一、基础认知：什么是提示词与提示工程

1.1 提示词（Prompt）核心定义

提示词是人类与大语言模型（LLM）沟通的指令语言，是向AI传递需求、限定输出范围、引导思考逻辑的文字载体。简单来说，就是你对AI说的“话”，决定了AI输出结果的精准度、质量和实用性。

提示词不只是简单提问，而是包含指令、背景、格式、约束、示例等要素的完整指令集，优质提示词能让AI精准理解意图，劣质提示词会导致答非所问、逻辑混乱。

提示词基础分类

• 开放式提示词：无严格约束，侧重发散创作（如：写一篇散文）

• 封闭式提示词：限定规则、格式、结果，侧重精准执行（如：用300字总结这篇文章，分3点）

• 任务型提示词：明确执行动作（如：翻译、代码编写、数据分析）

1.2 提示工程（Prompt Engineering）核心定义

提示工程是系统性设计、优化、迭代提示词的技术与方法论，属于AI交互的核心技能，无需编程基础，核心目标是通过精准指令，最大化发挥大模型能力，降低无效输出，提升结果可靠性。

本质是弥合人类自然语言与AI理解逻辑的鸿沟，让AI按照人类的思考框架、需求标准输出内容，而非随机生成。提示工程不是玄学，而是有规律、可复用的科学方法，适用于ChatGPT、文心一言、通义千问、Claude等所有主流大模型。

核心价值：同样的AI模型，优质提示词能让结果提升80%以上，避免反复修改、无效沟通，大幅提升工作效率

二、提示工程核心原理：AI为什么这么“听话”

理解底层原理，才能跳出“试错式写提示词”的误区，做到精准设计、灵活变通。

2.1 大模型的底层逻辑：概率预测与上下文学习

• 概率预测：LLM本质是通过海量文本训练，预测下一个最合理的词汇/语句，不会真正“思考”，只会基于上下文生成连贯内容

• 上下文窗口：AI只能理解提示词内提供的信息，无法读取外部数据、记忆历史无关对话，提示词就是AI的全部“知识库”

• 少样本学习/零样本学习：无需重新训练模型，通过提示词内的示例、规则，让模型快速适配特定任务（零样本：直接给指令；少样本：附带1-3个示例）

2.2 提示工程的核心原则

1. 清晰性优先：拒绝模糊、歧义表述，用具体词汇替代抽象词汇（比如“写好文章”→“写一篇1000字、逻辑严谨、适合职场阅读的干货文章”）

2. 完整性闭环：提示词包含“任务+背景+约束+格式”，不给AI留脑补空间

3. 相关性原则：只保留与任务相关的信息，冗余内容会干扰AI判断

4. 适配性原则：不同模型、不同任务，提示词结构需微调（比如代码生成侧重严谨指令，创作类侧重风格引导）

2.3 提示词的底层结构逻辑

优质提示词遵循“角色定位→核心任务→背景信息→输出约束→格式要求”的固定框架，让AI先代入身份，再明确做什么，最后规范怎么输出，层层递进减少偏差。

三、提示工程进阶技巧：从能用→好用→精准

进阶技巧针对高频痛点，解决AI输出模糊、逻辑混乱、不符合需求等问题，可直接套用模板。

3.1 角色设定法（身份锚定）

给AI赋予专业身份，限定思考视角和表达风格，大幅提升结果专业性。

公式：请你扮演【专业角色】，具备【核心能力】，擅长【风格/领域】，接下来完成【任务】

示例：请你扮演资深职场文案策划，拥有5年品牌宣传经验，擅长简洁有力、接地气的表达，接下来帮我写一条产品推广短文案

3.2 少样本/思维链提示（CoT）

针对推理、计算、逻辑类任务，引导AI分步思考，避免直接给出错误结果，是解决复杂任务的核心技巧。

思维链（CoT）核心用法

在提示词中加入“请分步思考”“请列出推理步骤”“先分析再结论”，强制AI拆解任务，提升准确率。

示例：请计算这个数学题，一步一步写出解题思路，最后给出最终答案，不要省略步骤

少样本提示

提供1-3个标准答案示例，让AI模仿格式和逻辑，适用于格式固定的任务（如表格生成、分类、翻译）。

3.3 约束限定法（精准控输出）

从字数、语言、风格、禁忌、结构等方面做硬性约束，杜绝无效内容。

• 字数约束：控制在500字以内/不超过3段

• 语言约束：只用口语化表达/避免专业术语

• 禁忌约束：禁止出现敏感词汇/不要夸大宣传

• 结构约束：分点作答/总分总结构/表头+内容

3.4 逆向提示法（排除法）

明确告诉AI“不要做什么”，弥补正向指令的漏洞，尤其适用于创作、文案类任务。

示例：帮我写一篇旅游攻略，不要罗列流水账，不要过度煽情，重点突出小众景点和避坑指南

3.5 迭代优化法（提示词升级）

提示词不是一次性写完的，通过“生成→复盘→修改”循环优化：

1. 初版提示词生成结果，标注偏差点（如：太啰嗦、逻辑错、风格不符）

2. 针对性补充约束、细化指令、补充背景

3. 二次生成，对比优化效果，固化优质模板

3.6 结构化提示词（模板化复用）

把进阶技巧整合为固定模板，适用于高频任务，直接替换关键词即可使用。

万能进阶模板：

角色：请你扮演【XX专业角色】 背景：本次任务的场景/目的/受众是【XX】 任务：请完成【XX具体任务】 要求：1. 字数/格式【XX】；2. 风格/语言【XX】；3. 禁止【XX】；4. 需包含【XX核心信息】 输出：请按【XX结构】输出，逻辑清晰，重点突出

四、常见误区与避坑指南

• 误区1：提示词越长越好→冗余信息会干扰AI，精准简洁才是关键

• 误区2：一个提示词适配所有任务→不同场景需调整角色、约束、结构

• 误区3：依赖AI自动修正→主动设定规则、补充示例，比反复追问更高效

• 误区4：忽略模型差异→开源模型、闭源模型对提示词的敏感度不同，需微调

五、学习总结与实战规划

提示工程的核心是“换位思考”——站在AI的理解逻辑上设计指令，而非用人类的思维惯性提问。

入门阶段先掌握基础结构和角色设定，进阶阶段熟练运用思维链、约束限定，最终形成自己的提示词模板库，针对不同任务快速复用、微调，实现高效AI协作。