提示词工程实战：10个可复用模板与技巧，让AI输出更精准

天天泡在提示词工程这个圈子里我最大的感慨是很多人缺的不是聪明而是一套能直接抄的提示词模板库。今天我不讲玄学只讲这 10 个能立刻上手的提示词技巧每个都附上可以直接复制粘贴的模板。目的就一个让你下次打开对话窗口时不用再对着空白输入框发呆也不用反复试来试去气得摔键盘。这篇文章适合谁呢一个是每天要写文案、做分析、写代码的深度用户另一个是刚接触大模型、完全不知道该怎么描述需求的普通用户。只要你能打字今天的内容你就能用。我会把每个技巧背后的逻辑和适用场景都讲清楚再给出一套可直接落地的提示词模板库你复制过去替换几个词就能跑。1. 先搞清楚一件事提示词工程到底在解决什么问题1.1 模型不是搜索引擎它是在“猜”你想让它说什么大模型本质上是一个“概率预测器”。输入一句话它根据海量训练数据预测下一个最可能出现的词然后一直循环下去。所以它回答问题时不是在“检索答案”而是在“生成一段在统计上最像正确回答的文本”。这个区别非常关键。你问搜索引擎“什么是API网关”它给你的是别人写好的页面你问大模型同样的问题它是现场组织语言根据你的提示词临时押一个方向。所以提示词的作用不是“提问”而是“限定生成方向”。“帮我写一篇文章”这种提示模型能在无数个方向里挑当然容易偏。而“你是一位技术编辑给不懂技术的产品经理解释API网关要求300字以内”这种提示等于把生成方向收窄到一个很小的范围。你给模型的定义越清晰它就越难跑偏。这也是整个提示词工程最底层的逻辑——写提示词不是写咒语是在给模型画一条跑道。很多人在这一步就卡住了因为他们把模型当成一个“全知全能的名人”以为随便问一句就能得到权威答案。实际上你面对的更像一个知识面极广、但完全不了解你的实习生。你不说清楚目标读者、语气、格式、禁忌他就只能按自己的理解自由发挥。你越早意识到“模型在猜”你写提示词时就越细致。1.2 为什么我把模板库看得比技巧还重要技巧是“一次性理解”模板才是“可复用的资产”。很多读者学技巧的时候觉得“原来如此”但真到写新的提示词两小时之后又忘光了。我这两年能稳定地产出高质量输出靠的不是每次临场发挥而是维护了一个自己的提示词模板库从内容创作、代码开发到PPT大纲每个场景都有自己的固定模板。平时写新的提示词90%都是往模板里填参数。这也是为什么这篇文章最后会给你一套比较完整的提示词模板库。技巧部分帮你在脑子里建立起“怎么写”的框架模板部分让你可以偷懒——打开文档找到对应场景替换花括号里的内容马上就能用。这两部分搭配起来才是一个真正能落到实处的体系。不要把模板理解成“偷懒的工具”它其实是把最佳实践固化下来的方式。好的模板是从一次次失败里沉淀出来的它本身就是经验。2. 十个立刻能上手的提示词技巧上2.1 技巧一角色设定一句话把模型拉进你的语境角色设定的原理很简单大模型的训练数据里包含了大量不同身份、口吻、立场的文本。当你告诉它“你是一个高级文案”时它就倾向于调用“高级文案”对应的表达习惯当你说“你是一个毒舌乐评人”时输出的文风立刻会不一样。你不需要教它怎么写只要给它一个人设它会自己照着演。实操对比一下入门版“帮我写一段产品介绍。”进阶版“你现在是一个电商详情页文案专家目标用户是25到35岁注重性价比的都市白领。请为这个耳机写一段300字以内的产品介绍语气要轻松突出降噪和续航两个卖点。”同样一个任务后者效果会明显好很多因为模型知道自己“该用哪种身份说话”。我在实际使用中踩过的坑是角色一定要具体越具体越有效。只说“你是专家”等于没说至少要给到领域、岗位、目标读者或者语言风格中的一个。用口语说就是你给的人设越像真人模型演得就越像。补充一个细节角色设定建议放在提示词的最前面。大模型在生成时对上下文开头部分更“敏感”开头定了调后面它更容易一直保持这个设定。2.2 技巧二少样本示例教模型“照猫画虎”少样本示例是提示词工程里性价比极高的一招。它做的不是告诉模型规则而是直接给一两个“输入-输出”的样例让模型模仿你的样例格式去处理下一个输入。