Prompt工程师秘籍让AI听懂你的10个技巧

小李和小王是同事，都订阅了ChatGPT Plus。

小李 用ChatGPT的方式：

"帮我写一篇文章"

"这个代码有bug，怎么修？"

"翻译一下这段话"

结果 ： AI的回答总是差强人意，改来改去浪费时间，最后还是自己写。

小王 用ChatGPT的方式：

"你是一位有10年经验的小红书运营专家。请根据[目标人群：25-35岁女性白领][主题：职场穿搭][风格：轻松幽默]写一篇800字的小红书笔记，包含3个具体穿搭建议，每个建议配1个emoji，最后加上5个相关标签。"

结果 ： AI一次生成，稍微调整就能发布，小王的小红书账号3个月涨粉10万，月入2.5万。

两个人的差距在哪？

答案是： Prompt(提示词)的质量。

根据 Google 2025年发布的68页白皮书 ， 同样的AI模型，优秀的Prompt能让输出质量提升300%，错误率降低80% 。

这篇文章将用 真实对比案例、权威框架、以及一线Prompt工程师的经验 ，告诉你：

什么是Prompt工程？为什么重要？

90%的人都在犯的5个Prompt错误

让AI听懂你的10个实战技巧(附模板)

3大权威框架：CRISPE、RASCEF、PTCF

学会这些技巧，你订阅的AI工具价值将提升10倍。

一、什么是Prompt工程？为什么它这么重要？

Prompt工程的本质

Prompt(提示词) = 你给AI的"任务单"

Prompt工程 = 如何设计、优化这张"任务单"，让AI给出你想要的结果

打个比方 ：

场景

普通用户

Prompt工程师

餐厅点餐

"给我一份面"

"我要一碗招牌牛肉面，辣度中辣，面条硬一点，加一个溏心蛋，不要香菜，打包带走"

用AI写文章

"写一篇关于AI的文章"

"你是《哈佛商业评论》的资深编辑。请针对企业管理者撰写一篇2000字的深度文章，主题是'AI如何重塑企业运营效率'，包含3个真实案例、5条可执行建议，语气专业但易懂，避免技术术语堆砌"

第一个人 ： 可能得到一碗你不爱吃的面

第二个人 ： 精准得到想要的结果

数据说话：好Prompt的价值有多大？

Google Prompt Engineering白皮书(2025) 核心发现：

指标

糟糕Prompt

优秀Prompt

提升幅度

输出质量评分

6.2/10

9.1/10

+47%

错误率

32%

6%

-81%

需要修改次数

平均4.3次

平均1.1次

-74%

时间成本

45分钟

12分钟

-73%

真实案例 ：

某内容团队 在学习Prompt工程前后的对比：

学习前 ： 用ChatGPT写10篇公众号文章，平均每篇需人工修改40分钟

学习后 ： 平均每篇仅需修改5分钟

效率提升 ： 7倍

团队规模 ： 从5人缩减到2人，产出不变

Prompt工程师的市场价值 ：

国内招聘 ： 年薪30-80万(2025年数据)

海外市场 ： 年薪 180，000

自由职业 ： 时薪 300(帮企业优化AI工作流)

二、90%的人都在犯的5个Prompt错误

❌ 错误1： 太模糊，没有明确目标

糟糕案例 ：

"帮我写一篇文章"

问题 ：

什么主题？

多长？

给谁看？

什么风格？

AI的内心OS ： "老板，你这需求太模糊了，我只能瞎猜..."

改进后 ：

你是一位科技媒体编辑。请为25-35岁的互联网从业者撰写一篇1500字的文章，主题是"2025年AI工具使用趋势"，风格轻松易懂，包含3个具体工具推荐和使用场景。

对比结果 ：

糟糕版本： AI写了一篇2000字的学术性文章，读者看不懂

改进版本： 一次生成，符合预期，仅需微调

❌ 错误2： 一次问太多问题

糟糕案例 ：

ChatGPT是什么？它和Claude、Gemini有什么区别？哪个更好用？怎么写好Prompt？有什么技巧？能给我一些例子吗？

问题 ： 6个问题混在一起，AI不知道重点是什么

改进后 (拆分成多个独立Prompt)：

第一个Prompt： "用3句话解释ChatGPT、Claude、Gemini的核心差异，以表格形式呈现"第二个Prompt： "针对内容创作场景，推荐最适合的AI工具，说明理由"第三个Prompt： "给我3个写好Prompt的实用技巧，每个技巧配一个before/after案例"

