我身边越来越多人开始问我同一个问题：这东西到底该怎么学？有人是写文案的，有人做运营，还有人是产品经理，他们听说“提示词”这个词很久了，打开各种工具却不知道从哪下手。我特别理解这种感受，因为我自己也是从“把一句话丢进去，然后盯着屏幕发呆”的阶段过来的。
这一章我想做一件事，把提示词编写教程这件事本身讲清楚。它是什么、由什么构成、该怎么一步步学、哪些坑要绕开。你看完这一章，不一定会立刻写出多厉害的提示词，但你会有张地图，知道后面每一章在讲什么，也知道自己现在站在哪。
1.1 提示词编写教程的核心概念与适用场景
提示词就是我们给模型的那段输入。听起来简单得过分，可它承担的任务很重——你所有的意图、背景、要求、期待，全都压缩在这段文字里。模型没有读心术，它只能根据你写下的东西去推测你想要什么。我常跟朋友打比方，这有点像给一个特别聪明但完全不了解你业务的新同事派活，你说得越清楚，他交出来的东西越接近你的预期。
所谓提示词编写教程，教的就是“怎么把话说清楚”这门手艺。它不神秘，也不需要你懂代码。核心就三件事：明确你要什么、提供必要的信息、规定输出的样子。我见过有人把提示词写成一整页小作文，也见过四个字就完事的，效果都不太稳定。稳定的做法通常落在中间某个位置。
适用场景比很多人想的要广。写周报、做会议纪要、整理用户反馈、生成客服话术、把长文压缩成要点、给一段代码找 bug、做竞品分析框架，这些都能用上提示词。我自己用得最多的是信息整理类任务，把一堆乱七八糟的原始材料丢进去，让它按我指定的结构输出表格。省下来的时间相当可观。
有一点我想提前说清楚。提示词编写教程不是教你“操控”模型，而是教你“沟通”。这个心态差别很大。抱着操控心态的人总在找万能咒语，抱着沟通心态的人会去理解对方需要什么信息。后者进步快得多。
1.2 提示词的基本构成：目标、角色、上下文、约束与输出格式
我把一条完整的提示词拆成五块来看，这个拆法在后面的案例里会反复出现。
目标是第一块，也是最容易被跳过的一块。很多人上来就写“帮我写个方案”，写什么方案、给谁看、要多长、解决什么问题，全没说。我习惯先把目标写成一句人话，比如“帮我写一份给管理层看的季度运营复盘，重点说明用户增长放缓的原因”。这句话里已经藏了不少信息。
角色是第二块。让模型扮演某个身份，能明显改变输出的语气和视角。“你是一位有十年经验的B端产品经理”和什么都不说，给出的建议颗粒度完全不同。角色不是装饰，它是在给模型划一个思考范围。
上下文是第三块，也是拉开差距的地方。你手头的背景资料、前因后果、已有结论、不能碰的红线，都算上下文。我通常会单独起一段写“背景信息”，把相关的材料贴进去。别怕长，模型处理长文本的能力比我们想象的好，真正怕的是信息缺失导致它瞎编。
约束是第四块。字数限制、不能出现的词、必须引用的数据、语气要求，这些都属于约束。约束写得好，输出就收得住。我吃过亏，早期不写字数，让它自由发挥，回来一篇两千字的东西，删起来比重新写还累。
输出格式是第五块。你要表格就明说表格，要分点就明说分点，要 JSON 就给个字段示例。这一块看起来最机械，效果却最直接。我给客户做内部培训时，通常先教这一块，因为改起来立竿见影，学员当场就能感受到差别。
这五块不用每次都写全。简单任务写清目标和格式就够了。复杂任务我建议五块都过一遍，花不了几分钟，省下的返工时间多得多。
1.3 提示词编写教程的学习路径与能力分层
学提示词有点像学做菜。有人从照菜谱开始，有人喜欢先搞懂原理再动手。两条路都走得通，我给大多数人的建议是先照着做，做出感觉了再回头补原理。
我把能力分成四层来看。第一层是会用现成模板，知道把哪些空填上。第二层是能改模板，根据手头任务调整结构和措辞。第三层是能自己设计，面对新场景从零搭出一条提示词。第四层是能评估和迭代，知道哪条更好、为什么更好、怎么继续优化。多数人卡在第二层到第三层之间，缺的不是灵感，是系统练习。
这份教程的整体安排就是沿着这个分层往上走。第2章是入门案例，对应第一层和第二层，给你几个能直接上手改的例子。第3章讲高级技巧，往第三层推，角色设定、少样本示例、分步拆解这些都会展开。第4章是实战体系，模板库、评估方法、迭代流程，对应第四层。
