先别急着学各种“魔法词”。普通人第一次接触 AI最困惑的不是模型不够强而是同一个问题别人能问出详细答案自己只得到一句“这个我暂时无法回答”。差距往往不在运气而在提示词。这次我们花一篇文章把提示词的概念、构成、分类和书写方法讲透。不堆术语不绕弯子从“提示词到底是什么”讲到“怎么写第一版能用的提示词”再给出一套可以套用的验证和排查流程。无论你之后用文生图、文生视频、TTS 语音合成还是接大模型 API 做自动化任务这套基础都通用。文章会涵盖这些内容提示词的核心概念和常见误区提示词的构成要素角色、任务、上下文、约束、输出格式不同任务场景的提示词写法差异文本生成、图像生成、视频生成、TTS、编程、Agent提示词框架和结构化写法提示词不起作用时的排查思路一套可以抄走的提示词验证流程接口调用、批量任务场景下的提示词管理如果你是刚接触 AI 工具的新手建议收藏备用。如果已经写过一些提示词但效果不稳定重点看第 5 章和第 8 章大概率能找到问题在哪。1. 提示词核心概念速览概念项说明英文名称Prompt基本定义用户输入给 AI 模型的一段指令或文本用于描述任务目标和约束条件作用对象大语言模型LLM、文生图模型、文生视频模型、TTS 模型、Agent 等核心目的让模型理解“你要做什么”和“做到什么程度”输入形式文本、图片参考、音频参考、参数配置、多模态组合输入输出形式文本、图片、视频、音频、代码、结构化 JSON、函数调用结果新手常见误区追求复杂模板、堆砌关键词、忽略格式约束、不验证效果学习方法先理解概念再套用框架最后用测试迭代优化从这张表可以看出来提示词不是“某一种特定写法”而是跨模型、跨场景的通用交互方式。只要你在用 AI 工具就离不开它。2. 提示词的构成新手先抓住这五个要素一个提示词可以很简单比如“写一段 Python 代码”也可以很复杂比如“你是一名资深 Python 工程师请用 FastAPI 写一个文件上传接口要求支持断点续传返回 JSON 格式错误信息并加上详细的注释”。复杂提示词拆开看其实都包含五个要素。2.1 角色设定给 AI 一个身份让它在特定知识体系下回答问题。你是一名有十年经验的 Linux 运维工程师角色设定的作用是限定模型的知识检索范围和表达风格。没有角色设定时模型的回答偏通用有角色设定后回答会更贴近专业场景。2.2 任务描述明确告诉模型你要做什么。“写代码”“翻译文本”“总结要点”“生成一张图”都是任务描述。新手最容易犯的错是任务描述过于笼统。比如“帮我写个方案”就不如“帮我写一份 500 字的新产品推广方案目标用户是 25 到 35 岁的互联网从业者”清晰。任务描述越具体模型的执行结果越可控。2.3 上下文信息上下文是模型回答问题的依据。比如你要让 AI 总结一篇文章就需要把文章内容贴在提示词里你要让 AI 根据数据写报告就要把数据表格放进去。没有上下文的提示词模型只能靠训练数据里的通识知识回答无法针对你的具体场景给出结果。2.4 约束条件约束条件包括字数、格式、风格、禁止事项、语言等。要求 - 输出 800 字左右 - 使用 Markdown 格式 - 不出现专业术语面向新手 - 不要使用列表使用段落表达约束条件的作用是缩小模型的输出空间。模型本质上在做概率预测约束越多输出越接近你的预期。2.5 输出格式输出格式是约束条件的特殊子集但值得单独强调。对于程序员来说输出格式尤其重要。请用以下 JSON 格式返回 { title: 文章标题, summary: 50字摘要, keywords: [关键词1, 关键词2] }明确输出格式可以让 AI 的返回结果直接被程序解析这是接口自动化和批量任务的基础。3. 提示词的三大分类维度提示词可以从不同角度分类。理解分类不是为了背概念而是为了在不同场景下选择正确的写法。3.1 按任务类型分类文本生成类写文章、写代码、翻译、总结、润色图像生成类文生图、图生图、局部重绘、风格转换视频生成类文生视频、图生视频、首尾帧控制、数字人语音合成类TTS 文本转语音、音色克隆、情绪控制音频处理类ASR 语音识别、音乐生成、音效制作多模态理解类图片识别、视频理解、文档解析不同类型的任务提示词的写法差异很大。