模型天生擅长模式匹配给它一个样板比反复解释“请按某某格式输出”更管用。比如做文本分类请把以下客户反馈分为物流、售后、质量三类。 反馈1“收到的货少了一件。” 分类物流 反馈2“客服不回复消息。” 分类售后 反馈3“充电器用了三天就坏了。” 分类质量 反馈4“冰箱门合不严关不紧。” 分类这里我给了三个样例第四个交给模型补全。模型会自动延续同一套格式不但分类正确连输出格式都跟样例一致。这个技巧在做内容批处理、数据清洗的时候尤其好用。你不需要给模型长编大论的分类规则几个例子就能让它get到你的意图。建议样例给2到5个就够了。给太多会占用上下文长度增加成本给太少模型又抓不住规律。如果条件允许可以故意放一个边界案例比如“信息不完整时应该归类为未知”这样模型会更加清楚如何处理边缘情况。少样本示例还有一个隐藏好处它同时约束了输出格式。只要你的示例里格式清晰模型输出的格式也会稳定。2.3 技巧三把思考过程“逼”出来准确率会让你惊喜模型直接给结论时经常会在中间过程上偷懒。偷懒就意味着跳步跳步就容易出错。一个朴素有效的解法是在提示词里明确要求“先写推导过程再给结论”也就是常说的思维链。你不需要了解背后的复杂度只需要知道这个要求能让模型把隐藏的中间步骤展开答案准确率会明显提升。示例请完成以下题目先列出每一步计算再给出最终答案。 题目一个商店全场八折会员再打九折。一台原价500元的微波炉会员实际要付多少钱如果只问“实际多少钱”有些模型会直接给“400元”或“450元”这种错误答案。但要求它逐步计算时它会先算出八折后的400元再算九折后的360元。精准很多。这个技巧在逻辑推理、数学题、方案比较、多条件判断等场景下特别有效。实操心得思维链不是万能的。对“今天星期几”这种简单事实题硬套反而让输出变得啰嗦。它最适合的场景是本身就需要中间步骤的任务。另外用“请列出步骤”这种直白表达就好不需要在后面加一堆“让我们一步一步思考”的解释效果差不多还更干练。这个技巧写进提示词后你还会发现模型在长文本任务里前后一致性变好因为它多了一层自我推导的过程。2.4 技巧四用输出格式约束拿到能直接解析的答案提示词工程的另一个大需求是“让模型的输出符合程序能处理的结构”。常用的格式包括JSON、Markdown表格、CSV等。模型对格式的遵从能力很不错前提是你把格式要求说清楚。示例从以下产品评论中提取信息输出JSON格式 {品牌: ..., 价格: ..., 评分: ..., 优点: ..., 缺点: ...} 评论“这个蓝牙耳机音质不错续航超长性价比高但是戴久了耳朵疼。”模型大概率会输出一个规范的JSON对象。如果再在提示词末尾加一句“只输出JSON不要任何解释”你甚至可以把这个输出直接交给程序解析省去大量后处理。这属于提示词工程里最贴近“程序化”的实战技巧适合所有需要对接数据的场景。实操中我踩过不少坑。最大的坑是模型默认会用Markdown代码块包裹JSON程序解析时报错。解决办法是在提示里专门加一句“不要使用代码块直接输出纯文本”。还有一次我让模型提取“日期”字段结果它给了我一个人类易读的日期字符串而不是标准格式后来我在提示词里写明格式“YYYY-MM-DD”问题立刻解决。这就是格式约束的价值把偏差消灭在源头而不是等结果出来了再清洗。2.5 技巧五负面提示把常见坑提前堵住你想让模型避免某些问题只告诉它“要什么”往往不够还得直接告诉它“不要什么”。我把这类提示统称为负面提示。它特别适合处理风格控制、内容安全和幻觉抑制。示例写一段给新手看的健身建议。 要求 1. 口语化像朋友聊天一样 2. 不要使用专业术语和生僻词汇 3. 不要给出具体的药物或补剂推荐 4. 不超过150字 5. 不要使用感叹号。很多免费模型的默认文风就是“热情洋溢”动不动来三个感叹号。你只要把“不要使用感叹号”写进去输出风格会瞬间收敛很多。负面提示还能有效降低幻觉尤其对“我不知道但可以编”的问题一句“如果你不确定请直接说不知道”会有奇效。