学习节奏上我的建议是别贪多。一次吃透一个技巧，立刻找个真实任务用一遍。我自己的习惯是每周挑一个工作里反复出现的场景，专门为它打磨一条提示词，用一周，改三到五次。这样积累下来的东西才真正长在身上。
有人问我需不需要背模板。我的答案是不用背，但要有几个顺手的基础款。就像做饭总得会个番茄炒蛋，遇到没思路的时候能兜底。
1.4 初学者常见误区与编写原则
说几个我见得最多的误区。
一个是把提示词当搜索框用。丢几个关键词进去，期待模型自己领会精神。这种做法偶尔能出好结果，但不可复制。另一个是过度堆砌术语，把“请你作为一名资深专家”“务必深入分析”“全方位多维度”这类词叠了一堆，实际信息量没增加多少。模型不吃这套虚的。
还有个误区是期望一次成型。写一条提示词，跑一次，不满意，就下结论说模型不行。我自己的经验是，好用的提示词平均要改三到五轮。第一轮看它哪里理解偏了，第二轮补上下文，第三轮调格式。这个过程本身就是提示词编写教程里最值钱的部分。
对应的编写原则我提炼了四条。第一条，具体优于抽象。写“控制在三百字以内”比写“简短一些”有用得多。第二条，给例子优于给形容。想要某种风格，直接贴一段样例，比用五个形容词描述更准。第三条，一次只解决一个主要问题。想让模型既总结又翻译又润色，出来的东西往往每样都差口气。第四条，留出验证的口子。让它在关键结论后面标注依据，或者要求它列出不确定的地方，你核对起来会轻松很多。
这些原则不复杂，难的是每次写的时候都想起来。我自己到现在还会犯“目标写得太笼统”的毛病，改稿时第一件事就是回头看目标那句。
1.5 提示词编写教程的搜索需求与内容框架说明
我观察过大家搜“提示词编写教程”时到底在找什么。粗略分几类。一类是纯新手，想搞明白这词什么意思、能干什么。一类是手上有具体任务的人，搜的是“怎么用提示词写周报”“怎么让模型输出表格”这种带场景的问题。还有一类是已经用过一段时间的人，想找进阶方法和评估手段。
这三类需求对应三种内容深度。纯新手需要概念和简单例子，场景型用户需要可直接套用的模板和改写对比，进阶用户需要技巧拆解和迭代方法。这份教程的框架就是按这个层次铺开的，从总览到入门案例，再到高级技巧和实战体系，尽量让不同阶段的人都能找到落点。
内容结构上，每一章我都尽量做到三件事：讲清楚一个概念、给至少一个能跑的例子、留一组可以自己练的任务。光看不动手，效果会打很大折扣。我在第2章末尾专门放了练习清单和自测方法，就是希望大家看完能立刻用起来。
后面几章会越来越具体。第2章从最简单的文本摘要和信息抽取开始，带你走一遍从模糊到清晰的改写过程。第3章进入角色设定、少样本示例、分步拆解这些能明显提升可控性的技巧。第4章把模板、评估、迭代串成一套能长期用的工作流。
如果你现在只想记住一句话，我希望是这句：提示词编写教程教的是把需求说清楚的能力，这个能力跟模型版本无关，跟你的表达习惯有关。
我带过几个同事练提示词，发现一个挺有意思的现象。大家看理论的时候点头如捣蒜，一上手写就回到老习惯：丢一句“帮我总结一下”或者“写封邮件”，跑出来不满意，再补一句“再专业点”。来回折腾十几轮，人先烦了。问题不在工具，在表达习惯。这一章我挑了四个最常碰到的任务，把每条提示词从模糊版改到清晰版，你照着改一遍，手感就上来了。这些案例都属于提示词编写教程里最基础的部分，不涉及复杂推理，重点是把话说完整、把输出框住。
2.1 入门案例一：文本摘要与要点提炼提示词编写
上周同事小周丢给我一份四千多字的用户访谈记录，让我帮忙压缩成能发群里的版本。他先写了一条提示词：“帮我总结一下这篇文章。”跑出来的东西像流水账，重点散得到处都是。我让他换成下面这条，结果立马不一样。
你是一名用户研究助理。请阅读以下访谈记录，提炼出5条核心发现。
要求：
1. 每条控制在30字以内，用“用户提到……”“受访者反映……”开头；
2. 优先保留与“支付流程卡顿”相关的内容；
3. 最后单列一行“待确认信息”，列出记录中矛盾或模糊的点。