图像生成讲究“描述画面内容 风格 质量词”文本生成讲究“角色 任务 结构”TTS 讲究“参考音频 文本内容 情绪标记”。3.2 按交互方式分类单轮提示词一次提问一次回答适合简单任务多轮对话提示词通过多轮对话逐步修正结果适合复杂任务系统提示词在对话开始前设定影响整个对话过程的角色和行为用户提示词每轮对话中的具体指令在 API 调用场景中系统提示词和用户提示词是分开的两者的作用边界很清楚。系统提示词定义“AI 是谁、要遵守什么规则”用户提示词定义“这一步要做什么”。3.3 按写法风格分类口语化提示词直接说需求适合日常使用结构化提示词用标题、列表、分段组织内容适合复杂任务模板化提示词把可变部分抽成变量适合批量任务参数化提示词结合 API 参数使用比如 temperature、top_p、max_tokens新手不需要纠结哪种风格最好关键是根据任务复杂度选择。简单任务用口语化写法复杂任务用结构化写法批量任务用模板化写法。4. 为什么有的提示词有用有的没用很多新手会疑惑明明都是中文为什么换个说法AI 的回答质量差别很大这要从大语言模型的工作原理说起。大语言模型本质上是在做“下一个词”的预测它根据输入的 token 序列计算下一个最可能出现的 token。提示词的作用是给模型提供足够的“线索”让它在概率空间中找到你想要的答案区域。一个有效的提示词通常具备以下特征意图明确模型能准确判断任务类型信息充分模型有足够上下文生成答案约束清晰模型知道输出的边界格式可预期模型知道输出的结构一个无效的提示词往往存在这些情况任务描述模糊模型不知道你要什么上下文缺失模型只能泛泛而谈约束条件过多模型顾此失彼提示词结构混乱模型抓不住重点举个例子写个文章这个提示词模型能写但写出来大概率不是你要的。它不知道文章主题、篇幅、风格、读者对象。改成写一篇 1500 字的技术博客主题是“Prompt 提示词入门”面向刚接触 AI 工具的新手读者语言通俗结构包含概念解释、常见误区、实际示例三个部分使用 Markdown 格式。模型就能输出一篇基本符合要求的文章。不是因为第二条提示词用了什么“魔法词”而是它提供了足够的决策信息。结论提示词的本质是降低模型的决策难度。你的提示词越清晰模型越容易生成高质量输出。5. 新手提示词书写五步法基于上面的分析我总结了一套适合新手的提示词书写方法一共五步。5.1 明确任务目标先问自己我要 AI 做什么写一份内容生成一张图片翻译一段文字编写一段代码提取文档信息任务目标决定了后续所有提示词内容的方向。5.2 补充角色与背景问自己AI 需要以什么身份、了解什么背景来回应你是一名内容策划正在为一个技术社区撰写入门教程角色与背景信息可以补充在任务描述前面也可以独立成段。5.3 写出核心要求问自己我对输出结果有什么具体要求字数范围内容结构语言风格专业程度禁止事项核心要求可以写成列表方便 AI 逐条理解。5.4 指定输出格式问自己我希望 AI 以什么格式返回纯文本段落Markdown 文章表格JSON代码块指定输出格式不仅让结果更规范也为后续自动化处理打基础。5.5 示例驱动如果可能给 AI 一个示例让它模仿示例的风格和结构。请模仿下面这段的风格写一篇短文 【示例文本粘贴到这里】示例是最强的约束。模型对示例的模仿能力往往比对抽象规则的理解更准确。6. 按任务场景拆解提示词写法不同任务场景提示词的核心关注点完全不同。下面按场景拆解。6.1 文本生成类提示词文本生成是提示词应用最广的场景适合写作、翻译、总结、润色、代码生成等。核心要素角色设定任务描述上下文材料风格要求格式要求字数控制你是一名技术文档编辑。请将下面这段产品说明改写为面向初级开发者的入门文档。 要求 1. 保留原意但简化技术术语 2. 增加一个“快速上手”段落 3. 总字数控制在 600 字左右 4. 使用 Markdown 格式输出 原文 【原文内容粘贴到这里】6.2 图像生成类提示词文生图模型的提示词关注点从“结构化叙述”变为“视觉描述”。