对比结果 ：

糟糕版本： AI写了一大段话，信息混乱，没有重点

改进版本： 每个问题得到清晰的回答

❌ 错误3： 没有提供足够的上下文

糟糕案例 ：

"帮我优化这段代码"(直接贴代码，没有其他信息)

问题 ：

什么编程语言？

优化目标是什么？(速度？可读性？内存？)

有什么限制？(如不能用第三方库)

改进后 ：

这是一段Python代码，功能是从API获取数据并存入数据库。当前问题：处理10万条数据需要30分钟，太慢了。优化目标：将时间缩短到5分钟以内。限制条件：必须使用Python 3.9+，不能更换数据库(MySQL)。请提供优化方案，并解释为什么这样优化。[代码]

对比结果 ：

糟糕版本： AI给了一些通用建议，不针对实际问题

改进版本： AI精准定位性能瓶颈，给出批量插入+多线程方案，实测提速6倍

❌ 错误4： 没有指定输出格式

糟糕案例 ：

"分析一下这个产品的优缺点"

问题 ： AI可能写一大段话，不方便阅读和使用

改进后 ：

请以表格形式分析这个产品的优缺点：- 列1：维度(功能、价格、用户体验、售后)- 列2：优点(列出2-3个具体点)- 列3：缺点(列出2-3个具体点)- 列4：改进建议最后用1-5星评分总结。

对比结果 ：

糟糕版本： 一大段文字，需要自己整理

改进版本： 清晰的表格，直接可用

❌ 错误5： 没有迭代优化

糟糕案例 ：

用户： "写一篇小红书文案" AI： [生成文案] 用户： "不好，重新写" AI： [又生成一篇，还是不太满意] 用户： "算了，我自己写吧"

问题 ： 没有告诉AI具体哪里不好，AI只能瞎猜

改进后 ：

用户： "写一篇小红书文案，主题是职场穿搭"AI： [生成文案]用户： "不错，但有3点需要调整：1. 标题不够吸引人，加入数字和痛点(如'90%的人都穿错了')2. 正文增加1个具体案例(如某个穿搭博主的经验)3. 结尾的call-to-action改成'评论区说说你的穿搭困扰'请保留原有的emoji和标签。"AI： [精准调整]

对比结果 ：

糟糕版本： AI乱改，越改越偏

改进版本： AI精准优化，2次迭代就达到满意效果

三、让AI听懂你的10个实战技巧

技巧1： 给AI一个明确的角色

核心原理 ： AI的回答会根据角色定位调整专业度、语气、视角

公式 ： "你是一位[职业/专业][经验年限]的[领域]专家"

案例对比 ：

场景

没有角色

有角色

效果差异

写招聘JD

"写一个产品经理的招聘要求"

"你是一位有10年经验的互联网公司HRBP，请为一家B轮创业公司撰写产品经理招聘JD"

后者更专业，包含具体能力要求和公司文化

营养建议

"怎么减肥？"

"你是一位注册营养师，请为一位30岁久坐的程序员设计减肥方案"

后者给出了具体饮食计划+运动建议

代码审查

"这段代码有问题吗？"

"你是一位资深的Python后端工程师，请从性能、安全、可维护性3个角度审查这段代码"

后者发现了潜在的SQL注入风险

最佳角色定位示例 ：

✅ "你是一位10年经验的小红书运营专家，擅长打造女性消费品牌账号"✅ "你是《纽约时报》的资深调查记者，擅长深度报道和事实核查"✅ "你是Google的高级前端工程师，专注于React性能优化"✅ "你是麦肯锡的管理咨询顾问，擅长用数据驱动决策"

技巧2： 提供详细的上下文(5W1H法则)

