Prompt Engineering 入门：写出好提示词的技巧

你好，我是辉哥。干了25年IT，带团队写过上百万行代码，也踩过无数AI的坑——比如让大模型写周报，结果它给我编了个“上周在火星调试量子数据库”的故事😅。后来才明白：不是模型不聪明，是咱没给它“说人话”的说明书。

今天不讲虚的，直接上干货。Prompt Engineering（提示工程）不是玄学，是可拆解、可练习、可复用的技术活。我总结出5个实战核心要素：角色设定、背景提供、格式要求、约束条件、实战模板。每一条都来自我和团队每天调用API、跑RAG、搭智能体的真实经验。

1) 角色设定：让AI“穿上工装”再干活

别一上来就扔问题：“帮我写个产品介绍”。AI没有上下文，它不知道你是ToB SaaS公司的CTO，还是刚毕业的实习生。角色设定，就是给AI发一张“工牌”。

差示范：“介绍一下我们的AI客服系统。”（AI：哪个公司？什么技术栈？面向谁？）
好示范：“你是一名有8年SaaS产品经验的AI产品经理，专注智能客服领域，熟悉Rasa、LangChain和企业级NLU落地场景。”

这个角色自带隐含知识：知道客户最关心响应延迟和意图识别准确率，不会吹“颠覆人类认知”，而是聚焦“平均首响<800ms，支持23个行业预置意图”。角色越具体，输出越靠谱。

2) 背景提供：给AI一张“作战地图”

背景不是堆信息，是筛关键事实。我团队内部有条铁律：背景段不超过3句话，必须含目标用户+核心痛点+已有动作。

举个真实案例：我们帮一家银行做智能投顾助手，最初提示词是：“请生成一段用户教育文案。” 结果模型写了篇《从零学Python》……后来改成：

背景：某城商行上线“智盈小助手”，目标用户是45–65岁持有理财产品的中老年客户；他们最怕“看不懂、不敢点、亏了找不着人”；已上线微信小程序，但7日留存仅29%。

有了这张地图，AI立刻聚焦“字体够大、操作三步内完成、亏损时自动弹出人工入口”这些真需求。

3) 格式要求：明确“交作业的样子”

很多同学输完提示词就等结果，结果拿到一段散文、一个列表、甚至带emoji的聊天体……AI不猜你要啥，它只按你写的格式交卷。

我们常用这4种格式指令（亲测有效）：

格式类型	适用场景	示例指令
结构化JSON	喂给下游程序/数据库	“输出严格为JSON，字段：title（string）、steps（array of strings）、warning（string）”
分段标题体	给领导看的汇报材料	“用【现状】【瓶颈】【建议】三部分呈现，每部分≤80字”
对话脚本	训练客服机器人	“生成3轮真实对话，格式：[用户]… [AI]… [用户]…，禁用专业术语”
表格对比	技术方案选型	“用表格列出LangChain vs LlamaIndex：部署复杂度、向量检索速度、中文支持度（1-5分）”

4) 约束条件：画好“不能踩的线”

新手常犯的错：只说“要什么”，不说“不要什么”。AI会自由发挥——而自由，往往等于失控。

我们团队的约束清单必含三项：

内容禁区：如“不出现‘革命性’‘颠覆’等夸大词汇；不引用未公开数据；不虚构客户名称”
长度红线：如“正文严格控制在298–302字（适配微信公众号摘要区）”
逻辑锁死：如“所有建议必须基于已提供的API文档v2.3，不得假设未声明的功能”

有一次，我们让AI生成合规话术，忘了加“不使用‘保本’‘稳赚’等监管禁用词”，结果初稿里冒出7处违规表述……现在所有金融类提示词，第一行永远是：【强约束】严格遵循《金融营销宣传管理办法》第十二条。

5) 实战模板：抄作业，更要懂为什么

最后给你一个我们每天在用的万能模板（已脱敏），填空即用：

你是一名[角色设定，例：有5年跨境电商ERP实施经验的解决方案架构师]  
背景：[3句话说清：谁要用、解决啥痛、当前卡在哪]  
任务：[动词开头，例：生成一份面向CIO的PPT演讲稿]  
要求：  
- 格式：[具体格式，例：共5页，每页含标题+3点bullet，第3页插入对比表格]  
- 内容约束：[例：不提竞品名；所有数据用“行业平均值”代替；禁用英文缩写]  
- 长度：[例：总字数≤1200，PPT备注栏文字另计]  
- 输出：[例：直接返回Markdown，无需解释]

这个模板我们压测过：对同一需求，用它比随意提问，一次通过率从37%提升到89%。关键是——它强迫你先想清楚“我要什么”，而不是指望AI替你思考。

提醒一句：模板不是终点。我们每周五下午固定做“Prompt复盘会”：把本周效果差的提示词打回原形，逐字分析哪句角色模糊、哪条约束缺失、哪处格式没闭环。进步，就藏在这些细节里。

关于我：辉哥，25年IT老兵，8年软件公司创业狗。目前在学AI，欢迎交流。

关注公众号：辉哥学AI