访谈记录：{粘贴原文}
差别在哪？原版只说了“总结”，没说总结给谁看、要几条、重点是什么。改后的版本把目标、角色、约束、输出格式都塞进去了。我经常跟学员讲，摘要类任务最怕“均匀用力”，你把关注点写清楚，模型才知道该压哪一段、该留哪一句。
另一个场景是文章要点提炼。我自己写周报时会把一周的零散笔记丢进去，提示词里加一句“按项目进度、风险、下周计划三块输出，每块不超过三条”。不加这句，它容易把风险写成感想。这里的关键是让输出结构跟你的使用场景对齐，别让模型替你决定分几块。
2.2 入门案例二：信息抽取与表格化输出提示词编写
信息抽取是我用得最多的入门练习。客户发来一堆格式各异的邮件，让我整理成客户跟进表。早期的提示词写成“把这些邮件里的信息提取出来做成表格”，结果列名每次都不一样，有时候把签名档也塞进正文里。后来我改成下面这样，稳定多了。
请从以下邮件文本中抽取字段，输出Markdown表格。
表头固定为：客户名称 | 联系人 | 需求摘要 | 预算范围 | 紧急程度 | 下一步动作
规则：
- 客户名称取邮件签名中的公司全称，找不到填“未注明”；
- 预算范围只保留数字和币种，没有提到填“未提及”；
- 紧急程度只能填“高/中/低”，依据是邮件中是否出现截止日期或催促表述；
- 下一步动作用一句话概括，不超过20字。
邮件文本：{粘贴内容}
这条提示词里最值钱的是“找不到填什么”。很多人只写要抽取什么，不写缺失怎么办，模型就开始自由发挥。我吃过亏，一张表里三种缺失写法混着来，清洗数据比重新抽还费劲。
表格化输出还有一个细节：列的顺序和列名要固定。我会把表头原样写在提示词里，甚至给一行示例数据。别小看这一行示例，它比十句“请保持格式一致”都管用。给同事做内训时，我通常让每人拿三封邮件试一遍，改一次提示词，再跑一遍，对比两张表，感受很直接。
2.3 入门案例三：客服回复与邮件撰写提示词编写
客服回复这个场景，难点不在写得多漂亮，在拿捏语气和边界。有次运营部门让我帮忙写退款场景的回复模板，他们最初的提示词是“写一段客服回复，态度好一点”。出来的内容客气得过头，承诺了一堆公司做不到的事。我把它改成这样：
你是一名电商平台的售后客服，处理用户因物流延迟申请退款的消息。
背景：订单已发货，物流停滞4天，用户情绪不满，平台规则是满7天未更新物流可申请全额退款。
请写一条回复，包含：
1. 先表达理解，不推卸责任；
2. 说明当前物流状态和平台规则；
3. 给出两个可选方案：继续等待并补偿优惠券，或满7天后申请退款；
4. 结尾询问用户选择，语气保持克制、具体，不承诺规则外的赔偿。
字数控制在180字以内。
这条提示词把“不能承诺什么”写进了约束里。客服场景最怕模型过度共情，一感动就乱答应。我现在写这类提示词，会专门留一行“禁止事项”，比如“不要使用‘保证’‘一定’这类词”“不要主动提出赔偿金额”。
邮件撰写也是类似思路。给客户写项目延期说明，我会在提示词里写清楚收件人身份、双方关系、延期原因、希望对方采取的动作。有一次我漏写了“希望对方本周内确认新排期”，邮件写得挺得体，就是没推进事情。从那以后我养成习惯，邮件类提示词里必须有一句“结尾明确希望对方做什么”。
2.4 入门案例四：学习计划与知识解释提示词编写
学习计划类提示词特别适合练“约束”这个基本功。我表妹准备考教师资格证，让我帮她排个四周复习计划。她自己在工具里写的是“帮我制定一个教资考试复习计划”，输出倒是挺长，每天从早到晚排满，完全不考虑她还在上班。我重写了一条：
你是一名有备考经验的学習规划师。请为一名在职考生制定4周教师资格证笔试复习计划。
考生情况：每天可投入1.5小时，周末可投入4小时；已有教育学基础，法律法规部分零基础；目标是笔试及格，不追求高分。
输出要求：
- 按周列出，每周标注重点模块和预计投入时长；
- 每天任务控制在2项以内，单项不超过45分钟；
- 每周留出半天作为弹性时间；
- 最后给三条执行提醒，每条一句话。