5W1H法则 ：

What (什么)： 任务的具体内容

Why (为什么)： 目的和目标

Who (谁)： 目标受众是谁

When (何时)： 时间限制或背景

Where (何地)： 应用场景

How (如何)： 期望的方式或风格

糟糕案例 ：

"帮我写一封邮件"

优秀案例 (应用5W1H)：

【What】写一封项目延期说明邮件【Why】因为技术难题，项目需要延期2周，需要向客户解释并安抚【Who】发给一家美国500强企业的采购总监(正式、专业风格)【When】项目原定下周五交付，现在需延期到下下周五【Where】B2B软件项目【How】先诚恳道歉，再解释原因，最后提出补偿方案(如免费延长1个月服务)请用专业但不失温度的语气，控制在150字以内。

效果对比 ：

糟糕版本： AI写了一封通用邮件模板，不痛不痒

优秀版本： AI写出了针对性的邮件，客户回复表示理解

技巧3： 用"约束条件"框定范围

核心原理 ： 明确告诉AI"不要做什么"，避免无关内容

常用约束 ：

约束类型

示例

字数限制

"控制在800-1000字"

语气限制

"避免使用营销话术和夸张表达"

内容限制

"不要提及竞品，不要使用行业黑话"

格式限制

"不要使用表格，用分点列表呈现"

时间限制

"只使用2024年以后的案例和数据"

受众限制

"避免专业术语，确保初中生也能看懂"

案例对比 ：

写作场景 ：

糟糕版本："写一篇关于AI的文章"优秀版本："写一篇关于AI的文章，要求：- 字数：1200-1500字- 避免：技术术语、代码示例、学术引用- 必须包含：至少2个真实案例- 语气：轻松幽默，像朋友聊天- 目标：让完全不懂技术的人也能看懂"

代码生成场景 ：

糟糕版本："写一个排序函数"优秀版本："用Python写一个排序函数，要求：- 不使用内置的sort()函数- 时间复杂度要求：O(nlogn)- 必须包含：详细注释和示例用法- 代码风格：遵循PEP 8规范- 不要使用：递归(因为数据量大会栈溢出)"

技巧4： 指定清晰的输出格式

核心原理 ： 告诉AI"我要什么样的输出"，而非让它自由发挥

常用格式模板 ：

表格格式

请以表格形式输出，包含以下列：| 工具名称 | 主要功能 | 价格 | 适用人群 | 推荐指数(1-5星) |

列表格式

请用以下结构输出：1. 核心观点(20字以内)   - 支持论据1   - 支持论据2   - 真实案例2. 核心观点(20字以内)   ...

JSON格式 (适合开发者)

请以JSON格式输出用户画像：{  "name"： "典型用户名称"，  "age"： 年龄范围，  "occupation"： "职业"，  "pain_points"： ["痛点1"， "痛点2"]，  "needs"： ["需求1"， "需求2"]}

Markdown格式

请用Markdown格式输出，包含：# 一级标题## 二级标题(至少3个)- 无序列表1. 有序列表> 引用(用于强调重点)**加粗**(用于关键词)

真实案例 ：

场景 ： 分析竞品

糟糕版本 ：

"分析一下这3个竞品"(AI输出了3大段文字，不方便比较)

优秀版本 ：

请以表格形式对比分析以下3个竞品：| 维度 | 产品A | 产品B | 产品C ||------|-------|-------|-------|| 核心功能 | ... | ... | ... || 价格策略 | ... | ... | ... || 目标用户 | ... | ... | ... || 主要优势 | ... | ... | ... || 主要劣势 | ... | ... | ... || 市场份额 | ... | ... | ... |最后用一句话总结：哪个产品最有竞争力？为什么？

效果 ： 一目了然，直接可用于PPT

技巧5： 提供示例(Few-Shot Learning)

核心原理 ： "我给你看几个例子，你照着做"

公式 ： 先给2-3个好例子，再让AI模仿

案例对比 ：

写小红书标题

糟糕版本 (Zero-Shot，没有示例)：

"帮我写3个小红书标题，主题是护肤"

AI输出：

护肤小技巧分享

如何选择适合自己的护肤品

护肤心得体会

(太平淡，没有吸引力)

