我平时做阅读理解练习提示词，最怕一上来就写“请给我出几道阅读理解题”。这种写法看起来省事，实际用起来特别飘。模型不知道你要练什么，也不知道文本该多长、题目该多难、答案要不要解析。后来我慢慢摸出一个比较稳的习惯：先把提示词当成一份小合同，把练习目标、阅读文本、任务指令、限制条件和反馈要求这五块写清楚。目标决定方向，文本决定材料，指令决定动作，限制条件决定边界，反馈要求决定输出质量。
我常跟朋友说，阅读理解练习提示词的基本构成不是五个孤立的词，而是五根互相咬合的榫头。比如你想练“细节理解”，阅读文本就不能太抽象，任务指令要明确到“从原文找依据”，限制条件要写清“题干不得超出文本信息”，反馈要求最好带上“答案定位句”。我吃过亏：只写“出5道细节题”，结果模型给了一半推理题。后来我把这五块拆开写，提示词就稳多了。下面这个骨架我经常复用，写的时候会按具体场景换词：
练习目标：训练细节定位与同义替换识别。
阅读文本：一篇约300词的英语说明文，主题为城市自行车道。
任务指令：生成5道单项选择题，每题给出A-D选项，题干必须能在原文找到对应信息。
限制条件：不出现文本外知识，不考数字计算，题干长度不超过20词。
反馈要求：附答案、原文定位句和一句错因分析。
通用模板的要素拆解，我会分成“硬要素”和“软要素”。硬要素是每次都要写的：目标、文本、指令、限制、反馈。软要素是提高复用率的：题型分布、难度标签、输出格式、评分口径、语言风格。你看，同样是阅读练习提示词模板，给初中生用和给考研学生用，硬要素差不多，软要素差很多。我自己的做法是做一个“基础模板+场景插槽”，基础模板固定五块，插槽里换题型、换学段、换文本类型。这样不用每次从零写，也不容易漏项。
可复用结构里，我特别看重“任务指令”的颗粒度。写“请出题”太粗，写“请生成5道主旨大意题，每题4个选项，正确选项不超过15词，干扰项分别对应以偏概全、过度推断、无关信息”就细得多。模板不是越长越好，而是让模型知道边界在哪。我通常会把模板分成三段：前段交代练习目标和文本，中段写题型与限制，后段写输出格式和反馈要求。三段之间用自然语言连起来，读起来像在跟一个助教说话，不像在填表。这样生成的提示词既有结构，又不僵硬。
分题型设计提示词，我的体会是“题型不同，指令动词就不同”。主旨大意题，我会写“概括全文中心，正确选项覆盖全文，干扰项只覆盖某一段或某个例子”。细节理解题，我会写“题干必须对应原文某一句或某两句，正确选项使用同义替换，不直接抄原句”。推理判断题，我会写“答案必须基于原文信息合理推出，不能依赖常识，干扰项要体现过度推断”。词义猜测题，我会写“目标词在上下文中至少有两条线索，选项词性与目标词一致”。结构分析题，我会写“指出段落功能、论证方式或行文脉络，选项使用结构术语”。态度观点题，我会写“区分作者态度与文中人物态度，选项包含正面、负面、中立、复杂四类”。这些指令动词一换，模型输出就跟着变。
我拿主旨大意题举个例子。提示词里我会明确“正确选项不能是某段段意”，还会要求“干扰项分别设计成范围过大、范围过小、偷换概念”。这样模型出题时就有了抓手。细节理解题我会加一句“每题标注原文定位句序号”，方便后面复盘。推理判断题最容易出偏，我会写“请把推理链控制在两步以内，并在解析里写出前提和结论”。词义猜测题我会要求“给出上下文线索词”，结构分析题我会要求“用段落序号标注功能”，态度观点题我会要求“引用原文态度词”。这些细节看起来琐碎，实际用起来特别省心。
难度分层这件事，我习惯用“练习目标”倒推，而不是凭感觉标“简单、中等、难”。基础理解层，目标就是“找到、匹配、复述”，文本句子短、生词少，题目以细节和主旨为主。深层分析层，目标变成“推断、归纳、比较”，文本会出现转折、例证、指代，题目以推理和结构为主。批判性阅读层，目标再往上走，要求“评价论证质量、识别作者立场、比较不同观点”，文本可以带一点争议性，题目允许开放回答。我写提示词时会把这层目标写进开头，模型就不会把批判性阅读做成简单判断。
