「请以二十年经验的资深专家身份，用严谨专业的语言……」这类开场白在网上流传极广，实际作用很有限。AI 不会因为被抬举就更认真，它缺的从来是具体的东西：材料、条件、样例，外加一条遇到不确定怎么办的规矩。提示词这件事拆开看，真正起作用的就四件事，一件一件说。
材料是地基，角色是装饰
模型不知道你的行业、你的数据、你的读者，这些信息不在它的记忆里，只能由你提供。把背景材料贴进对话，比任何精心设计的角色设定都管用：让通用模型扮演资深顾问，它输出的仍是通用内容；把相关条款原文和背景情况贴给它，输出质量立刻上一个台阶。
一个自查方法：把提示词里的角色设定整句删掉，剩下的信息够不够它干活？不够，说明材料没给足，加角色只是化妆。还可以换个角度问：换一个陌生人拿着这段提示词，他能完成这个任务吗？
要求要写成能检查的条件
「专业一点」「正式一些」这类要求没法检查，没法检查的要求大概率不被执行。翻译成可验证的条件：「不要用感叹号」「每段不超过三句」「全文控制在三百字内」「每个观点后面跟一个例子」。这些条件做没做到，你看一眼就知道，不合格也容易指出差在哪，下一轮就能修正。
把形容词翻译成条件，是写提示词最值得练的一个动作。形容词靠模型猜，条件让它照办，两者产出的稳定性差得很远。
样例比形容词精确
想让输出贴近某种风格，描述风格是下策，给样例是上策。贴一段你满意的旧文本，加一句「照这个调性来」，比堆「简洁、有力、有专业感」精确得多——风格是一种很难用语言穷尽的东西，一段样例就把它全带上了。
样例还能锁定格式。要求输出「像示例这样分节、这样标注来源」，比逐条描述格式规则省事，也更不容易跑偏。手头没有现成样例时，自己先随手写两行骨架也能顶用。
规定它怎么处理不确定
默认情况下，模型倾向于给你一个完整的答案，哪怕中间有编造的成分。补一句「信息不足时直接说不确定，不要猜测」，胡编的比例会明显下降。这句话几乎零成本，值得写进每一次的提示词里。
更细一步，可以规定不确定时的动作：「不确定的数字用【待核实】标出」「没有依据的部分单独放在文末」。把「不许编」细化成「怎么标记」，执行得更稳，你也更容易一眼扫出风险点。
起点框架：先跑通，再迭代
一份够用的起点：背景是（贴材料）。我要做的是（任务），交付物是（形式与篇幅）。要求：（逐条列出可检查的条件）。信息不足的地方直接说明，不要编造；先给框架，我确认后再展开。
拿这个起点跑几次，每次不满意的地方就往里加一条对应条件。加到十几次，你手上就有一套经过自己任务验证的提示词库——这比收藏任何万能模板都有用。万能模板注定不通用，原因很简单：提示词的作用是把脑子里的隐含要求显性化，不同任务要显性化的东西不同，一份模板不可能覆盖所有任务的隐含要求。
| 任务类型 | 要显性化的东西 | 可检查条件的示例 |
|---|---|---|
| 写文案 | 读者是谁、调性是什么 | 不用感叹号、每段不超过三句、三百字内 |
| 写代码 | 输入输出的边界情况 | 列出三种异常输入的处理方式再动手 |
| 做总结 | 保留哪些维度、舍弃哪些 | 输出五条要点，每条不超过四十字 |
| 改写润色 | 保持什么、改变什么 | 只改句式不动术语，术语清单附在后面 |
失效边界：提示词救不了什么
提示词作用在表达层，改不了模型本身的下限。模型能力受参数规模和训练数据的约束，同一个提示词在小模型上的表现明显弱于大模型，7B 和 70B 的差距不是措辞能抹平的，差在哪可看：什么是模型参数量？7B 和 70B 差在哪里。同一句提示词换个版本、换个档位，效果也会变——免费版和付费版背后的模型代际不同，输出有落差是正常现象，参考：免费版和付费版大模型差在哪；有些产品还会把模型做量化瘦身来提速，量化后的版本在指令遵循上同样可能打折，见：什么是模型量化？为什么模型能「瘦身」一半。另外，要求它输出训练数据里没有的事实细节，再好的提示词也只会换来编造，这是边界，属于模型能力问题。
提示词速查
- 四件事：给材料、写可检查的条件、给样例、规定不确定怎么办
- 删掉角色设定后信息还够不够？不够就是材料没给足
- 形容词翻译成可验证的条件，样例优先于描述
- 「信息不足直接说不确定」每次都写上
- 万能模板不通用，自己的条件库才是资产
三个延伸追问
提示词写得很长，是不是就一定更好？长不等于好。堆砌修饰会稀释关键条件，判断标准是每句话是否提供了新信息：材料、条件、样例占的篇幅越长越好，客套和形容越短越好。
网上有人出售高价提示词模板，值得入手吗？模板里值钱的只有条件部分，而条件依赖具体任务。买来的模板可以当检查清单，看它列了哪些维度，直接套用的效果通常赶不上按自己的任务重写一遍。
同一个提示词，隔一阵子效果变了是怎么回事？你用的产品可能更换了底层模型或调整了参数。效果由提示词和模型共同决定，模型一动，原来调好的条件需要重新校验一轮。