需要注意一个平衡负面提示写太多会让模型变得谨慎到唯唯诺诺输出也干巴巴的。我的经验是挑最关键的3到5条禁令就够了其余不重要的风格问题后面再修。把“不要XX”写成“尽量不XX”语气上更不容易让模型跑偏。这个技巧的核心是提醒你与正面要求配合效果才会好。3. 十个立刻能上手的提示词技巧下3.1 技巧六把大任务拆成小任务一次只让模型做一件事模型在上下文够长的情况下看似能处理很复杂、步骤很多的指令但实际效果并不理想。给它一个“两步甚至五步”的大任务时它往往会在某个环节偷工减料。更稳的方案是把大任务拆成多个小步骤每一步单独做单独检查。比如写一篇行业分析文章。我不太推荐直接让模型“写一篇关于新能源行业的深度分析”。更稳的做法是第一步让模型列出文章大纲你检查逻辑是否完整第二步挑重点章节让模型展开写第三步把所有章节汇总让模型调整语气和过渡第四步自己做一轮事实核查和润色。步骤拆分还有一个好处你能定位问题出在哪一步。如果大纲很烂你只改大纲如果第二部分写偏了你只重写第二部分。如果没有拆分AI一次性给你的成品里到处是问题你反而不知道怎么改。这套思路也适用于自动化流水线——先拆步骤再串流程稳定性会明显好过一个大而全的提示词。很多时候你觉得“模型不聪明”其实不是模型的问题而是任务粒度太大。3.2 技巧七边界限定圈住模型的回答范围大模型很容易“自由发挥”但很多场景下我们恰恰不想要自由发挥。边界限定就是告诉模型只能基于我给你的资料回答资料里没有的就承认没有不许编。这是做企业知识库问答、文档摘要、合同审查的标配。示例请基于以下资料回答问题。如果资料里没有相关内容请直接回复“资料中未找到相关信息。” 资料【粘贴文档内容】 问题【问题】加了这句话之后模型胡编的概率会大幅下降。我实测下来即便模型对某件事有“先验知识”它也大概率会选择不越过边界而是老实回答“不知道”。这个技巧的核心是两个字授权。你给模型划定了禁止越界的范围它才会主动放弃编造。越是在严肃场景里这个技巧越重要。实操中还有一个进阶改法在资料里加编号。把资料分成“资料1…… 资料2……”然后要求模型在回答时标注“根据资料2”或“该结论来自资料3”这样你不但能得到答案还能追溯来源做审核时特别省事。这个“带引用”的问答模式几乎是知识类问答的最优解。3.3 技巧八用上下文锚点让模型在长对话中不跑偏模型没有真正的“记忆”它只有上下文窗口。窗口里的内容就是它全部的“内存”。想让模型在多轮对话中保持风格和口径一致就要把关键信息当成“锚点”反复写进提示里。术语、变量命名规范、人物关系、语气要求这些都可以作为锚点。示例在本项目中我们统一使用以下规范 - 技术栈Python 3.11 FastAPI - 变量命名snake_case - 函数必须包含类型注解和docstring - 注释使用中文。 请基于以上规范完成下面的需求……当锚点信息出现在上下文靠前位置时模型在后续对话里会有很大概率延续这套规范。就算中间它跑偏了你也不需要清空对话只需要把锚点原封不动再贴一次模型就会立刻“想起来”。这个技巧在持续几小时的协作里非常有用。你只要提醒一句“之前约定过术语X”模型就能顺着锚点继续执行而不是满脸疑惑地重新发挥。3.4 技巧九多轮追问与自我校验把一次输出打磨成精品很多人把提示词工程理解成“一句话搞定”其实高手往往愿意多花几轮对话。第一轮让模型产出初稿第二轮让它站在不同立场找漏洞第三轮再综合修订。这种“迭代式提示”在复杂任务里效果拔群。示例流程第一轮“请写一份产品上线方案包含目标、排期、风险和执行步骤。”第二轮“现在请换位成一名风险控制人员指出这份方案里三个最大的潜在问题。”第三轮“请根据这些问题修订上面方案用修订版的形式输出。”第一轮产出的是“普通水平”的初稿第二轮相当于让模型用另一种批判视角重新审视到第三轮得出的版本质量会明显提升。这背后是模型强大的角色切换能力让它换一个身份批判自己的输出它几乎不会“护短”。这个方法不需要任何额外工具只需要你在对话上多花两轮时间。我建议你把这种“初稿-批判-修订”当成一种固定的工作流。