提示词（Prompt）核心策略 + 5 大模板实战指南+高频面试题+参考答案

一、提示词基础概述

1. 定义：提示词是人与大模型交互时输入的内容，形式包含文本、图片、视频等，英文统称 Prompt。

2. 学习必要性：

• 大模型输出质量与提示词直接挂钩；

• 优质提示词可显著提升结果准确性、实用性；

• “提示词工程师” 成为专业岗位，凸显其行业价值。

1. 学习目标：掌握设计技巧，提高大模型使用效率，为内容创作、报告撰写、工作测试等任务赋能。

二、提示词通用使用策略

1. 按任务复杂度设计：

• 简单任务：直接简洁提问（如 “帮我写个总结”）；

• 复杂任务（内容创作、数据分析等）：话术精简、需求清晰，避免冗余干扰。

1. 迭代优化原则：如同编程，先搭建基础版本，再根据输出结果持续调整修改。

三、OpenAI 官方七大核心策略

1. 细化任务细节：完整说明需求、限制、场景，让结果更贴合预期；

2. 指定专属角色：赋予模型特定身份，聚焦对应知识领域与表达风格；

3. 运用分隔符 + 占位符：

• 常见分隔符（作用：明确区分不同内容模块，避免模型混淆）：

分隔符类型	示例写法	适用场景
三引号	"""参考文本内容"""	包裹大段参考资料、待处理文本（如需要改写的文章、待总结的段落）
横线 / 下划线	--- 或 ___	分隔提示词中的 “指令部分” 与 “参考部分”（如先写要求，用 — 分隔后贴原文）
尖括号	内容 <参考>…	结构化标记特定模块（如区分 “问题描述”“背景信息”“输出格式要求”）
方括号 + 标签	[用户需求] [参考资料] [输出要求]	文字标签 + 分隔符组合，适合多模块复杂提示词
代码块	text 待处理文本	包裹需要保留格式的内容（如代码、表格、公式）

• 常见占位符（作用：定义变量，实现结构化、可复用输出）：

占位符类型	示例写法	适用场景
双大括号	{{标题}} {{日期}} {{核心观点}}	通用变量定义（如生成报告时预留标题、数据填充位）
尖括号 + 变量名	> <目标人群> <预算金额>	明确需要替换的具体信息（如文案创作、方案撰写时的可变参数）
下划线 + 变量	_task_ _deadline_	简洁变量标记，适合短句式提示词
中文括号 + 变量	[活动主题] [参与人数]	中文场景更易理解，适合非技术类提示词

• 实战示例：

请基于以下参考资料，总结 3 个核心要点，输出格式为：

{{要点1}}

{{要点2}}

{{要点3}}

---

“”“参考资料：随着 AI 技术普及，提示词设计已成为提升大模型效率的关键技能。优质提示词需满足 “清晰、具体、贴合场景” 三大原则，同时结合任务复杂度灵活调整策略。对于长文本处理，分段输入 + 逐段总结是高效方法。”“”