这条提示词的重点在“每天可投入1.5小时”和“不追求高分”。不写这些，模型默认你全职备考且追求满分。我越来越觉得，学习计划类任务里，限制条件比目标本身更重要。
知识解释类提示词是另一个高频需求。有人问我“怎么跟小白解释什么是API”，我给的提示词模板会写：“请用生活类比解释API，受众是完全不懂技术的行政人员，控制在200字以内，类比只能用餐厅点餐场景，不要引入新术语。”限制类比场景有点苛刻，效果反而好，因为模型不会东拉西扯。你让它在指定范围内解释，它就被迫把话说透。
2.5 入门案例的改写对比：模糊提示词与清晰提示词
我把上面四个案例的改写前后放在一起看，能发现一些重复出现的毛病。模糊提示词通常只写动作，比如“总结”“提取”“写回复”“做个计划”，像给同事发微信只发半句话。清晰提示词会把动作背后的信息补齐：给谁用、要几条、什么格式、哪些不能碰。这事儿跟写需求文档一个道理，你省下的字，后面都得用返工补回来。
拿摘要任务来说，模糊版“帮我总结一下这篇文章”改到清晰版，增加了角色、条数、关注点、输出结构四样东西。信息抽取任务增加了字段定义、缺失值规则、表头固定。客服回复增加了背景规则、可选方案、禁止承诺。学习计划增加了时间预算、任务颗粒度、弹性安排。这些增量的共同点是“可验证”，输出回来你能一眼判断合不合格。
我喜欢让学员做一个小练习：拿自己昨天写的一条模糊提示词，只加三样东西——输出格式、一条硬约束、一个受众说明。跑一遍，再对比原版。多数人做完这个练习会说“原来不是模型不行”。这句话我听了挺多次，每次都想补一句：模型一直行，是咱们没把话递到位。
2.6 入门案例练习清单与自测方法
练习清单我按任务类型列，你可以挑跟自己工作最近的先做。每条都建议先跑模糊版，再改写跑清晰版，把两次输出都存下来。
- 找一篇超过两千字的文章，写一条摘要提示词，要求输出5条要点且每条不超过30字，再追加一条“标注原文中支持该要点的段落位置”。
- 拿五封业务邮件，写一条信息抽取提示词，固定六个表头字段，规定缺失值统一填“未提及”，输出Markdown表格。
- 模拟一条客户投诉，写客服回复提示词，包含背景规则、两个可选方案、一条禁止承诺，字数限200字以内。
- 给自己或朋友写一条学习计划提示词，限定每天可用时间、总周期、每周弹性时间，输出按周分块。
- 选一个专业概念，写知识解释提示词，指定受众、类比场景、字数上限，要求不出现专业术语。
自测方法我说三个自己常用的。第一个叫“换人测试”：把输出发给一个不了解背景的同事，看他能不能直接拿去用。用不了，说明提示词里缺上下文。第二个叫“改一个字测试”：把提示词里的数字约束改掉，比如5条改成3条，看输出是否跟着变。不跟着变，说明约束写得不够硬。第三个叫“缺失值测试”：故意给一条信息不全的输入，看模型是老实填“未提及”还是开始编。编了，就在提示词里补缺失处理规则。
这三个测试花不了几分钟，比反复抽卡式地重跑有效得多。提示词编写教程里我很少讲“万能模板”，原因也在这：模板能给你起点，测试才能告诉你终点在哪。你把这一章的四个案例各练三遍，再回头看第1章那五块构成，感受会比第一遍读的时候具体很多。
前两章的案例跑下来，多数人已经能把一句话需求写清楚了。到了这一层，问题开始变样。上个月有个做运营的学员找我，说她的提示词在简单任务上挺好使，一碰复杂任务就散架：让模型分析一份竞品报告，输出里一半是废话，一半是自己编的数据。我看完她的提示词，发现还是入门期的写法，只是把任务描述拉长了。复杂任务跟简单任务不是一回事，你得给模型立规矩、划地盘、设检查点。这一章讲的六个高级技巧，都是我在踩坑之后慢慢磨出来的。
3.1 高级技巧一：角色设定与任务边界控制
“你是一名资深专家”这种角色设定，我早期特别爱用，后来发现基本等于没说。什么叫资深，哪个领域的专家，站在谁的角度说话，全空着。模型只能按最大公约数去猜，输出就飘。我现在写角色，会把它落到具体场景里。给法务部门写合同审阅提示词，角色会写成“你是一名有五年经验的商事合同律师，代表甲方审阅供应商协议，重点关注付款条件、违约责任和知识产权归属”。职位、年限、代表方、关注点，四样东西一摆，输出方向就稳了。
