MagicTools
ai-promptsMarch 18, 2026238 views5 min read

Prompt 工程入门:写出高质量 AI 提示词的 10 个实用技巧

你是否有过这样的经历:用同样的 AI 工具,别人能得到精准、专业的输出,而你得到的却是废话连篇、不知所云?

区别不在于工具,在于提示词(Prompt)的质量。Prompt 工程不是什么神秘技术,它是一套可以学习、可以迭代的沟通方法论。这篇文章整理了 10 个经过验证的实用技巧,每个技巧都有反面教材和正确示例对比。

为什么 Prompt 质量决定 AI 输出质量

大型语言模型本质上是一个极其复杂的"补全机器"——它会根据你的输入,预测最合理的后续内容。你的 Prompt 质量直接决定了模型的"思考方向"。

一个模糊的 Prompt 会让模型自己猜测你的意图,而模型的猜测往往是最保守、最平庸的答案。一个精准的 Prompt 则像给模型装上了导航,让它直接驶向你需要的目的地。

10 个实用技巧

技巧 1:明确指定角色

给 AI 赋予一个具体角色,它会调用与该角色最匹配的知识库和表达风格。

错误示例

帮我写一篇关于 Python 的文章。

正确示例

你是一位有 10 年经验的 Python 工程师,擅长向非技术人员解释编程概念。
请为完全没有编程基础的产品经理写一篇 Python 入门文章,重点说明 Python 能解决哪些实际工作问题。

角色设定不需要夸张,要贴合实际需求。"世界顶级专家"不如"有 X 年经验的从业者"来得具体有效。


技巧 2:描述期望的输出格式

告诉 AI 你需要什么格式的输出,它会严格按照格式生成,省去你大量的二次整理工作。

错误示例

列出 5 个热门 JavaScript 框架的对比。

正确示例

请用 Markdown 表格对比以下 5 个 JavaScript 框架:React、Vue、Angular、Svelte、Solid.js
表格列包含:框架名称、发布年份、学习曲线(低/中/高)、适用场景、2026年 GitHub Star 数量级

常用的格式指令:JSON 格式Markdown 表格编号列表代码块分点说明


技巧 3:提供上下文背景信息

AI 不了解你的具体情况,给它背景信息,它才能给出针对性建议而不是通用废话。

错误示例

帮我优化这个 SQL 查询速度。

正确示例

我有一个 MySQL 8.0 数据库,用户表有 500 万条记录。
以下查询每次执行需要 8 秒,已严重影响用户体验:

SELECT u.*, o.order_count
FROM users u
LEFT JOIN (SELECT user_id, COUNT(*) as order_count FROM orders GROUP BY user_id) o
ON u.id = o.user_id
WHERE u.created_at > '2025-01-01';

请分析性能瓶颈并给出优化方案,说明每个优化的原理。

上下文三要素:环境(技术栈/版本/规模)、现状(具体问题/数据/代码)、目标(期望达到什么效果)。


技巧 4:使用 Few-Shot 示例

给 AI 展示 2~3 个"你想要的输出"的例子,它会理解你的品味和标准,模仿该风格输出。

错误示例

帮我写几条产品文案,要有吸引力。

正确示例

请按照以下风格,为我们的 Markdown 在线编辑器写 3 条 Twitter 宣传文案。

风格参考:
示例1"停止在 Word 和网页之间切换。MagicTools 让你的 Markdown 实时渲染,一键分享。"
示例2"代码、表格、数学公式——一个编辑器全搞定。还免费。"

现在请为「图床上传工具」写 3 条,强调上传快速和 CDN 加速。

技巧 5:链式思考(Chain-of-Thought)

对于需要推理的问题,要求 AI 逐步思考,而不是直接给出结论。这能显著提高复杂问题的回答质量。

错误示例

这个商业计划可行吗?[粘贴商业计划书]

正确示例

请分析这个商业计划的可行性。要求:
1. 先分析市场规模和竞争格局
2. 再评估团队能力与所需资源的匹配度
3. 然后识别最关键的 3 个风险点
4. 最后给出综合评分(1-10)和理由

请按这个顺序逐步分析,不要跳步骤。
[商业计划内容]

关键词:逐步分析一步一步先...再...然后...不要跳过中间步骤


技巧 6:设定约束条件

明确告诉 AI 字数限制、目标受众、写作风格,避免输出偏离预期。

错误示例

解释一下什么是机器学习。

正确示例

用不超过 200 字解释什么是机器学习。
受众:对技术一无所知的 50 岁企业主
风格:类比生活场景,避免所有技术术语
结尾:说明机器学习能为他们的业务带来什么具体价值

常用约束维度:字数(不超过X字/恰好X字)、受众(初学者/专家/特定职业)、风格(正式/口语化/幽默)、语言(中文/英文)。


技巧 7:迭代优化提示词

把 Prompt 当成代码,第一版不好用就改。建立"Prompt → 输出 → 评估 → 改进"的反馈循环。

一个实用的迭代框架:

第一轮(粗稿):
"帮我写一份产品发布公告"

评估问题:太长了,语气太正式,缺少具体数据

第二轮(改进):
"帮我写一份产品发布公告,要求:
- 不超过 150 字
- 语气轻松活泼,像朋友分享好消息
- 突出三个核心功能:实时协作、版本历史、移动端支持
- 结尾加一句 CTA(行动号召)"

评估:好多了,但 CTA 不够有力

第三轮(精修):
[在第二轮基础上调整 CTA 部分...]