优秀版本 (Few-Shot，提供示例)：

我需要小红书爆款标题，以下是3个优秀案例：案例1： "90%的人都不知道!这个护肤顺序竟然错了3年❌"案例2： "30岁皮肤比20岁还好？我只做对了这3件事✨"案例3： "别再乱买了!皮肤科医生从不用的5种护肤品💔"特点：数字+痛点+emoji+反差请按照这个风格，为"敏感肌修复"主题写3个标题。

AI输出：

"敏感肌必看!80%的人都在用错修复方法💥"

"从红肿到零刺激，我只花了7天做这3步🌟"

"敏感肌千万别碰!这5款'网红产品'我踩过雷⚠️"

(明显更吸引人!)

技巧6： 分步骤引导(Chain-of-Thought，思维链)

核心原理 ： 让AI"把思考过程写出来"，避免直接跳到答案

适用场景 ： 复杂问题、逻辑推理、代码调试、战略决策

公式 ： "让我们一步步思考..."

案例对比 ：

场景 ： 商业决策

糟糕版本 (直接要答案)：

"我的SaaS产品该定价多少？"

AI输出： "建议定价$29/月" (没有依据，无法判断是否合理)

优秀版本 (思维链引导)：

我的SaaS产品需要定价，请按以下步骤分析：步骤1： 列出需要考虑的关键因素(如成本、竞品、目标用户支付意愿)步骤2： 分析我的产品情况：  - 目标用户：中小企业(10-50人)  - 核心价值：每月节省20小时人工时间  - 成本：服务器+开发，每用户约$5/月  - 主要竞品：A产品$49/月，B产品$19/月步骤3： 计算合理价格区间步骤4： 给出3个定价方案(低、中、高)及各自优缺点步骤5： 推荐最佳方案，并说明理由

AI输出(有理有据)：

步骤1： 关键因素- 成本：$5/用户- 价值：节省20小时×时薪$20=$400价值- 竞品：$19-$49区间- 定价心理：客户愿意支付价值的5-10%步骤2： [分析产品情况]步骤3： 合理区间$20-$50步骤4： 三种方案- 方案A(渗透定价)：$24/月  优点：快速获客，压制B产品  缺点：利润率低，难以提价- 方案B(价值定价)：$39/月  优点：利润率高，体现价值  缺点：可能错过价格敏感用户- 方案C(分层定价)：基础版$29，专业版$49  优点：覆盖更多用户，向上销售空间  缺点：产品复杂度增加步骤5： 推荐方案C理由：可以先用$29吸引用户，后续升级到$49...

技巧7： 要求AI自我批评和改进

核心原理 ： 让AI检查自己的输出，发现问题

公式 ： "先输出，再自我审查，最后改进"

实战案例 ：

场景 ： 写一篇技术博客

Prompt第1步： "写一篇关于Docker入门的技术博客，1500字"[AI输出第1版]Prompt第2步： "请从以下3个角度审查你刚才写的文章：1. 技术准确性：有没有错误或过时的信息？2. 受众适配：完全不懂Docker的人能看懂吗？3. 实用性：读完后读者能立即上手吗？请列出存在的问题。"[AI自我审查，列出问题]Prompt第3步： "根据你发现的问题，重新优化文章，确保：- 技术准确- 小白友好(增加类比和例子)- 包含可执行的安装步骤和示例代码"[AI输出改进版，质量明显提升]

效果 ： 通过自我审查，AI会发现第一版的问题(如术语太多、缺少实战案例)

技巧8： 使用"温度参数"控制创意度(API用户适用)

核心原理 ： Temperature参数控制AI的"随机性"

Temperature

适用场景

特点

0-0.3

代码生成、数据分析、事实核查、翻译

结果稳定，每次输出相似，准确性高

0.4-0.7

写文章、商业建议、产品文案

平衡创意和稳定性

0.8-1.0

创意写作、头脑风暴、广告文案

创意性强，但可能偏离主题

API示例 (OpenAI)：

# 写代码：用低温度response = openai.ChatCompletion.create(    model="gpt-4"，    messages=[{"role"： "user"， "content"： "写一个快速排序函数"}]，    temperature=0.2  # 低温度，确保代码准确)# 写广告文案：用高温度response = openai.ChatCompletion.create(    model="gpt-4"，    messages=[{"role"： "user"， "content"： "为新款手机写3条创意广告语"}]，    temperature=0.9  # 高温度，激发创意)

