---
title: "如何写出完美的Prompt（提示词）？"
type: source
tags: [prompt-engineering, llm, 提示词工程]
sources: ["https://mp.weixin.qq.com/s/sl2MuDpW9mawh2axLuGxNw"]
last_updated: 2026-04-15
---

## Source File
- [[raw/AI/如何写出完美的Prompt（提示词）？.md]]

## Summary
- 核心主题：结构化 Prompt 构建方法论与职场能力培养
- 问题域：LLM 使用场景下的有效人机协作协议设计
- 方法/机制：角色-需求-场景-目标四要素法、需求拆解法、上下文补全法、格式定义法、示例引导法；进阶策略含思维链引导、任务拆分、角色赋能、预填回复、不确定性管理；高阶技巧含跨模态联动、领域知识注入、反馈循环嵌入
- 结论/价值：Prompt 能力本质是结构化思维+精准表达；是职场底层能力，决定 AI 使用效果

## Key Claims
- Prompt = 人与 AI 的协作协议，而非简单指令输入
- Prompt 能力本质是有对问题清晰界定的能力 + 结构化的思维逻辑和表达能力
- LLM 没有行业常识也没有默认设定，隐性需求必须显式表达
- Prompt 优化过程本质是需求逐步清晰化的过程
- 高效使用 AI 需要建立测试-反馈-优化的闭环
- 技巧选择需按需求复杂度匹配，简单任务用基础技巧，复杂任务用进阶策略

## Key Quotes
> "Prompt能力的本质是要求使用者具备：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" — 核心能力框架
> "在工作中，如果对方无法用简洁易懂的语言表达核心要旨或需求，基本上你就可以认定这人的工作能力一般" — 职场识人标准

## Key Concepts
- [[结构化思维]]：将模糊目标拆解为具体、可执行的子任务
- [[精准表达]]：用清晰逻辑组织信息，让 AI 快速抓取核心
- [[需求拆解]]：动词+对象+约束的 Prompt 构建模式
- [[上下文补全]]：提供 AI 所需的业务背景、约束条件、参考信息
- [[格式定义]]：提前定义输出结构与呈现形式
- [[示例引导]]：用少量样本提示解决风格/格式难题
- [[思维链引导]]：让 AI 按逻辑逐步推理，避免输出片面或跳跃
- [[任务拆分法]]：将复杂任务拆解为信息收集→分析→输出→优化多环节
- [[角色赋能]]：给 AI 设定具体角色+行业经验+核心能力引导专业视角
- [[预填回复]]：强制输出结构化格式（如 JSON）避免冗余
- [[不确定性管理]]：明确告知"不知道就标注，不编造"提升可信度

## Key Entities
- [[Anthropic]]：发布的 Claude 模型驱动 AI 生态发展

## Connections
- [[结构化思维]] ← 基础 ← [[精准表达]]
- [[需求拆解]] ← 核心技能 ← [[结构化思维]]
- [[LLM]] ← 技术基础 ← [[Prompt能力]]
- [[AI技能封装]] ← 相关领域 ← [[Prompt能力]]