尤其在做方案、写文章、规划项目时三连问的效果比一次性要求“请给我最好的方案”要好得多。因为“最好的”是没有标准的而“找出三个问题再改”是有明确动作的。3.5 技巧十组合使用把所有技巧装进一套模板前面9个技巧单独用都有效真正威力最大的是把它们组合到一个结构化的模板里。提示词模板不是一把固定的“菜谱”而是一个“填空框架”固定不变的部分写清楚变化的部分用占位符标出来。这样的模板用起来又快又不会漏掉关键环节。我常用的组合套路是角色设定 上下文锚点 任务描述 输出格式 限制清单。对应到模板就是【角色设定】你是【角色】擅长【领域】。 【背景信息】【业务背景/术语/规范】 【任务内容】请完成【具体任务】。 【输出要求】请按【格式】输出包含【字段】。 【限制条件】不要【禁止事项】尽量【偏好】。使用时只需要替换【】里的内容。不同场景写文章、写代码、分析数据、做翻译可以准备不同的组合但骨架都是这样。积累自己的模板库本质上就是把零散的技巧沉淀成稳定的生产工具。这也正是文章下一部分要展开的东西。4. 可直接复制粘贴的提示词模板库4.1 模板使用前的三条铁律在贴模板之前我必须先讲三个使用前提否则你会觉得“模板也没用”。第一模板里的占位符一定要替换完整。别只替换【任务】就完事角色、格式、约束这些占位符也会影响效果。偷懒的结果通常是模型输出又回到“路人水平”。第二同一个模板不同模型的适配度不同。如果你在模型A上效果很好换到模型B突然变差不一定是模板的问题可以试试简化约束、增加示例。第三模板要持续迭代。每次用模板发现输出有可以优化的地方就顺手把改进写回模板。模板是用出来的不是一次性设计出来的。4.2 覆盖高频场景的十个可复用模板下面这套模板是我在日常提示词工程实践中整理出来的框架版本基于前面10个技巧展开。你可以直接参考再改造成适合自己的版本。模板编号适用场景核心技巧模板一公众号文章、产品文案、短视频脚本角色设定模板二文本分类、意图识别、数据打标少样本示例模板三数学题、逻辑推理、方案推演思维链模板四信息抽取、程序对接、结构化输出输出格式约束模板五医疗或法律等敏感领域的提示词负面提示模板六知识库问答、文档摘要、合同审查边界限定模板七代码开发、多轮协作、项目规范化上下文锚点模板八方案评审、文章润色、质量提升多轮迭代模板九会议纪要、待办整理、任务分派结构化输出模板十翻译、跨语言创作、术语统一组合模板模板一角色创作模板你是一位【角色】在【行业/领域】有多年经验擅长用【语言风格】表达。 目标读者是【目标读者】。 请写一篇/一段关于【主题】的内容字数控制在【字数】以内。 要求 - 开头直接进入主题不啰嗦 - 段落清晰每段只讲一个观点 - 结尾用一句【收尾方式】。模板二示教分类模板请将【输入内容】按【分类体系】分类。 示例1输入【...】 - 输出【...】 示例2输入【...】 - 输出【...】 现在请对下面的输入进行分类只输出分类结果 输入【...】模板三逐步推导模板请完成以下任务并先列出你的推导步骤 【任务描述】 最后用“结论”开头输出最终答案。模板四结构化输出模板请提取以下内容中的信息并按 JSON 格式输出 【输入内容】 要求键名使用【字段A、字段B】日期使用YYYY-MM-DD格式。 只输出 JSON不要使用代码块不要额外解释。模板五内容安全与风险规避模板请完成【任务】。 在回答中请注意 - 不要提供【具体敏感内容】 - 不要使用【不当风格】 - 不要输出【超出范围的内容】 - 如果信息不足请说“信息不足无法回答”。模板六资料问答模板背景资料 资料1【...】 资料2【...】 请仅基于以上资料回答【问题】。 回答要求 - 直接在回答前用“根据资料X”注明出处 - 如果资料中没有相关内容请回复“资料中未找到相关信息”不要推测。模板七规范锚点模板在本任务中请始终遵守以下规范 - 规范1... - 规范2... - 语言风格... 请按此规范完成【任务】模板八评审迭代模板第一轮请完成【任务】并输出初稿。 