核心要素主体描述画面中有什么场景描述在什么环境中风格描述什么画风、什么艺术家风格、什么流派质量描述高清、细节丰富、8K 等负面提示词不要出现什么参数配置分辨率、采样步数、种子值主体一个穿着白色连衣裙的女孩站在樱花树下 场景傍晚夕阳余晖樱花花瓣飘落 风格吉卜力动画风格柔和色彩细腻光影 质量高细节8K电影感构图 负面提示词模糊低质量变形的手多余的手指图像生成有一个重要概念负面提示词negative prompt。它告诉模型“不要画什么”能有效减少画面中的常见缺陷。6.3 视频生成类提示词文生视频和图生视频的提示词需要在图像描述的基础上增加“运动描述”和“时间维度”。核心要素画面主体运动方式镜头运动场景变化时长和比例首尾帧控制提示词一只白色的小狗在草地上奔跑镜头跟随运动背景是模糊的森林阳光透过树荫洒落画面流畅自然运动电影感画面。 首帧一只白色小狗蹲在草地上 尾帧小狗跑向远处身影变小视频生成的难点在于一致性和稳定性。首尾帧控制、seed 固定、运动幅度控制都是为了让模型生成的内容更可控。6.4 TTS 语音合成类提示词TTS 模型的提示词包含文本内容、参考音频、情绪标记、语速控制等。核心要素参考音频用于指定音色文本内容要合成的文本情绪标记文字中插入情绪描述如[开心]、[难过]语速与停顿使用标点或特定符号控制多音字处理用上下文或拼音标注参考音频sample.wav 文本[平静地] 今天天气不错我们出去散步吧。 情绪标记[开心] 太好了终于等到周末了TTS 场景中参考音频的质量直接影响合成效果。选择清晰、无杂音、语速适中的参考音频比反复调整提示词更有用。6.5 编程类提示词编程是提示词工程中实用性最强的场景之一。写代码的提示词需要明确功能需求、输入输出、技术栈、约束条件。核心要素技术栈与语言功能描述输入输出定义异常处理要求代码风格与注释要求请用 Python 写一个函数实现以下功能 功能读取指定目录下的所有 txt 文件统计每个文件中每个单词出现的次数按出现次数降序排序输出到 CSV 文件。 要求 1. 使用标准库实现不依赖第三方包 2. 函数名为 count_words_in_directory 3. 参数为目录路径和输出文件路径 4. 处理中英文混合文本 5. 添加类型注解和函数 docstring 6. 返回统计结果字典编程提示词的难点在于需求描述的精确性。功能描述越详细生成的代码越接近可用状态。6.6 Agent 与多轮任务提示词Agent 场景与传统提示词不同它通常涉及多轮推理、工具调用和自主决策。核心要素系统提示词定义 Agent 的身份、能力边界、行为准则任务提示词定义本次任务目标工具定义Agent 可以调用哪些工具约束提示词禁止调用外部工具、禁止猜测等系统提示词 你是一个数据助手可以调用以下工具数据库查询工具、网页检索工具、代码执行工具。你需要根据用户的问题自主决定是否调用工具并在回答中说明你的操作步骤。 用户提示词 查询最近 7 天内订单表中每天的订单数量并用柱状图展示。Agent 场景下的提示词重点不是“写一段漂亮的文字”而是“定义清晰的决策边界”。你需要告诉 Agent 什么能做、什么不能做、什么信息不足时需要询问。7. 提示词框架与结构化写法有不少成熟的提示词框架可以拿来就用。框架的作用不是增加复杂度而是避免遗漏关键要素。7.1 CRISPE 框架CRISPE 是一个常用于复杂任务的结构化提示词框架包含五个要素C能力与角色Capacity and RoleR洞察力InsightS陈述StatementP个性PersonalityE实验Experiment对应到中文提示词写作[能力与角色] 你是一名资深数据可视化专家 [洞察] 目标用户是业务部门不了解技术细节 [陈述] 请将这份销售数据转化为 5 张图表并说明每张图表的业务含义 [个性] 回答风格简洁避免术语 [实验] 如果数据中有明显异常请标注并分析可能原因框架类的提示词适合复杂任务能保证各个维度的信息都被覆盖。需要注意的是框架不是魔法它的作用只是帮你系统地组织信息。7.2 结构化表格模板对于需要批量生成内容的场景可以用结构化模板请为以下产品生成 3 条推广文案要求 | 字段 | 内容 | | --- | --- | | 产品名称 | 智能水杯 | | 目标用户 | 上班族 | | 核心卖点 | 自动提醒喝水、恒温控制、LED 温度显示 | | 文案风格 | 简洁、生活化 | | 输出格式 | 每条文案 50 字以内按序号排列 |使用表格传递结构化信息模型更容易理解字段之间的对应关系。