第二层“提示词（Prompt）
🧭 提示词是什么：AI的“任务说明书”
提示词，就是你输入给AI大模型的文本输入。它的本质不是一句简单的聊天，而是一份包含任务目标、背景信息、输出要求和格式约束的完整指令。
核心公式：
优质输出 = 优质提示词 × 模型能力
即使是GPT-4、Claude 3.5这样顶尖的模型，如果给一个模糊的提示词（比如“写个方案”），也只能生成泛泛而谈的套话。反之，一个精心设计的提示词，能激发出模型参数中沉睡的专家知识。
🏗️ 提示词的“骨架”：四大核心要素
一个专业的提示词通常由以下四部分构成：
| 要素 | 作用 | 例子（写一份产品文案） |
|---|---|---|
| 1. 角色扮演 (Role) | 限定AI的身份和视角，激活特定领域的知识库。 | “你是一位拥有10年经验的资深营销文案专家，擅长写出极具转化率的销售页。” |
| 2. 任务描述 (Task) | 清晰、无歧义地说明你到底要AI做什么。 | “请为这款静音机械键盘撰写一段小红书种草笔记。” |
| 3. 背景信息 (Context) | 提供完成任务所必需的“原材料”和约束条件。 | “产品卖点是：青轴手感、蓝牙三模、续航80小时。目标用户是程序员和文字工作者。” |
| 4. 输出格式 (Format) | 规定答案的结构，让输出直接可用（如JSON、表格、Markdown）。 | “请用Markdown格式输出，包含‘痛点引入-产品亮点-使用体验-总结’四个段落，结尾加上5个相关话题标签。” |
⚔️ 从新手到高手的“四大战技”
掌握下面四个进阶技巧，你的提示词能力将实现质的飞跃：
1. 少样本学习 (Few-shot Prompting) —— “给个示范”
只讲规则AI可能听不懂，给它看几个“输入-输出”的例子，它就能立刻模仿你的风格和逻辑。
-
零样本 (Zero-shot)：
“把这句话翻译成英文：你好。” -
少样本 (Few-shot)：
示例1： “今天天气不错” -> “The weather is nice today.”示例2： “我很开心” -> “I am very happy.”现要求： “请多关照” ->
2. 思维链 (Chain-of-Thought, CoT) —— “展示推理过程”
对于数学、逻辑推理等复杂问题，强制要求AI“一步一步思考（Let's think step by step）”。这能让模型将大问题拆解为小步骤，极大提高正确率。
-
普通提示：
“小明有5个苹果，吃了2个，又买了3个，现在有几个？”（可能算错） -
思维链提示：
“小明有5个苹果，吃了2个，还剩5-2=3个；又买了3个，现在有3+3=6个。请回答。”（100%准确）
3. 角色设定 (Persona Pattern) —— “戴上专家面具”
强行让模型扮演特定专家，能显著改变其遣词造句的风格和内容的深度。
-
不好的：
“给我讲讲量子力学。” -
优秀的：
“你现在是**费曼教授**，以风趣幽默、善于用生活化比喻解释深奥物理而著称。请用**中学生能听懂**的方式解释量子纠缠。”
4. 结构化提示词 (Structured Prompting) —— “代码式管理”
当提示词很长时，用Markdown符号（# ##）、XML标签（<>）或JSON格式来组织内容，让AI精准理解哪些是指令、哪些是数据。
## 角色
资深Python导师
## 目标
为我生成一段爬取网页标题的代码
## 约束
1. 必须使用 `requests` 和 `BeautifulSoup`
2. 必须处理网络超时异常
## 输出格式
```python
# 代码放在这里
---
### 🔧 落地应用：P.E.R.S.O.N.A. 万能框架
为方便日常使用，你可以套用这个 **P.E.R.S.O.N.A.** 提示词七步法：
| 字母 | 含义 | 解释 |
| :--- | :--- | :--- |
| **P** | **Persona (角色)** | 你是谁？（专家/顾问/老师） |
| **E** | **Expectation (目标)** | 你要我做什么？（核心任务） |
| **R** | **Requirement (要求)** | 必须遵守的硬性规则（字数/禁忌/风格） |
| **S** | **Scenario (场景)** | 用在什么场合（正式报告/朋友圈/学术论文） |
| **O** | **Output (格式)** | 以什么格式返回（表格/JSON/分点） |
| **N** | **Negative (负面约束)** | 绝对不能做什么（不要用专业术语/不要编造数据） |
| **A** | **Adjust (迭代)** | 根据AI的反馈，持续调整优化你的提示词 |
---
### ⚠️ 常见陷阱与避坑指南
1. **过度约束**：给AI设定了太多条条框框，导致它“戴着镣铐跳舞”，输出内容干瘪生硬。**解决**：区分“核心底线”和“弹性建议”。
2. **模糊的否定句**：`“不要写得太专业”`。AI很难理解“不要太”的程度。**解决**：用肯定句描述期望结果，`“请用初中生能看懂的通俗语言解释”`。
3. **忽略上下文窗口**：提示词长度加上附件内容，如果超过了模型的Token上限，AI会“遗忘”你最开始说的最重要的话。**解决**：把最核心的指令放在提示词的**开头和结尾**（两头权重高）。
4. **一次性求成**：幻想用一个完美的提示词搞定一切。**解决**：与AI进行多轮对话，先出大纲，再填充细节，最后修改润色（即“渐进式提示”）。
---
### 💎 总结
掌握提示词，就是掌握了AI的**“启动姿势”**。第一层（Token）决定了成本，而第二层（提示词）决定了**价值**——它决定了你每花出去的一分钱Token，能换回多少有用的信息。
> **一个黄金法则**：花80%的时间打磨提示词，能让后续20%的执行工作变得无比顺畅。
浙公网安备 33010602011771号