角色设定之后紧跟着的是边界。很多人只告诉模型该干什么，不告诉它不该干什么，结果模型热情过头，把不该碰的地方也碰了。我写边界通常分三层：任务范围、信息范围、责任范围。任务范围写“只做条款风险标注，不改写原文”；信息范围写“仅依据用户提供的合同文本，不引用外部法规条文”；责任范围写“输出供律师初筛参考，不做最终法律意见”。这三层一加，模型就不会越界去当裁判。
我印象最深的一次翻车是让模型做招聘筛选。角色写的是“你是一名HR”，任务是“从简历中挑出合适人选”。它挑得挺积极，还顺手给每位候选人打了分、写了录用建议。问题在于，我们内部根本没有这套评分标准。后来我把角色改成“你是一名招聘协调员，负责把简历信息结构化后交给用人经理”，任务边界写“只做信息提取和匹配度标注，不做录用决策”。输出立刻老实了。角色设定这件事，本质是替模型回答“你是谁、站哪边、管到哪为止”。
3.2 高级技巧二：少样本示例与输出风格约束
跟模型解释一百句“要写得口语化”，不如直接给它两个口语化的例子。我管这个叫“示例比形容词好使”。给市场部写产品文案提示词时，我会准备三段参考文案，一段偏理性、一段偏场景、一段偏短句节奏，让模型照着其中一段的风格扩写。跑出来的东西风格一致性比纯文字描述高出一截。少样本示例的价值不在于教模型知识，在于给它一个可模仿的锚点。
示例怎么选有讲究。我一般会挑两到三个正例，加一个反例。正例覆盖不同长度和语气，反例专门标出“不要写成这样”。比如写客服话术，我会在提示词里放一段“太官方”的反例，标注“避免这种开头：尊敬的客户您好，感谢您对我司的支持”。模型看到反例，规避动作会明显。有人担心放反例会污染输出，我试过很多次，只要在反例前明确写“以下为错误示范，不要模仿”，基本不会串味。
风格约束还有个小技巧：把抽象要求翻译成可数的规则。不说“语气亲切”，说“每段至少出现一次第二人称‘你’，句尾避免感叹号，段落不超过三行”。规则越可数，模型执行越稳。我写短视频脚本提示词时会写“每15秒一个信息点，开场3秒内必须出现冲突或疑问”，比写“节奏要快”管用得多。少样本加可数规则，是我目前调风格最稳的组合。
3.3 高级技巧三：分步拆解、思维链与推理过程管理
复杂任务最容易出的问题是“一步到位”的幻觉。你让模型直接给结论，它会给，但中间逻辑经常是补出来的。我处理这类任务的办法是拆步骤，把一个大问题切成三到五个小问，让模型按顺序回答。给咨询公司做行业分析提示词时，我会拆成“先列政策变量，再列供需变量，再做变量间的交叉影响，最后给三种情景假设”。每一步单独一段，模型不容易跳步。
思维链这个词被讲得有点玄。我的理解很朴素：让模型把推理过程写出来，方便我检查它在哪一步跑偏。但思维链不是万能药。事实型问答用思维链反而容易绕远，简单分类任务加了“请一步步思考”有时会让输出变啰嗦。我现在的做法是分场景：需要多条件权衡的任务加推理步骤，需要快速判断的任务直接给结论加依据。判断标准很简单，输出回来我能一眼看出推理链断在哪，就加；看不出来，就不加。
推理过程管理还有一个坑：模型会为了自圆其说编中间步骤。我吃过一次亏，让它分析季度销售下滑原因，它列了五条，其中两条的数据在原始表里根本不存在。后来我在提示词里加了一条硬规则：“每一步推理必须标注信息来源，来源为‘用户提供数据’或‘公开常识’，无法标注的推理步骤直接删除。”这条规则加上去，输出短了三分之一，可信度反而高了。拆解和思维链的目的不是让答案变长，是让每一步都踩在实处。
3.4 高级技巧四：结构化输出、模板复用与格式校验
结构化输出这件事，我踩过的坑能写一页纸。早期让模型输出JSON，十个里面有六七个带多余文字，前面加一句“好的，以下是结果”，后面加一段解释。下游程序一解析就报错。后来我学乖了，提示词里直接写“只输出JSON，不要任何解释性文字，不要使用markdown代码块标记”，再补一句“如果字段缺失，值填null，不要省略键”。这三句话下去，格式稳定率能到九成以上。