网页端用户 ： ChatGPT/Claude网页版不能直接调Temperature，但可以通过Prompt暗示：

低温度效果： "请给出最准确、最标准的答案，不要有任何发挥"高温度效果： "请大胆发挥创意，提供5种完全不同的方案"

技巧9： 迭代优化，而非重新生成

核心原理 ： 在已有输出基础上调整，而非推倒重来

糟糕做法 ：

用户： "写一篇文章"AI： [输出文章A]用户： "不行，重新写"AI： [输出文章B，可能和A完全不同]用户： "还是不行，再重新写"AI： [输出文章C，越来越偏]

优秀做法 (精准迭代)：

用户： "写一篇关于AI工具的文章"AI： [输出文章A]用户： "保留现有结构和案例，但做3处调整：1. 开头增加一个吸引人的故事(50字)2. 第二段的数据需要标注来源3. 结尾改成'行动建议'而非'总结'其他部分保持不变。"AI： [精准调整，只改了这3处]

迭代技巧 ：

✅ "保留[X部分]，只修改[Y部分]"

✅ "在第2段后增加一个案例"

✅ "将专业术语[A]替换为通俗表达"

❌ "不好，重新写"(AI不知道哪里不好)

技巧10： 用分隔符组织复杂Prompt

核心原理 ： 当Prompt很长时，用分隔符让AI清楚地区分不同部分

常用分隔符 ：

### 或 --- (段落分隔)

""" 或 ''' (内容引用)

[] (变量/参数)

<tag></tag> (XML风格，Claude特别喜欢)

案例对比 ：

糟糕版本 (所有内容混在一起)：

请分析这篇文章的优缺点，文章内容是：什么是AI？AI是人工智能的缩写...(500字)...同时给我3条改进建议，用表格呈现

优秀版本 (用分隔符清晰组织)：

任务：分析文章的优缺点并提供改进建议---### 分析维度1. 逻辑清晰度2. 案例充分性3. 目标受众适配度---### 待分析文章"""什么是AI？AI是人工智能的缩写...(500字文章内容)"""---### 输出格式| 维度 | 评分(1-5) | 优点 | 缺点 | 改进建议 ||------|----------|------|------|---------|| 逻辑清晰度 | ... | ... | ... | ... |...

Claude专属技巧 (使用XML标签)：

<task>分析这篇文章的SEO优化空间</task><article>[文章内容]</article><analysis_framework>1. 关键词密度2. 标题优化3. 内链机会4. 可读性评分</analysis_framework><output_format>Markdown列表，每个问题给出具体修改建议</output_format>

四、3大权威Prompt框架(直接套用)

框架1： CRISPE(OpenAI推荐)

CRISPE = Capacity + Role + Insight + Statement + Personality + Experiment

适用场景 ： 通用场景，特别适合内容创作、对话类任务

模板 ：

【Capacity/Role - 角色】你是[职业/专家类型]【Insight - 背景信息】背景情况：[关键上下文]【Statement - 任务描述】请[具体任务]【Personality - 风格】语气/风格：[正式/轻松/专业/幽默...]【Experiment - 多样性】请提供[X]个不同的方案/角度

实战案例 ：

【Capacity】你是一位10年经验的产品经理【Insight】我们的SaaS产品最近流失率上升了15%，用户反馈主要集中在"功能太复杂""不知道怎么用""价格偏贵"【Statement】请设计一个用户留存提升方案【Personality】用数据驱动的专业风格，但避免过于学术【Experiment】提供3个不同的方案(快速见效/中期优化/长期战略)，每个方案包含具体action items和预期效果

框架2： RASCEF(适合复杂任务)

