同时说明了主题、场景、语气和长度，模型就不需要猜太多。

上下文决定回答是否贴合场景

上下文是任务背后的信息。它可以包括读者、使用场景、已有素材、限制条件、产品特点或当前问题。

比如让模型写一篇文章开头，下面两种输入得到的结果会明显不同：

写一段关于 Prompt 的文章开头。

面向刚开始接触 AI 写作的运营人员，写一段关于 Prompt 的文章开头。要求语言通俗，不使用太多技术术语。

第二条提示词更接近真实任务。它告诉模型读者是谁、内容方向是什么、语言风格要如何控制。

格式要求让结果更容易落地

模型生成的内容如果结构混乱，后续还要人工整理。格式要求可以减少这部分返工。

常见格式要求包括：

字数限制。
标题数量。
Markdown 列表。
表格。
JSON。
分步骤输出。
按指定模板输出。

比如：

请围绕“AI 写作助手”生成 5 个短视频选题。
输出为 Markdown 表格，包含：选题、目标人群、核心卖点、开头钩子。

格式越明确，结果越容易直接放进工作流。

示例会让模型更快对齐风格

当任务涉及风格、结构或判断标准时，示例很有用。它相当于给模型一个参考答案。

请仿照下面的格式，为“智能客服”写 3 条宣传语。

示例：
产品：AI 写作助手
宣传语：把零散想法整理成能发布的文字。

产品：智能客服

示例不需要很多，但要足够典型。一个好示例可以同时说明语气、长度和表达方式。

在工作流中使用 Prompt

很多 AI 工具支持把 Prompt 放进工作流组件里。常见流程是：先创建助手，再进入工作流编排页面，把提示词配置到 AI 组件的消息区域中。

用户输入关键词后，工作流把关键词传给 AI 组件；AI 组件根据提示词生成内容，再把结果传给后续节点。

图 2：Prompt 在工作流中的位置

flowchart TD
  A["用户输入关键词"] --> B["工作流接收输入"]
  B --> C["AI 组件读取 Prompt"]
  C --> D["模型生成内容"]
  D --> E["输出文章、文案或其他结果"]

这类流程适合处理固定格式的写作任务，例如标题生成、读后感、文案润色、文章续写和内容摘要。

分隔符能减少指令混乱

复杂提示词里经常会混合任务说明、素材、示例和输出格式。分隔符可以把这些内容分开，降低模型混淆的概率。

常见分隔符包括：

分隔符	适合场景
逗号	简单并列要求
分号	多个条件之间的区分
换行	多段任务说明
三引号或分隔线	区分正文素材和指令

例如：

任务：根据素材生成一段产品介绍。

素材：
---
产品名称：AI 写作助手
特点：支持标题生成、文章续写、文案润色
适用人群：运营、博主、内容编辑
---

要求：
1. 不超过 120 字
2. 语气自然
3. 不要使用夸张宣传词

这种写法比把所有内容挤在一行里更清楚。

好 Prompt 需要反复测试

提示词很少一次写完就稳定可用。真实使用时，通常要观察输出，再调整指令。

可以从三个方向迭代：

输出太泛：补充读者、场景、目标。
输出太长：增加字数、段落或格式限制。
输出不稳定：加入示例、分隔符和更具体的判断标准。

不要把 Prompt 当成一次性的句子。它更像一个可调的任务模板，适合在实际输出中慢慢打磨。

常见问题和调整方法

问题	可能原因	调整方式
内容跑题	主题和任务边界不清	加入关键词、背景和禁止范围
风格不对	缺少读者和语气说明	给出示例或明确语气
格式混乱	输出要求不具体	指定表格、列表或 JSON
回答太空	任务缺少场景	补充使用对象和真实约束

术语速查

术语	解释
Prompt	输入给模型的任务指令
上下文	帮助模型理解任务背景的信息
示例	用来对齐风格和格式的参考内容
工作流	把输入、模型处理和输出串起来的自动化流程
分隔符	用来区分任务、素材和要求的符号

小结

Prompt 的核心不是把话写得复杂，而是把任务说清楚。

一个稳定的提示词通常包含关键词、上下文、任务指令、格式要求和必要示例。写完后还要根据输出不断调整，直到它能在固定场景里产生可复用的结果。