模板复用是我给团队做内训时反复强调的。同一类任务，与其每次现写提示词，不如存一个带占位符的模板。比如周报生成模板，固定结构是“本周完成、数据变化、风险项、下周计划”，每个模块下面留空让模型填。模板的好处是输出结构统一，坏处是容易僵化。我的处理办法是模板里留一个“自由补充”区块，允许模型在固定结构之外追加不超过两条观察。这样既保住了格式，又留了一点弹性。
格式校验得靠外部工具，不能指望模型自觉。我现在的流程是模型输出之后跑一遍校验脚本，检查字段是否齐全、类型是否正确、枚举值是否在允许范围内。校验不过就把错误信息原样贴回提示词，让模型重跑一次。这个“输出—校验—回贴—重跑”的循环，比在提示词里堆十句“请确保格式正确”有效得多。结构化输出的核心不是让模型一次做对，是让错误能被快速发现和纠正。
3.5 高级技巧五：多轮对话、上下文管理与长文本处理
多轮对话里最常见的失误是把上下文当成了无限记忆。聊到第五轮，模型已经忘了第一轮定的规则。我的习惯是在每轮开头用一句话复述关键约束，比如“继续上一轮的任务，仍然保持每条不超过50字、不使用专业术语”。这句话很短，但能明显降低跑偏率。另一个办法是把关键规则写进系统提示词，每轮都生效。系统提示词像合同条款，用户消息像日常沟通，两者分开管，稳定性好很多。
长文本处理我试过几种策略。最简单的是分段喂，每段单独处理，最后汇总。适合摘要和抽取类任务。稍微复杂一点的是“先建索引再问答”，让模型先输出文档的章节结构和关键实体，再针对具体问题定位到相关段落。处理合同和研报时我用得最多。最怕的是把十万字一次性丢进去还指望它精准引用，模型要么漏读，要么编造出处。我现在会在提示词里明确写“回答必须引用原文段落编号，找不到对应段落就回答‘原文未涉及’”。
上下文管理还有一个实操细节：对话轮次多了之后，模型容易把早期讨论和当前任务混在一起。我的处理办法是每进入一个新子任务，就发一条“切换任务”的指令，明确写“以下内容与之前讨论无关，请忽略此前所有上下文，仅基于本条消息处理”。这条指令不优雅，但管用。长文本和多轮对话的共同点是信息量大，信息量大就容易稀释重点，你得主动帮模型做减法。
3.6 高级技巧六：结果验证、鲁棒性优化与安全对齐
结果验证这件事，我建议每个人都建一个自己的“验收清单”。我常用的清单有三项：事实是否可追溯、格式是否可解析、边界是否被遵守。事实可追溯是指输出里的每个关键结论都能在输入里找到依据；格式可解析是指结构化部分能被程序直接读取；边界被遵守是指没有出现提示词里明确禁止的内容。三项里任何一项不过，就打回重写提示词，而不是反复重跑碰运气。
鲁棒性优化靠的是故意捣乱。我会拿同一套提示词去跑边界输入：空输入、超长输入、格式混乱的输入、包含矛盾信息的输入。看模型是老实报错，还是硬着头皮编。有一次测信息抽取提示词，输入一封没有签名的邮件，模型把发件人邮箱前缀当成了公司名填进去。这就是缺失处理没写死。后来我补了一条“签名缺失时客户名称填‘未注明’，不得从邮箱地址推断”，问题就没了。鲁棒性不是模型自带的，是提示词里一条条补出来的。
安全对齐这块，我的原则是“禁止事项写前面，比写在后面管用”。涉及医疗、金融、法律建议的场景，我会在提示词开头就写清楚“本任务输出仅供内部参考，不得作为对外建议，不得出现诊断结论、投资建议或法律意见”。开头定调比结尾提醒有效。另外我会专门加一条“遇到不确定的问题，回答‘需要人工复核’，不要猜测”。这条规则救过我好几次，模型开始编的时候，这句话能把它拉回来。高级技巧说到底就一件事：把你能想到的失控场景，提前写进提示词里。
前面三章把单个提示词怎么写讲透了，但一个人写得好和一支团队稳定产出好结果，中间隔着一整套作业体系。我见过太多这样的情况：某个同事手里有个特别好用的提示词，换个人用就废了。问题不在人，在于这东西没被当成资产管起来。这一章讲的就是怎么把提示词从个人手艺变成可复用的工程化流程。
4.1 提示词模板库建设与场景化分类
