Files
nexus/wiki/sources/如何写出完美的prompt-提示词.md

5.7 KiB
Raw Blame History

title, type, tags, date
title type tags date
如何写出完美的Prompt提示词 source
2025-12-18

Source File

Summary用中文描述

  • 核心主题:系统阐述如何通过结构化思维与精准表达提升 Prompt 能力,实现人与 AI 的高效协作
  • 问题域:职场人在使用 LLM 时普遍面临的"AI 输出不达预期"困境,根源在于需求传递失效和 Prompt 构建能力不足
  • 方法/机制:提出 Prompt 构建的底层逻辑(角色+需求+场景+目标)、基础方法(需求拆解/上下文补全/格式定义/示例引导)、进阶策略(思维链/任务拆分/角色赋能/预填回复/不确定性管理)、高阶技巧(跨模态联动/领域知识注入/反馈循环嵌入),并给出四大业务场景实战模板和六大避坑指南
  • 结论/价值Prompt 能力的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,这两项底层能力决定了人能否用好 AI

Key Claims用中文描述

  • Prompt 是一套人与 AI 的协作协议,本质是将人的模糊需求转化为 AI 可理解、可执行的结构化任务
  • Prompt 的核心价值在于消除双重信息差:人类需求与 AI 理解之间的信息差,以及任务目标与执行标准之间的信息差
  • 专业性不在于复杂程度,而在于精准匹配——现代 LLM如 Claude 4、GPT-4已具备强大的自然语言理解能力无需 XML 标签或术语堆砌
  • LLM 没有默认的行业常识和设定,隐性需求(受众/场景/目标不明确AI 只能盲猜
  • Prompt 优化过程本质是需求逐步清晰化的过程,不仅是让 AI 更懂你,也是让你自己更明确核心诉求
  • Prompt 能力的底层逻辑:结构化思维 + 精准表达;核心本质: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
  • 能清晰给下属指令的领导,才可能用好 AI——Prompt 质量终究取决于使用者的思维深度与表达精度

Key Quotes

"很多人期望一次输入就能得到完美结果,一旦输出不符合预期就会认定是 AI 不行,也不愿花时间优化 Prompt。实际上Prompt 的优化过程,本质是需求逐步清晰化的过程,不仅是让 AI 更懂你,也是让你自己更明确核心诉求。" — 迭代优化的核心理念

"Prompt 的核心价值在于消除信息差(既消除人类需求与 AI 理解之间的信息差,也消除任务目标与执行标准之间的信息差)。" — LLM 提示词的本质

"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。" — Prompt 能力底层模型

"这也解释了为什么连给下属指令都讲不清的领导,是很难用好 AI 的,因为 Prompt 的质量,终究取决于使用者的思维深度与表达精度。" — 领导力与 AI 能力的关联

Key Concepts

  • Large Language Model大语言模型LLM如 Claude 4、GPT-4是 Prompt 的执行主体
  • 结构化思维将模糊需求拆解为具体、可执行子任务的能力Prompt 能力的基础
  • 精准表达:用清晰的逻辑组织信息,让 AI 快速抓取核心指令的能力Prompt 能力的另一基础
  • 思维链引导:通过明确"推理步骤"让 AI 按逻辑逐步分析,避免输出片面或跳跃的结论的进阶策略
  • 任务拆分法:将复杂任务拆解为信息收集→分析→输出→优化多个子环节的进阶策略
  • 角色赋能法:给 AI 设定"具体角色+行业经验+核心能力"引导其从专业视角思考问题的进阶策略
  • 少量样本提示Few-shot通过 1-3 个示例引导 AI 理解格式/风格要求的技巧
  • 上下文补全:在 Prompt 中提供业务背景、约束条件、参考信息以消除信息差的基础方法
  • AI Agent:能够感知→规划→执行→反思的循环控制,实现真正自主性的 AI 系统Prompt 能力是 Agent 能力的基础

Key Entities

  • 粒粒微信公众号作者原创本文2025年12月2日发布

Connections

Contradictions

  • 系统提示词构建原则 存在视角差异:
    • 冲突点Anthropic 系统提示词强调"遵守项目约定优先、技术准确性优先",面向 Agent 开发者;本篇强调"受众对齐、场景对齐、目标对齐",面向终端用户(职场人)
    • 当前观点:本篇方法论是用户层面提升 Prompt 质量的实用框架,适用于任何 LLM
    • 对方观点:系统提示词的核心在于给 AI 明确定义身份、行为准则和执行规范,是 AI 一侧的指令工程
    • 说明:两者并不矛盾,而是互补——系统提示词构建原则 是 Agent 设计层的最佳实践,本篇是用户使用层的操作指南