难度分层还要跟文本长度、题目数量、选项干扰度一起调。基础层我常用200-250词文本、5道题、选项差异明显。深层分析层用300-400词、5-6道题、干扰项开始靠近正确项。批判性阅读层用400词以上、4-5道题，但题目要求写简短理由。我遇到过一种情况：目标写“批判性阅读”，文本却是一篇结构很简单的通知，模型只能硬编态度题，效果很差。后来我学会先看文本有没有“可批判的空间”，再定难度层。提示词里加一句“若文本不适合批判性阅读，请说明并建议替换文本”，模型会老实很多。
常见问题里，歧义排第一位。我写“请出几道难题”，模型理解的“难”可能是词汇难，也可能是推理难。后来我改成“难度体现在推理步骤和干扰项相似度，不体现在生词量”。文本篇幅也要控制，我一般写“正文控制在280-350词，超出请压缩但不删关键信息”。输出格式更要写死：题号、题干、选项、答案、解析、定位句，缺一项我就让模型重来。评分标准我会分客观题和主观题：客观题给答案和错因，主观题给参考要点和分值分布。这样一套提示词下来，练习者拿到的不只是题目，还有可复盘的反馈。
我还会在提示词末尾加一句“如信息不足，请先提问再生成”。这句话能挡掉不少瞎编。文本篇幅控制上，我会明确“只保留一个核心论点、两个支撑细节”，避免模型为了凑字数加无关内容。输出格式我习惯用markdown表格或固定字段，方便复制到练习文档。评分标准里，客观题我会写“答案唯一，解析必须引用原文”，主观题我会写“按要点给分，不要求逐字一致”。这些优化策略不花哨，胜在稳定。我用了大半年，最大的感受是：阅读理解练习提示词的核心框架不是束缚，而是让模型把力气花在刀刃上。模板设计也不是一次成型，边用边改，越改越顺手。
第1章把阅读理解练习提示词的骨架搭好了。我自己的感受是，骨架稳了以后，真正费心思的地方在“换场景”。同样一套提示词，给初中生用和给考研学生用，写法完全两回事。英语阅读理解练习提示词的语言适配，我吃过一次小亏。有回我写了一句“请生成符合高中水平的阅读题”，模型给了一篇满是学术词的文章。后来我学乖了，把“高中水平”拆成可执行的词：句子平均长度、生词比例、题型分布、选项词数。指令清晰度这件事，真不是嘴上说清楚就行，得让每个动作都能落地。
我写英语阅读理解练习提示词时，习惯把指令动词写得特别具体。比如不写“请分析文章”，写“请用两句话概括每段段意，再指出哪一段承担转折功能”。不写“请出难题”，写“干扰项要贴近正确项，错误点落在偷换主语和扩大范围两类”。这样一来，模型输出会稳定很多。英语表达准确性也要盯紧。题干语法、选项词性、同义替换的自然度，我都会在提示词里加一句“题干使用完整句，选项保持词性一致，同义替换不得改变原文语义强度”。这句话不花哨，能挡掉不少别扭表达。
文化语境是我后来才重视的。有次让模型生成一篇关于“社区志愿活动”的阅读材料，文本本身没毛病，题目却默认学生熟悉某一类西方校园文化。学生做起来卡在背景知识上，不是在考阅读。我现在的做法是，在提示词里写明“文本背景知识控制在常识范围，涉及文化专有词时给出简短同位语解释，题目不得依赖文本外文化知识”。英语阅读理解练习提示词的语言适配，说到底是在清晰、准确、可理解这三件事上做平衡。指令太松，模型自由发挥；指令太紧，文本又干巴巴。我通常留一点弹性，把硬边界写死，把语言风格写成建议。
不同学段和考试场景，提示词的“重量”差别很大。给初中生写英语阅读理解练习提示词，我会把文本控制在180到250词，句子短，生词少，题目以细节定位和主旨大意为主。题干里不堆长难句，选项差异要明显。给高中生用，文本可以到300词左右，加入指代、转折和例证，推理题控制在两步以内。四六级场景我更看重篇幅和速度，提示词里会写“文本350到450词，限时8分钟，题目覆盖细节、推断、词义猜测”。考研英语的提示词会往深层走，作者态度、论证结构、长难句理解占更大比重。雅思托福又不一样，题型多，同义替换密，我会要求“题干与原文形成两层同义替换，选项长度接近，干扰项对应原文不同位置”。
我拿考研场景举个例子。提示词开头我会写“练习目标：训练作者态度判断与段落功能识别”。文本选学术评论或社会议题短文，任务指令写“生成5道题，其中2道态度题、2道推理题、1道结构题，每题附原文定位句”。限制条件写“态度题选项包含支持、批评、中立、复杂四类，正确项必须引用原文态度词”。反馈要求写“解析说明排除依据，不写空话”。这套写法比“请出考研阅读题”靠谱得多。雅思托福场景我会额外加一句“题干不得直接抄原文连续5词以上”，逼着模型做同义替换。
