提示词基础：怎样让 AI 的回答更可靠（附模板）

一句话回答

提示词（prompt） 就是你交给大模型的全部输入：指令、资料、例子和格式要求。大模型只能根据你给的上下文去预测下一个 token（见 大模型是什么），所以提示写得越清楚，回答越可靠。OpenAI、Anthropic、Google 的官方指南给出的建议高度一致：说清楚、给例子、给结构、给检验标准。

第一步：指令、角色与上下文

把模型想象成一个聪明但对你的情况一无所知的新同事（Anthropic 的指南也用了这个比喻）。一个完整的提示通常包含四块：

几个实用技巧：

• 把指令和资料分开。用标题、三引号或 XML 标签（如 <政策>…</政策>）把要处理的材料包起来，模型更不容易把资料里的句子当成指令。
• 长资料放前面、问题放最后。Anthropic 的文档建议，处理长文档时把文档放在提示开头、把问题放在末尾。
• 角色可以加，但不能只靠角色。“你是一名资深财务分析师”能调整语气和深度，但真正决定质量的仍是具体任务和资料。
• 系统提示（system prompt） 放长期不变的规则，用户消息放每次的具体任务。

第二步：少样本示例（few-shot）

与其用一大段话描述你想要的风格，不如直接给 2–5 个例子。GPT-3 的论文显示，模型只看提示里的几个例子，就能完成它没专门训练过的任务，这被称为“上下文学习”（in-context learning）（Brown 等，2020）。

把用户反馈分类为：功能建议 / 故障 / 表扬。

反馈：导出按钮点了没反应 → 故障
反馈：希望能按日期筛选 → 功能建议
反馈：客服小王很耐心，谢谢！ → 表扬

反馈：手机端登录后一直白屏 →

要点：例子要覆盖不同情况（包括边界情况），格式要和你期望的输出完全一致；例子之间别太相似，否则模型会只学到表面的套路。

第三步：让模型分步思考

对数学、逻辑或多步骤的问题，让模型先写出推理步骤再给答案，准确率会明显提高。这就是思维链提示（Chain-of-Thought，Wei 等，2022）。研究还发现，只加一句“让我们一步一步地思考”也有效果（Kojima 等，2022）。更进一步，可以让模型独立解几遍，取出现最多的答案，这叫自洽性（Self-Consistency，Wang 等，2022）。

注意两点：

• 推理模型（会先“思考”再回答的模型）已经在内部做这件事。OpenAI 的指南说，推理模型像“资深同事”，给出高层目标就能自己补全细节；普通 GPT 模型则更需要精确的指令。
• 写出来的推理过程不保证就是正确的，最终答案仍需核对。

第四步：结构化输出（JSON）

如果结果要交给程序处理，就让模型输出 JSON 这类固定格式。

1. 优先用平台功能：OpenAI 的 Structured Outputs 等功能可以让输出严格符合你提供的 JSON Schema（OpenAI 文档）。
2. 没有该功能时：在提示里写出字段名、类型和一个完整示例，并说明“只输出 JSON，不要多余文字”。
3. 始终在代码里校验：解析失败或字段缺失时，重试或报错，不要直接用。

{"category": "故障", "product_area": "登录", "urgency": "高", "summary": "手机端登录后白屏"}

第五步：像写代码一样迭代提示

一个提示很少一次就写对。可靠的做法是：

1. 准备 5–20 个真实测试问题（包括难例和边界情况），并写下“什么算好回答”；
2. 每改一次提示，就用同一组问题跑一遍，对比结果；
3. 把复杂任务拆成几步（先提取、再分析、最后写作），每一步一个提示，比一个超长提示更好控制。

系统地评估模型输出，见 如何评估大模型。

什么时候提示词不够用

提示词只能调动模型已有的能力，补不上它不知道的东西：

另外，处理来自网页、邮件、文档等外部内容时，里面可能藏着“忽略之前的指令”之类的文字，这就是 提示注入，不能只靠提示词防住。

动手试试

1. 选一个你每周都要做的重复任务，按“目标 + 背景 + 格式 + 约束”写成模板，用 5 个真实案例测试，改三版并记录每版的问题。
2. 跟着 Anthropic 的 交互式提示工程教程 做练习。
3. 对照 OpenAI 提示指南、Gemini 提示策略 和 Prompt Engineering Guide，看看不同厂商的建议有哪些共同点。