我最早建模板库的方式特别原始，就是在笔记软件里开一个文件夹，按日期命名。用了两周就乱套了，同一个任务存了七个版本，自己都分不清哪个是最新的。后来改成按“场景—任务—版本”三层来管，才算有了点样子。场景层解决的是“在哪用”，任务层解决的是“干什么”，版本层记录“改过什么”。比如“电商运营”下面挂“商品详情页文案生成”，再往下是v1、v2、v3，每个版本附一行改动说明。这三级结构不复杂，但比按时间堆文件好找十倍。
场景化分类有个诀窍：按使用频率排，不按逻辑完整度排。我见过有人把模板库做得像教科书目录，分类特别严谨，但平时用的那几个模板埋得很深。我的做法是把高频场景置顶，比如“客服话术”“周报生成”“会议纪要”这三个是我团队用得最多的，就放在最前面。低频但重要的场景单独归到“备用区”，季度末复盘一次，该升级升级，该淘汰淘汰。
模板库最容易出的问题是“建完就烂”。解决这个问题靠两条规矩。第一条，每个模板必须写清楚适用条件和已知限制，比如“适用于500字以内的产品描述，超过800字输出质量明显下降”。第二条，模板更新必须走“提出—试用—入库”三步，谁觉得需要改，先在自己的任务里试跑三次，效果稳定了再提交新版本。这两条规矩执行下来，模板库的腐烂速度会慢很多。我还加了一个“最后验证日期”字段，超过三个月没人用的模板自动标记为待审查，逼着自己定期清理。
4.2 提示词效果评估指标与对比测试方法
“这个提示词好不好”如果只凭感觉判断，永远说不清楚。我现在的做法是每次重要任务上线前先定三到五个评估指标。最常用的四个是：准确率、格式合规率、边界遵守率、人工修正量。准确率看事实对不对，格式合规率看结构化输出能不能被程序直接解析，边界遵守率看有没有碰提示词里禁止的事情，人工修正量看拿到结果之后还得改多少字。四个指标里我最看重人工修正量，因为它最接近真实使用成本。
对比测试有个坑我踩过好几次：拿旧提示词跑一次、新提示词跑一次，看起来新得好，就换了。后来发现同一套提示词在不同输入上波动很大，单次对比根本靠不住。现在我会准备一组固定测试集，十到二十条输入，覆盖典型场景和边界情况。新旧提示词各跑一遍，逐条打分。打分用三档：直接可用、小幅修改可用、不可用。跑三轮取平均值，再决定换不换。这个过程枯燥，但比拍脑袋靠谱得多。
评估指标要跟业务目标挂钩。给法务做合同审阅提示词，准确率权重就拉高，格式合规率次要。给运营做日报生成提示词，格式合规率排第一，内容稍微粗糙点能接受。我见过一个团队用同一套评分卡评所有提示词，结果客服组和技术组的评分完全没法比。评分卡本身没问题，问题在于没按场景调整权重。现在我会在评分卡最上面写一行：“本评分卡适用于XX类任务，其他任务请调整权重后再用。”
还有个小经验：评估的时候一定要拉一个“盲测员”。我自己写的提示词，自己评总觉得挺好。找个不了解背景的同事，只给输入和输出，让他判断哪个结果更好，往往能发现我自己忽略的问题。盲测不用多，关键任务找一个就行。
4.3 提示词迭代流程：记录、分析、改写与复测
迭代这件事最怕的是“凭记忆改”。上周调的什么、为什么调、调完效果怎么样，全在脑子里，过三天就忘了。我现在强制自己每次修改都写迭代日志，格式固定四行：问题描述、修改内容、测试结果、是否入库。四行字，写起来不到一分钟，但回头看的时候能省很多事。上个月复盘一个客服提示词，翻日志发现同一个问题在两个月里改了三次都没改彻底，根因是每次只改了表面措辞，没动底层的角色设定。
分析环节我一般问三个问题。第一个，问题出在提示词还是出在模型能力边界？有些任务模型确实做不好，再改提示词也白搭。第二个，问题是偶发还是稳定复现？偶发问题优先加鲁棒性规则，稳定问题才动核心结构。第三个，改这一处会不会影响其他部分？提示词是个整体，改了输出格式可能影响内容质量。这三个问题问完，再决定改哪里、改多大。
改写有个原则我一直在用：一次只改一个变量。同时改角色设定和输出格式，跑出来效果好了，你不知道是哪个改动起的作用。我的习惯是先改最可能有效的那一处，跑三轮测试，效果不够再改第二处。慢是慢了点，但每一步都知道自己在干什么。
复测环节最容易被跳过。改完觉得挺好，直接上线，过两周发现新问题。我现在把复测写成流程里的硬性步骤：任何提示词修改后，必须跑完固定测试集，对比修改前后的四项指标，指标不退步才能入库。退步了就回滚，不纠结。回滚这件事说起来简单，做起来需要一点纪律，尤其是改了半天不舍得扔的时候。我的经验是，舍不得扔的版本最后往往还是得扔，不如早扔。