RASCEF = Role + Action + Steps + Context + Examples + Format

适用场景 ： 需要详细指导的复杂任务，如技术文档、教学内容、流程设计

模板 ：

【Role - 角色】你是[专家类型]【Action - 行动】你需要[做什么]【Steps - 步骤】请按照以下步骤：1. [步骤1]2. [步骤2]...【Context - 上下文】背景：[关键信息]约束：[限制条件]【Examples - 示例】参考案例：[1-2个例子]【Format - 格式】输出格式：[具体要求]

实战案例 (写技术教程)：

【Role】你是一位资深的Python后端工程师和技术写作专家【Action】为初学者撰写一篇"如何用Flask搭建RESTful API"的教程【Steps】1. 先介绍Flask和RESTful API的基本概念(各100字)2. 列出所需环境和依赖(具体版本号)3. 展示完整代码(带详细注释)4. 提供测试方法(用curl命令示例)5. 列出3个常见坑及解决方案【Context】- 受众：有Python基础但没用过Flask的开发者- 教程长度：1500-2000字- 必须能跑通，代码要完整可复制【Examples】参考风格：Real Python网站的教程(实战导向，代码优先)【Format】Markdown格式，包含：- 代码块(带语法高亮)- 重点用> 引用强调- 每个步骤用##标题分隔

框架3： PTCF(Google Gemini推荐)

PTCF = Persona + Task + Context + Format

适用场景 ： Google Gemini最有效，简洁但完整

特点 ： Google官方研究表明，Gemini最佳Prompt平均21个词，结构简洁但信息完整

模板 ：

【Persona - 角色】你是[专家]【Task - 任务】请[做什么]【Context - 上下文】- 受众：[谁]- 目的：[为什么]- 限制：[什么不要做]【Format - 格式】用[X格式]输出，[X字/X项]

实战案例 ：

【Persona】你是电商运营专家【Task】写一封双十一促销邮件【Context】- 受众：过去3个月购买过但本月未复购的用户- 目的：促使他们参加双十一活动(满300减50)- 限制：不超过150字，不要过度营销话术【Format】邮件格式，包含主题行和正文

对比说明 ：

框架

复杂度

适用场景

推荐AI

CRISPE

⭐⭐⭐

通用，尤其是创意类

ChatGPT

RASCEF

⭐⭐⭐⭐⭐

复杂技术任务

Claude

PTCF

⭐⭐

简洁高效场景

Gemini

五、场景化Prompt模板(拿来即用)

模板1： 小红书爆款文案

你是一位专业的小红书运营专家，擅长打造爆款笔记。请为[产品/主题]撰写一篇小红书笔记：【目标受众】[年龄/性别/职业]【核心卖点】[1-3个关键优势]【期望效果】[种草/教程/测评]【输出要求】1. 标题：20字以内，包含数字/emoji/痛点2. 正文：500-800字，分段清晰3. 风格：真诚分享，不要硬广4. 结构：   - 开头：痛点+吸引(50字)   - 中间：具体内容+案例(400字)   - 结尾：call-to-action(50字)5. 配置：5个相关标签，3个emoji【案例参考】(可选)提供1-2个你认为的爆款案例

模板2： 代码调试与优化

你是一位资深的[语言]工程师。【当前问题】[描述bug或性能问题]【代码】'''[粘贴代码]'''【环境信息】- 语言版本：[如Python 3.9]- 依赖库：[如pandas 1.5.0]- 运行环境：[如Linux服务器]【期望目标】[如：修复bug/提升性能/提高可读性]【约束条件】[如：不能更换框架/必须兼容旧版本]请：1. 分析问题根源2. 提供修改后的代码(完整可运行)3. 解释为什么这样修改4. 如果有性能优化，说明预期提升幅度

模板3： 数据分析报告

你是一位数据分析师。【数据背景】[数据来源/时间范围/业务背景]【原始数据】'''[粘贴数据或描述数据结构]'''【分析目标】回答以下问题：1. [问题1]2. [问题2]3. [问题3]【输出格式】1. 数据清洗步骤(如有)2. 关键发现(3-5条，用数字说话)3. 可视化建议(推荐什么图表)4. 行动建议(基于数据洞察，给出2-3条建议)用Markdown格式，包含表格和重点标注。

