---
title: 如何写出完美的Prompt（提示词）？
type: source
tags: [Prompt, AI提示词, 提示词工程]
date: 2025-12-02
source_file: ../raw/AI/如何写出完美的Prompt（提示词）？.md
---

## Summary
- 核心主题：构建高效Prompt的底层逻辑和实操方法
- 问题域：如何将模糊需求转化为AI可理解的结构化任务
- 方法/机制：误区分析 → 底层逻辑 → 分层实操（基础/进阶/高阶） → 场景模板
- 结论/价值：Prompt能力本质是需求拆解能力+结构化表达能力+场景共情能力+迭代优化能力

## Key Claims
- Prompt不仅是给AI的指令，更是一套人与AI的协作协议
- Prompt能力本质：清晰界定核心诉求+建立与AI能力匹配的沟通逻辑
- 三大误区：过度堆砌术语、忽视隐性需求、期望一键生成
- 底层逻辑：角色、需求、场景、目标缺一不可
- 基础方法：需求拆解法、上下文补全法、格式定义法、示例引导法
- 进阶策略：思维链引导法、任务拆分法、角色赋能法、预填回复法、不确定性管理法
- 高阶技巧：跨模态联动法、领域知识注入法、反馈循环嵌入法
- 五大坑：过度设计、基础缺失、不明确隐性需求、技巧堆砌、忽视伦理

## Key Concepts
- [[Prompt能力]]：清晰界定核心诉求+建立与AI能力匹配的沟通逻辑
- [[需求拆解]]：将模糊目标转化为具体、可执行的子任务
- [[结构化表达]]：用清晰的逻辑组织信息
- [[上下文补全]]：提供AI所需的关键背景信息
- [[示例引导]]：用少量样本提示解决风格/格式难题
- [[思维链]]：让AI逐步推理的引导方法
- [[任务拆分]]：将复杂任务分解为多个子任务
- [[角色赋能]]：让AI代入专业视角
- [[预填回复]]：强制输出结构化格式
- [[不确定性管理]]：明确告知AI不知道就标注

## Key Entities
- [[Claude]]：Anthropic大模型
- [[GPT-4]]：OpenAI大模型

## Connections
- [[Prompt能力]] ← requires ← [[需求拆解]]
- [[Prompt能力]] ← requires ← [[结构化表达]]
- [[Prompt能力]] ← requires ← [[场景共情能力]]
- [[Prompt能力]] ← requires ← [[迭代优化能力]]

## Contradictions