4.4 不同业务领域的提示词编写教程适配策略
同样一套提示词框架，放到不同业务里得做不同的适配。我给金融客户做研报摘要提示词时，第一版直接套了通用摘要模板，跑出来一堆“该公司业绩表现良好”这种废话。金融场景要的是数字、同比、环比、超预期还是不及预期。后来我把输出结构改成“关键财务指标—变动幅度—与市场预期对比—管理层表述变化”，输出立刻有了信息密度。领域适配的第一步是把行业黑话翻译成模型能执行的结构。
法务场景的适配重点在边界。合同审阅提示词里我会加一条硬规则：“只标注风险条款并说明风险类型，不给出修改建议。”为什么？修改建议涉及法律责任，模型给的建议看起来合理，细究往往有问题。法务同事需要的是快速定位风险点，修改的事他们自己来。医疗场景更严格，提示词开头就得写“本输出不构成诊断建议，仅用于信息整理”，结尾再补一条“涉及用药剂量、手术方案的内容一律标注‘需医生确认’”。领域适配不是把话说得更专业，是把责任边界划得更清楚。
电商运营的适配方向又不一样。这个领域要的是速度和多样性。我给电商团队做的提示词模板里有个“生成五条不同风格文案”的选项，跑一次出五个版本，运营挑一个改改就能用。教育场景则偏向解释的层次感，同一个知识点要准备“给小学生讲”“给初中生讲”“给成年人讲”三个版本，提示词里用“听众年龄”和“已有知识水平”两个变量来控制。我越来越觉得领域适配的核心是搞清楚这个领域的人最怕什么、最缺什么，然后让提示词去补那个缺口。
4.5 提示词编写教程常见问题与进阶学习资源
被问得最多的问题是“为什么我的提示词昨天好用今天不好用”。这个问题九成出在模型版本更新或者输入分布变化上。我的建议是每次发现效果波动，先跑固定测试集确认是普遍退化还是特定输入的问题。普遍退化就等模型稳定再调，特定输入就把那条加进测试集。另一个高频问题是“提示词到底写多长合适”。我的经验是能短则短，但短不等于省略关键约束。一个只有三行的提示词如果包含了角色、任务、边界、格式四要素，比一段三百字的模糊描述管用。
还有人问“要不要学编程”。我的看法是，不学编程也能写出好提示词，但会一点脚本能力能大幅提升迭代效率。比如批量跑测试集、自动比对输出差异、跑格式校验，这些用Python写几十行就能搞定。不会写也没关系，现在有很多现成工具能做类似的批量测试。
学习资源我常推荐三类。第一类是各家模型的官方提示词指南，更新最快，虽然偏基础但准确。第二类是社区里的实战分享，质量参差不齐，挑有具体案例和对比数据的看。第三类是我自己整理的“失败案例库”，把跑砸的提示词和对应的修正过程记下来。说实话，看一百个成功案例不如亲手拆十个失败案例来得扎实。
4.6 从入门案例到高级技巧的综合实战路线
把前面几章串起来看，一条比较顺的实战路线是这样的：先拿入门案例练手，把目标、角色、上下文、约束、输出格式这五个要素写全。写全了再跑，跑完对比模糊版本和清晰版本的差异，建立手感。手感有了之后进入高级技巧，一个一个往提示词里加，每加一个都跑测试集看效果。别一次加三个技巧，加完跑出来的结果好，你也不知道是哪个技巧起的作用。
再往上走就是建自己的模板库和评估流程。这件事不用等“学完”再做，从第三个入门案例开始就可以顺手存模板。我自己的习惯是每做完一个任务，花两分钟判断这个提示词以后还会不会用。会用就整理一下存进库，不会用就丢进“一次性”文件夹，月底清空。这个习惯坚持三个月，模板库自然就有了雏形。
最后给一个四周练习计划。第一周每天跑一个入门案例，重点练五要素写全。第二周挑两个高级技巧反复练，比如角色设定和结构化输出，练到能稳定复现。第三周建模板库，把手头的提示词分类归档，挑三个高频场景做模板化改造。第四周跑对比测试，用固定测试集评估改造前后的差异，写一份简短的迭代报告。四周下来，你手里会有一套能用的模板、一组能看的指标、一份能复查的记录。这套东西比任何单条“神级提示词”都值钱，因为它能跟着你的业务一起长。