模板4： 会议纪要总结

你是一位高效的项目助理。请根据以下会议录音/记录，生成会议纪要：【会议原始内容】"""[粘贴会议记录或转录文本]"""【输出格式】# 会议纪要**会议主题：** [自动提取]**参会人员：** [自动识别]**会议时间：** [如有]## 核心决议1. [决议1] - 负责人：[X] - 截止日期：[X]2. [决议2] - ...## 讨论要点- [要点1]- [要点2]## 待办事项- [ ] [任务1] @负责人 截止[日期]- [ ] [任务2] @负责人 截止[日期]## 遗留问题- [问题1]【要求】- 去除寒暄和无关内容- 重点提取可执行的action items- 识别出责任人和时间节点

模板5： 产品文案(电商/落地页)

你是一位资深的产品文案策划。【产品信息】- 产品名称：[X]- 核心功能：[X]- 目标用户：[X]- 主要竞品：[X]- 价格定位：[X]【文案目标】[如：首页Banner文案/产品详情页/电商主图文案]【输出要求】1. 主标题(15字以内，直击痛点)2. 副标题(30字以内，说明价值)3. 3个核心卖点(每个50字，用数据/对比/案例支撑)4. CTA文案(call-to-action，10字以内)【风格】[如：理性专业/感性温暖/年轻活力]【参考案例】(可选)[如果有特别喜欢的竞品文案，可以提供参考]

六、Prompt进阶技巧：从入门到专家

进阶1： 用AI优化AI的Prompt(元提示词)

核心思路 ： 让AI帮你写更好的Prompt

实战案例 ：

我想让AI帮我写小红书文案，但我不知道怎么写好Prompt。请你作为Prompt工程专家，帮我设计一个高质量的Prompt模板，要求这个模板：1. 能让AI输出高质量的小红书爆款文案2. 模板要包含必要的参数(如目标人群、产品信息、风格等)3. 模板要易于使用(只需填空即可)请直接给出完整的Prompt模板，我复制即用。

AI会输出一个优化过的Prompt模板，效果比你自己写的好很多!

进阶2： 多轮对话的上下文管理

问题 ： ChatGPT/Claude的对话上下文有限，长对话后会"遗忘"前面的内容

解决方案 ： 定期"刷新"关键信息

技巧 ：

每隔10轮对话，发送一次："请回顾我们的对话，总结当前任务的关键要求：1. 我的角色/需求是什么？2. 你的角色是什么？3. 输出格式和约束条件是什么？4. 目前进展到哪一步？然后继续执行任务。"

这样AI会"重新聚焦"，避免偏离主题。

进阶3： 组合多个AI的优势

策略 ： 不同AI擅长不同任务，组合使用效果更好

实战工作流 ：

写一篇技术博客 ：

Perplexity (免费)： 快速搜索最新技术资料

Claude ： 撰写初稿(逻辑严谨，长文本处理强)

ChatGPT ： 优化语言和案例(创意性强)

Grammarly ： 语法检查

ChatGPT DALL·E ： 生成配图

写代码 ：

Claude ： 生成代码框架(质量最高)

ChatGPT ： 补充注释和文档

GitHub Copilot ： 实时补全细节

进阶4： 训练你的"个性化AI"

ChatGPT独有功能 ： Custom Instructions + Memory

设置方法 ：

进入ChatGPT设置 → Custom Instructions：

"What would you like ChatGPT to know about you？" (关于你)

- 我是一名产品经理，在B2B SaaS公司工作- 我的目标用户是中小企业(10-50人)- 我经常需要写PRD、竞品分析、用户故事- 我喜欢数据驱动的决策，不喜欢拍脑袋

"How would you like ChatGPT to respond？" (期望回复方式)

- 回答要简洁，重点用bullet points- 提供数据时，标注来源- 给建议时，提供2-3个方案供选择- 避免过于学术的语言，用商业化表达

效果 ： 之后所有对话，ChatGPT都会遵循这些偏好，不需要每次重复说明。

七、常见问题解答

Q1： 为什么同样的Prompt，每次输出都不一样？

A ： AI有"随机性"(Temperature参数控制)