文本类型扩展是英语阅读理解练习提示词特别有意思的一块。记叙文我通常练事件顺序、人物情感和指代关系，提示词里会写“题目围绕时间线、人物动机、代词指代设计”。说明文练细节定位、段意归纳和结构分析，文本要有一个清晰主题和两三个支撑细节。议论文练论点、论据、作者态度，提示词里写“区分事实与观点，干扰项设计成偷换论据或过度推断”。应用文练信息检索，通知、邮件、广告、说明书都行，题目可以做成“哪条信息符合某条件”。图表和多模态材料更考验提示词写法，我会写“阅读材料包含一段文字和一张柱状图，题目要求图文对应，答案必须同时依据文字与图表信息，不得只靠文字常识”。
有次我让模型生成一篇带图表的阅读练习，它把图表描述写成了一段文字，题目还是纯文字题。后来我在提示词里补了“输出中保留图表数据表，题干明确指向图例或数据变化，解析写出图文对应关系”。效果就好多了。文本类型扩展不是换一个名词就完事，得把该文本的阅读动作写进任务指令。记叙文读情节，说明文读信息，议论文读论证，应用文读条件，图表读趋势和对应。这些动作写进英语阅读理解练习提示词，模型才知道该考什么。
提示词模板的变体设计，我常用“一个底座、五种外壳”的说法。底座还是目标、文本、指令、限制、反馈。单篇精读的外壳是“逐段处理”，提示词里写“先给段落编号，再给每段段意、关键词、长难句拆解，题目分基础理解和深层分析两组”。限时训练的外壳是“时间压力”，写“总限时12分钟，题量6道，输出答题卡格式，不附解析，练习后另发解析版”。错题复盘的外壳是“错因归类”，写“根据学生错题记录，按定位错误、同义替换未识别、过度推断、词汇障碍四类归因，每类给2道二次练习题”。同伴互评的外壳是“评分表”，写“给出互评维度：答案依据、干扰项合理性、解析清晰度，每项1到5分，附一句改进建议”。教师批改的外壳是“批注口径”，写“批注分内容、语言、策略三层，批语不超过20字，最后给一条可执行建议”。
这些变体看起来多，写起来有套路。我通常先定使用场景，再换输出字段。单篇精读要段落编号和长难句拆解，限时训练要答题卡和时间标记，错题复盘要错因标签，同伴互评要评分维度，教师批改要批注层级。英语阅读理解练习提示词的模板变体，核心不是把提示词写长，是把使用者的动作写进去。使用者要精读，提示词就要求慢；使用者要提速，提示词就要求限时；使用者要复盘，提示词就要求归因。我试过把五种变体混在一个提示词里，结果模型输出又长又散。后来改成一次只用一个外壳，清爽很多。
评估与迭代这块，我以前做得粗，练完就扔。后来发现同一个提示词用三次，输出质量会飘。我开始记质量指标：答案是否唯一、定位句是否真的对应、干扰项是否合理、语言难度是否匹配目标学段、解析是否能读懂。五个指标里，定位句和干扰项最容易出问题。提示词里加一句“解析必须引用原文定位句，干扰项注明错误类型”，质量会稳不少。输出质量指标不用多，能用来判断“这套提示词还能不能继续用”就行。我习惯给每套提示词打三个分：可用、需微调、需重写。打分依据就是上面几个指标。
提示词版本管理我也做了简化版。每套英语阅读理解练习提示词前面加编号，比如“高中细节理解-v1.2”，后面附一行变更记录：“v1.2把题干词数从25降到18，增加定位句要求”。适用场景也写清楚：学段、文本类型、题型、限时与否。这样换场景时不容易拿错版本。练习效果追踪我一般看三个数：正确率、平均用时、错因分布。正确率看整体，平均用时看熟练度，错因分布看提示词该往哪里改。有段时间学生总在“同义替换未识别”上丢分，我把提示词里的同义替换要求从“使用同义替换”改成“正确选项与原文形成两处同义替换，干扰项保留原文词但改变逻辑”，错因分布就变了。
持续优化这件事，我的做法是小步改、留记录、看数据。一次只改一个变量，比如只改文本长度，或只改干扰项类型。改完用同一批学生试，看正确率和错因分布有没有变化。英语阅读理解练习提示词的场景应用与扩展，说到底是把一套框架放进不同课堂、不同考试、不同文本里反复磨。磨的时候别怕麻烦，提示词写得越像一份可执行的练习说明，模型越不容易跑偏。我现在看到一套新场景，先问自己三个问题：谁用、练什么、输出长什么样。这三个问题答清楚，提示词基本就站住了。