第二轮请扮演【批判角色】找出初稿中三个最重要的问题。 第三轮请根据这些问题输出修订后的终稿。模板九会议纪要模板请根据以下会议记录生成结构化会议纪要 【会议记录】 纪要要求 - 分为议题、结论、待办事项、负责人、截止日期 - 用表格整理待办事项 - 不要添加记录中不存在的决策。模板十多语翻译模板请将下面的内容从【源语言】翻译成【目标语言】。 要求 - 符合目标语言母语表达习惯不要逐字对应 - 保留原文的格式和术语 - 如果原文有歧义先列出你的理解再给出译文。 输出格式先给出译文再在括号里给出一句翻译说明。5. 常见问题与排查技巧实录5.1 同样一个提示词为什么这次和上次输出不一样大模型本身是概率生成输出天然有波动。你换一次运行结果可能差不少。常见原因有三个一是参数设置不同尤其是temperature。如果你希望输出稳定就把temperature调低比如0到0.3越低越确定。二是上下文不同多轮对话里的历史记录会改变模型行为换个对话窗口结果就不一样。三是模型版本或服务端更新这在API场景里很常见同一个prompt隔一段时间有细微变化是正常的。排查思路先固定模型和参数再固定上下文最后固定提示词。如果你需要可复现的答案把temperature设为0是前提。这一条对做自动化最有用程序对接时千万别忽略。5.2 模型总是“一本正经地编答案”怎么压下去这是很多知识问答场景的头号痛点。我用的办法包括明确告诉模型“如果你不确定请直接说不知道”提供资料并限定回答范围在提示里写“宁可回答不知道也不要编造”。另外不要在提示里给模型暗示性的期待。比如你问“这个项目应该没问题吧”模型很容易顺着你说“没问题”。保持提问中性它编造的概率会低一些。5.3 输出总是带一堆Markdown符号和解释怎么让它干净一点我一般会在提示词结尾加一句“只输出最终结果不要解释不要使用Markdown代码块”。如果还不行就给一个少样本示例直接展示没有多余符号的干净样例。做程序对接时也可以在后处理里做一层清洗但最省事的还是把要求写死在提示词里让干净输出从源头发生。5.4 提示词已经很完整效果还是不行问题出在哪如果已经把角色、上下文、任务、格式、约束都写全了效果还是不行我建议你按下面顺序排查任务是否仍然太大试着拆成两步。信息是不是过载约束一次给太多模型反而抓不住重点。把最重要的约束放在最前面或者用加粗强调。模型本身的能力是否够用有些模型对复杂指令的遵循能力有限换更强的大模型往往立竿见影。是否缺少正例光说“不要什么”模型不知道“要什么”补一个少样本示例效果会好转。5.5 负面提示写太多输出越来越生硬怎么调整我刚用负面提示的时候也吃过这个亏清单写得密密麻麻结果模型像被绑了手脚什么都不敢说。后来我做了三个调整第一只保留最关键的3到5条禁令第二把“不要XX”改成“尽量采用XX”这类正向表达第三加一个有代表性的正面示例让模型有“模仿对象”。调整之后输出质量回升得很明显。6. 关于提示词工程我的一些真实体会6.1 提示词工程最底层的逻辑前面讲技巧、模板、排查都比较干。最后想聊几句我自己的感觉。提示词工程说到底不是写咒语也不是什么高深算法它是在跟一个“知识广博但完全不了解你的人”沟通。你给的上下文越多越具体它给你的东西就越接近你想要的。把这句话想透了很多技巧你都能自己推导出来。6.2 我一直在用的“提示词资产”积累法我个人还有一个习惯每隔一段时间翻一翻自己用过的提示词把那些输出效果好的挑出来提炼成模板存到文档里。不是所有的好提示词都要立刻用上先存着遇到需要的时候再翻。这个积累过程比较慢但半年之后你会拥有一套只属于自己的、量身定制的提示词资产写东西、写代码、做分析的效率都会高出一大截。6.3 测试提示词时请务必控制变量最后再分享一个小技巧测试提示词时尽量每次只改一个变量。比如这次只改角色设定下次只改输出格式别一次改三四个地方不然你根本不知道是哪个改动提升了效果。控制变量这个道理在提示词工程里同样适用。你把提示词当成需要持续迭代的产品你的产出质量自然就会越来越高。