解决方案 ：

如果需要稳定输出(如代码、数据分析)： 在Prompt里加"请给出最标准、最准确的答案"

API用户： 设置 temperature=0.1-0.3

Q2： Prompt写得很详细，AI还是答非所问怎么办？

可能原因 ：

Prompt太长，AI"抓不住重点" → 用分隔符组织，突出核心要求

任务太复杂，AI理解不了 → 拆分成多个子任务

AI的知识库里没有相关信息 → 提供必要的背景资料

调试技巧 ：

"请先复述一遍你理解的任务要求，然后再执行"

AI会先说明它的理解，你可以发现理解偏差。

Q3： 英文Prompt和中文Prompt效果一样吗？

A ： 不完全一样

结论 (基于实测)：

ChatGPT ： 英文略好(训练数据英文占比高)

Claude ： 英文和中文差不多

Gemini ： 中英文都很好

建议 ：

专业术语用英文(如"chain-of-thought"，"few-shot")

其他用中文(更自然，避免翻译偏差)

混合使用也可以，AI能理解

Q4： 我的Prompt很长，AI会不会漏掉部分要求？

A ： 可能会，尤其是GPT-4

解决方案 ：

重要要求放在开头和结尾 (AI对这两个位置记忆最深)

用编号或加粗突出关键要求

最后总结一遍 ： "请确保满足以上所有要求，尤其是[X]和[Y]"

Q5： 怎么判断我的Prompt是否优秀？

自测清单 ：

[ ] 是否指定了AI的角色？

[ ] 是否提供了足够的上下文(5W1H)？

[ ] 是否明确了输出格式？

[ ] 是否设置了约束条件？

[ ] 是否给出了示例(如果适用)？

[ ] 语言是否清晰，没有歧义？

[ ] 是否包含可衡量的标准(如字数、要点数量)？

7个都勾选 = 优秀Prompt!

八、写在最后：Prompt工程的本质

回到文章开头的小王。

他从"普通用户"到"Prompt高手"的转变，其实只做了一件事：

把AI当成合作伙伴，而非工具。

和合作伙伴沟通，你会 ：

清楚告诉对方"我要什么"(明确目标)

提供必要的背景信息(上下文)

说明"怎么做"(格式和约束)

给出参考案例(示例)

及时反馈和调整(迭代)

和工具交互，你只会 ：

随便说一句"帮我做XX"

不满意就重来

怪工具不好用

Prompt工程的本质，就是"如何与AI有效沟通"。

行动清单：现在就开始

如果你看完这篇文章，只记住一件事，那就是 ：

🎯 立即完成这3个"5分钟行动"

选一个你最常用的AI场景 (如写文案/写代码/数据分析)

用今天学的任意1个技巧优化你的Prompt (如加上角色/提供示例/指定格式)

对比一下效果是否变好了

**如果你想系统提升，完成这个"本周任务"**：

挑战 ： 用同一个任务，分别用"糟糕Prompt"和"优秀Prompt"测试，对比效果

示例任务 ：

让AI写一封感谢邮件

让AI分析一份数据

让AI写一段代码

记录 ： 哪个Prompt效果更好？为什么？

核心原则 (记住这3句话)：

清晰>简短 ： 宁可Prompt长一点，也要说清楚

示例>描述 ： 给1个例子胜过说100句话

迭代>重来 ： 在现有基础上调整，而非推倒重来

记住 ：

会写Prompt的人，用 5000的价值。

不会写Prompt的人，用$200/月的Pro版也只是个"高级搜索引擎"。

决定AI工具价值的，不是你订阅了哪个版本，而是你会不会"说话"。

现在，打开你的ChatGPT/Claude/Gemini，用今天学到的技巧，写一个优秀的Prompt，看看AI能给你什么惊喜吧!

💬 你最常用的Prompt技巧是什么？有没有什么"神仙Prompt"分享？欢迎评论区交流!

🔔 关注我，AI系列文章持续更新，下一篇将深入讲解AI在职场中的实战应用!

CodeLink 码链 - 自由职业者接单平台

自由工作，无限可能

Connect Talents, Create Futures