1. 明确执行步骤：复杂任务拆分流程，引导模型按顺序完成；

2. 提供参考示例：少样本提示模式，给定范本让模型精准复刻；

3. 拆解复杂任务：大型任务拆分为简单子任务，分步落地；

4. 分段处理长文本：长文档分段输入、逐段总结，最后整合汇总。

四、5 大主流提示词模板 + 实战案例

（一）3WEH 模板

公式：Who（指定角色）+ What（任务）+ Why（背景 / 目的）+ How（输出要求）

示例：

Who：你是一名新媒体文案编辑

What：帮我写一篇短视频文案

Why：用于美妆账号推广保湿面霜，面向秋冬干皮人群

How：字数 200 字以内，口语化、种草风格，结尾加引导下单话术

（二）QBR 模型

公式：Question（核心问题）+ Background（背景信息）+ Request（具体要求）

示例：

Question：如何高效提升职场办公效率？

Background：我是行政上班族，日常要处理报表、会议、文件整理多类琐事

Request：分点列出 5 条可落地方法，简洁易懂，适合直接收藏使用

（三）GCE 模型

公式：Goal（核心目标）+ Condition（限制条件）+ Expectation（预期输出）

示例：

Goal：撰写一份简短的月度工作小结

Condition：入职半年新人，工作内容以数据统计、台账整理为主

Expectation：段落式书写，300 字左右，语气正式朴实，无空话套话

（四）STAR 模型

公式：Situation（场景）+ Task（任务）+ Action（执行方式）+ Result（期望成果）

示例：

Situation：公司即将开展全员读书分享会

Task：需要我准备一段 3 分钟个人分享稿

Action：围绕《自我管理》这本书，结合职场日常感悟来讲

Result：内容走心、简短好朗读，逻辑清晰，适合现场发言

（五）定位 - 现状 - 建议 模型

公式：Positioning（身份定位）+ Current Situation（当前现状）+ Advice（解决方案）

示例：

Positioning：你是一名职场成长导师

Current Situation：我经常拖延、做事注意力不集中，完不成每日计划

Advice：结合我的情况，给出 3 条简单易执行的改善建议，不用复杂理论

五、总结与使用建议

1. 提示词设计是优化大模型输出的核心，需灵活运用七大策略与五大模板；

2. 简单任务直接提问，复杂任务可组合 “指定角色 + 拆分步骤 + 提供示例” 等策略；

3. 长文本处理优先采用 “分段总结”，结构化输出优先使用 “分隔符 + 占位符”（推荐新手优先用三引号 + 双大括号组合，简单易上手）；

4. 占位符可根据任务类型自定义（如数据类提示词用{{数值}} {{百分比}}，文案类用{{关键词}} {{场景描述}}）；

5. 实践中需根据任务场景持续调整，通过迭代优化达到最佳效果。

六、面试高频问题 + 标准答案

1. 核心问题：如何设计提示词才能让大模型输出更精准？

答题思路：结合七大核心策略，分 “基础原则 + 进阶技巧” 作答，体现逻辑闭环。

标准答案：

要让大模型输出更精准，需遵循 “清晰、具体、贴合场景” 三大基础原则，同时灵活运用核心策略：

① 先明确任务复杂度：简单任务直接提问，复杂任务需细化细节（如限制条件、输出格式）；

② 关键策略组合：指定角色聚焦领域（如 “作为产品经理”）+ 使用分隔符区分模块（如三引号包裹参考资料）+ 提供示例明确风格（少样本提示）；

③ 复杂任务拆解：将大型任务拆分为子步骤（如写报告拆分为 “收集数据→构建框架→撰写正文”），长文本采用分段总结；

④ 迭代优化：先输出基础版本，根据结果调整提示词（如补充细节、修正角色定位）。

2. 核心问题：请举例说明分隔符和占位符在提示词中的具体应用场景。

答题思路：结合表格中的常见类型，举实际工作场景案例，体现实用性。

标准答案：

分隔符和占位符的核心作用是 “结构化提示词，避免模型混淆”，实际应用场景如下：

① 分隔符应用：撰写竞品分析报告时，用---分隔 “指令部分” 和 “参考资料部分”，示例：

请分析以下竞品的核心优势，分 3 点总结。

---

“”“参考资料：竞品 A 主打性价比，价格比行业低 20%，功能覆盖基础需求；竞品 B 聚焦高端市场，提供定制化服务，售后响应时间≤2 小时…”“”

② 占位符应用：生成活动策划方案时，用{{活动主题}} {{预算金额}} {{参与人数}}预留可变参数，示例：

你是活动策划师，帮我写一份 {{活动主题}} 的策划方案，背景是 {{活动目的}}，预算 {{预算金额}}，要求覆盖 {{参与人数}} 人，输出格式包含流程、预算分配、风险预案。

3. 核心问题：面对长文本处理（如 10 万字书籍总结），你会如何设计提示词？

答题思路：聚焦 “分段处理” 策略，结合任务拆解，体现可操作性。

标准答案：

处理长文本的核心是 “避免模型信息过载，保证总结完整性”，提示词设计步骤如下：

① 任务拆解：将 “全书总结” 拆分为 “分章节总结→核心观点提炼→逻辑整合” 三个子任务；

② 分段输入：按书籍章节拆分文本，每段输入不超过 5000 字，提示词模板：

请总结以下章节的核心内容（不超过 300 字），重点提炼作者观点和关键论据：

“”“章节文本内容”“”

③ 汇总整合：收集所有章节总结后，用提示词引导模型整合：

以下是某书籍各章节的总结，请基于此输出全书总结（1000 字左右），逻辑清晰，分点列出核心观点，最后补充书籍的适用人群和价值。

---

“”“各章节总结内容”“”

④ 优化调整：若汇总结果逻辑松散，补充提示 “按书籍的时间线 / 逻辑线重新梳理，删除重复观点”。

4. 核心问题：请用 3WEH 模板设计一个 “让大模型撰写产品推广文案” 的提示词。

答题思路：严格遵循 3WEH 公式，结合具体产品场景，体现模板的实用性。

标准答案：

Who：你是电商平台的产品推广文案师

What：帮我撰写一款无线蓝牙耳机的推广文案

Why：用于平台详情页，面向 20-30 岁职场人群，核心卖点是 “续航 30 小时、降噪功能、轻量设计”

How：字数 300 字以内，风格活泼有感染力，突出核心卖点，结尾加引导下单话术（如 “点击下方链接，立享首发优惠”）。

5. 核心问题：提示词设计的迭代优化过程中，你会关注哪些维度？

答题思路：从 “输出质量、贴合需求、效率” 三个维度展开，体现复盘思维。

标准答案：

提示词的迭代优化核心是 “让输出更贴合需求”，主要关注三个维度：

① 准确性：是否符合任务要求（如格式、字数、核心要点），例如总结类提示词是否遗漏关键信息；

② 实用性：输出内容是否可直接使用（如文案是否有种草力、方案是否可落地）；

③ 效率：是否能通过简化提示词达到相同效果（如删除冗余描述、优化变量定义）；

迭代示例：若初始提示词 “写一款耳机的推广文案” 输出效果泛泛，优化为 3WEH 模板的精准提示词，再根据输出调整语气（如 “更口语化”“突出降噪功能”）。