尤其适合需要固定格式输出的批量任务。7.3 思维链提示词思维链是让模型分步骤推理的方法适合逻辑推理、数学计算、复杂分析类任务。请逐步分析以下问题并把每一步推理过程写出来 小明有 10 个苹果他给了小红 3 个小刚 2 个然后妈妈又给了他 5 个。请问小明现在有多少个苹果 请按以下格式回答 第 1 步初始状态 第 2 步第一次变化 第 3 步第二次变化 第 4 步最终结果思维链的关键在于“把推理过程显式化”。它不改变模型的底层能力但能有效减少复杂任务中的中间步骤错误。8. 提示词常见错误与排查方法新手写的提示词最常见的几个问题集中在“信息不足”和“格式混乱”上。我整理了一张排查表。问题现象可能原因排查方式解决方案回答太泛没有针对性缺少角色设定或上下文信息检查提示词是否包含足够背景补充角色、任务描述和上下文材料输出格式乱七八糟未指定格式检查提示词中是否写明格式要求明确输出格式如 Markdown、JSON、表格字数不符合要求未做字数约束检查提示词是否包含字数范围增加“不超过 500 字”或“600 字左右”约束生成图片中出现多余手指等缺陷缺少负面提示词检查是否写了负面提示词补充负面提示词如“模糊、畸形手”代码运行报错需求描述不够精确检查提示词中是否包含函数签名、参数类型、依赖要求补充技术栈、输入输出定义和异常处理要求多轮对话后跑偏没有系统提示词约束检查系统提示词是否清晰定义行为边界增加系统提示词明确身份、任务和禁止事项批量生成结果不一致提示词模板中的变量替换出错检查模板变量是否完整替换使用脚本生成提示词避免手工替换API 返回结果无法解析输出格式未约束为 JSON检查提示词中是否写明 JSON 结构在提示词中给出 JSON 示例并指定 schema排查提示词问题有一个通用思路先检查信息完整性再检查格式约束最后检查模型本身的限制。如果信息完整、格式清晰、模型也支持相关能力但效果还是不好那大概率是提示词的内容质量不高。比如描述太抽象、举例不相关、约束条件互相冲突。9. 提示词接口调用与批量任务管理对于开发者和工程师来说提示词不只是写好一次就结束它还会被接入 API、嵌入自动化流程。下面给出一套通用的大模型 API 调用示例。实际使用时需要按你对接的模型服务调整接口地址、鉴权方式和参数名。9.1 单次提示词调用示例import requests url https://api.example.com/v1/chat/completions api_key your_api_key payload { model: your-model-name, messages: [ { role: system, content: 你是一个专业的技术文档编辑输出使用 Markdown 格式。 }, { role: user, content: 请将下面这段说明改写为面向新手的教程控制在 500 字以内\n\n【原文内容粘贴到这里】 } ], temperature: 0.7, max_tokens: 1024 } headers { Authorization: fBearer {api_key}, Content-Type: application/json } response requests.post(url, jsonpayload, headersheaders, timeout60) print(response.json())9.2 批量任务的提示词模板设计批量任务的核心是模板化。把提示词中的可变部分抽成变量用脚本生成多条提示词。{ template: 你是一名文案编辑。请为以下产品生成一条 100 字以内的推广文案语气轻松活泼。