nexus/wiki/sources/如何写出完美的Prompt.md

title, type, tags, date, source, author

title	type	tags	date	source	author
如何写出完美的 Prompt：从职场指令失误案例看提示词工程	source	Prompt 提示词 AI 职场沟通 指令设计	2025-12-02	https://mp.weixin.qq.com/s/	粒粒121

Source File

• raw/AI/如何写出完美的Prompt（提示词）？.md

Summary

• 核心主题：通过三个职场指令失误场景（模糊指令导致下属无从下手），揭示 Prompt 工程的核心原则——信息完整性和上下文清晰度
• 问题域：AI 用户给 AI 的指令往往和老板给下属的指令一样模糊，导致 AI 输出质量差、用户失望
• 方法/机制：以职场场景类比，演示"差 Prompt"（缺少关键上下文）vs"好 Prompt"（明确范围、目标、约束、验收标准）
• 结论/价值：给 AI 写 Prompt = 给下属布置任务；缺乏关键信息的 Prompt = "你看着办"，AI 只能猜测，用户得到"草稿"而非"成果"

Key Claims

• 差指令的三个典型场景：
  1. "把这份表格填写下，尽快！"（缺少背景、目的、对接人、截止时间）
  2. "调研一下出海方案"（范围太宽，缺乏地区/产品/时间约束）
  3. "给我一份推广方案，你看着办！"（缺少目标客户、预算、偏好限制）
• 好 Prompt 的要素：Who（角色）、What（具体任务）、When（截止）、Where（范围）、Why（目的）、How（验收标准）
• AI Prompt 与职场指令的类比：模糊指令 → 下属/AI 只能猜测 → 输出质量差 → 反复返工

Key Concepts

• Prompt完整性：好 Prompt 需包含足够的上下文（背景、目的、约束），而非简单一句话
• 职场指令类比：给 AI 写 Prompt 等同于给下属布置任务，缺少关键信息的结果相同——猜测+低质量输出
• 提示词工程：系统研究如何设计有效 Prompt 的学科，核心是减少歧义、增加约束

Connections

• Prompt完整性 ← is_principle_of ← 提示词工程
• 提示词工程 ← applies_to ← AI

Contradictions

• （无已知冲突）