技巧 8:分解复杂任务

一个复杂任务强行用一个 Prompt 解决,往往质量很差。拆分成多个子任务,每步质量都有保障。

**场景:**写一篇 3000 字的技术博客

❌ 一次性让 AI 写完整篇文章 ✅ 分步完成:

步骤1"请为「React 18 并发特性」这个主题生成一个详细的文章大纲,包含 5 个主要章节,每章 2~3 个子节点"

步骤2"根据上面的大纲,先展开第一章:并发渲染的背景与问题"

步骤3"第一章写得很好。请继续展开第二章..."
(依次完成每个章节)

步骤4"请帮我统一全文的写作风格,使语气更加一致"

技巧 9:使用分隔符清晰区分内容

当 Prompt 包含多种内容(指令、数据、示例)时,用分隔符明确区分,避免 AI 混淆。

错误示例

把下面这段英文翻译成中文,要保持原文语气,用正式风格,This is the text I want to translate: The system encountered an unexpected error...

正确示例

请将以下英文翻译成中文,要求:保持正式语气,技术术语保留英文原文

---
The system encountered an unexpected error during the initialization phase.
Please contact your system administrator if this problem persists.
---

常用分隔符:---(三横线)、```(代码围栏)、[BEGIN]...[END]<text>...</text>(XML 标签风格)。


技巧 10:明确告知不需要什么(负向约束)

告诉 AI 哪些东西你想要,能有效避免它的"坏习惯"。

错误示例

帮我写一封道歉邮件。

(AI 通常会写一封过分谦卑、充满套话的邮件)

正确示例

帮我给客户写一封关于项目延期的道歉邮件。

不要:
- 过分道歉或卑微("非常非常抱歉""给您带来了极大不便")
- 含糊其辞(直接说明延期原因和新的交付时间)
- 空洞承诺(只写已经落实的改进措施)

要:专业、诚恳、给出具体行动计划

进阶:系统提示 vs 用户提示

如果你在通过 API 使用 AI 或搭建应用,需要理解两种提示的区别:

系统提示(System Prompt):在对话开始前设置,定义 AI 的角色、能力范围和行为规则。优先级高于用户提示,整个对话期间持续生效。

系统提示示例:
"你是 MagicTools 的客服助手,只回答与在线工具使用相关的问题。
对于与工具无关的问题,礼貌地引导用户回到正题。
回答语言:跟随用户语言(中文/英文)。"

用户提示(User Prompt):每轮对话中用户发送的内容,在系统提示设定的框架内运行。

对于普通用户使用 ChatGPT/Claude 网页版,可以在对话开始时发送一条"角色设定"消息来模拟系统提示的效果。

常见错误

错误一:提示词太模糊 "帮我改进这个"——改进什么?朝什么方向?改到什么程度?

错误二:信息过载 一个 Prompt 塞入 10 个要求,AI 往往只完成其中几个。优先级最高的要求放在最前面,复杂任务拆分执行。

错误三:期望不现实 AI 不能"联网查最新数据"(除非有工具调用能力)、不能"记住上次对话"(默认无记忆)、不能保证 100% 事实准确(需要你验证重要信息)。

FAQ

Q:Prompt 工程需要编程基础吗?

A:完全不需要。Prompt 工程的核心是清晰表达——像写需求文档一样告诉 AI 你想要什么。掌握这篇文章的 10 个技巧,任何人都能上手。当然,如果你要通过 API 搭建 AI 应用,基础编程能力会有帮助。

Q:不同 AI 模型的提示词通用吗?

A:核心思路通用,但细节有差异。ChatGPT(GPT-4o)对角色扮演响应更好;Claude 对长文档分析更擅长且严格遵守约束;Gemini 在多模态任务上表现突出。建议:先学好通用技巧,再针对常用模型做微调。

Q:如何保存和管理提示词?

A:有几种方式:1)建立个人 Prompt 库——用 Notion 或 Obsidian 按场景分类保存有效的提示词;2)使用专业工具——PromptBase(买卖 Prompt)、FlowGPT(Prompt 分享社区);3)对于高频使用的 Prompt,可以用 AI 应用(如 Dify、Coze)封装成自定义助手,一键调用。

总结

Prompt 工程的本质是把模糊的需求变成精准的指令。10 个技巧可以归结为一句话:告诉 AI 它是谁、你要什么格式、背景是什么、有哪些约束、不要什么。

从今天开始,每次打开 AI 工具时,花 30 秒多想一下你的 Prompt——这 30 秒往往能为你节省 10 分钟的二次返工。Prompt 写得好不好,差距立竿见影。

Published by MagicTools