\n\n产品名称{product_name}\n目标用户{target_user}\n核心卖点{selling_points}, variables: [ { product_name: 智能水杯, target_user: 上班族, selling_points: 自动提醒喝水、恒温控制 }, { product_name: 便携榨汁杯, target_user: 健身人群, selling_points: 无线充电、快速榨汁、易清洗 } ] }import json with open(prompt_template.json, r, encodingutf-8) as f: data json.load(f) template data[template] variables data[variables] prompts [] for item in variables: prompt template.format( product_nameitem[product_name], target_useritem[target_user], selling_pointsitem[selling_points] ) prompts.append(prompt) for idx, prompt in enumerate(prompts, 1): print(f Prompt {idx} ) print(prompt) print()批量任务设计提示词时有几个实用建议每次只改一个变量才能定位效果差异的原因为每条 Prompt 加上编号方便追溯输出结构固定为 JSON便于自动解析增加失败重试机制接口不稳定时自动重试对生成结果进行日志记录方便后续分析9.3 提示词版本管理提示词写多了会面临版本管理问题。同一个任务改了三版哪个最好这时候需要做版本化管理。一个简单做法是建立提示词版本目录prompts/ article_writing/ v1.txt v2.txt v3.txt image_generation/ v1.txt v2.txt batch_tasks/ template_v1.json template_v2.json每次修改提示词保存一个新版本并记录改了什么、效果如何。这个习惯能帮你快速积累可复用的提示词资产。10. 提示词最佳实践与合规提醒10.1 最佳实践清单以下这些实践建议适用于所有提示词场景第一次使用某模型时先跑通最小用例再逐步增加复杂度保留一份最小的可运行提示词模板方便快速测试输入素材、模型输出、提示词版本分别存放避免混淆批量任务务必记录日志和输出编号方便问题定位接口服务部署时限制访问范围避免未经授权的调用涉及用户数据、隐私信息时不要在提示词中传输非必要数据生产环境使用提示词前先做多组对照测试确认效果稳定10.2 合规与安全边界提示词的应用场景越广越需要注意合规边界。以下几条需要特别注意版权合规使用受版权保护的文本、图片、音频作为提示词输入或训练素材时必须确认拥有合法授权肖像与隐私涉及人脸图片、真实人物声音的生成、替换、克隆必须获得当事人明确授权内容安全不要尝试通过提示词绕过模型的安全限制不要生成违法、暴力、色情、歧视性内容数据隐私不要把敏感信息写入提示词API 调用时优先使用脱敏数据商用合规将 AI 生成内容用于商用前确认所用模型的服务条款是否允许提示词本身是中性技术工具但用在哪里、怎么用决定它是否符合规范。技术越高责任边界越需要清楚。11. 总结与下一步建议提示词不是一门玄学也不是背几个“魔法词”就能解决所有问题。它的本质是“把需求说清楚”的能力。新手最容易踩的坑有三个信息太少只给一句“帮我写个方案”模型只能泛泛而谈格式不约束不指定输出格式解析和复用都很困难不做验证写完提示词就直接用不测试、不迭代效果不可控建议你按照下面的路径开始练习第一步拿一个最简单的任务用第 5 章的五步法写提示词第二步运行并记录结果对比模型输出与预期目标的差距第三步逐步增加约束条件和格式要求观察效果变化第四步对稳定有效的提示词做版本保存建立自己的提示词库第五步再遇到文生图、TTS、视频生成、Agent 等场景时对照第 6 章的对应小节调整写法提示词工程的能力提升靠的不是读理论而是“写一版、测一版、改一版”的循环。先把基础概念理清再选择一个你实际会用到的场景动手跑一轮。跑通一次完整流程后后面所有 AI 工具的交互体验都会顺畅很多。