开场:同样的问题,天差地别的回答

先看一个真实场景:

❌ 普通人的提问

“帮我写一篇文章”

AI回答:好的,请问您想写什么主题的文章?(然后开始无尽的追问…)

✅ 高手的提问

“你是一位资深科技博主。请用轻松幽默的语气,写一篇800字左右的文章,介绍AI编程助手(如Cursor、Copilot)如何改变程序员的工作方式。文章需要包含:1个生动的开场故事、3个具体的使用场景、1个数据对比、结尾的行动号召。”

AI回答:直接输出一篇结构完整、语气生动、可直接发布的高质量文章。

这就是提示词工程的魔力。


第一章:CRISP框架 —— 黄金提示词公式

提示词工程框架

我总结了一个简单易记的框架:CRISP

字母含义说明
CContext(背景)告诉AI"你是谁"和"场景是什么"
RRole(角色)让AI扮演专家身份
IInstructions(指令)清晰的任务描述
SSpecification(规格)输出的格式、长度、风格
PProof(示例)给出1-2个例子(Few-Shot)

实战模板

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
# 背景 (Context)
我正在为技术博客写一篇关于[主题]的文章,读者是有一定编程基础的开发者。

# 角色 (Role)
你是一位拥有10年经验的资深技术作家,擅长用通俗易懂的语言解释复杂概念。

# 指令 (Instructions)
请帮我撰写这篇文章,要求:
1. 开头用一个真实案例或故事引入
2. 核心内容分为3-4个要点
3. 每个要点配有代码示例
4. 结尾总结并给出行动建议

# 规格 (Specification)
- 字数:1500-2000字
- 语气:专业但不枯燥,适当加入幽默
- 格式:Markdown,使用代码块、列表、表格

# 示例 (Proof)
类似风格的文章参考:[给出一段示例文字]

第二章:Chain of Thought —— 让AI学会思考

核心原理:不要让AI直接给答案,让它先"想一想"。

对比实验

❌ 普通提问

“北京到上海的高铁票价是多少?坐飞机呢?哪个更划算?”

AI回答:可能会给出过时或错误的价格,或者简单说"无法获取实时信息"。

✅ CoT提问

“请一步步分析北京到上海的出行方式选择:

  1. 首先,列出主要的交通方式
  2. 然后,分析每种方式的优缺点(时间、价格区间、舒适度)
  3. 接着,根据不同场景给出建议
  4. 最后,总结你的推荐”

AI回答:会输出一个结构化的对比分析,即使没有实时数据,也能给出有价值的框架性建议。

万能CoT触发词

只需在提问末尾加上这些"魔法词":

1
2
3
4
- "请一步步思考"
- "Let's think step by step"
- "请先分析,再给出结论"
- "在回答之前,请列出你的推理过程"

第三章:Few-Shot —— 用例子教AI

核心原理:与其解释你要什么,不如直接给例子。

场景:让AI生成特定风格的代码注释

❌ 普通提问

“帮我给这段代码加注释,要幽默一点”

✅ Few-Shot提问

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
请按照以下风格为代码添加注释:

【示例1】
代码:if user.age < 18:
注释:# 未成年人禁止入内,这里是成年人的世界 🍺

【示例2】  
代码:except Exception as e:
注释:# 出事了!别慌,喝杯咖啡冷静一下 ☕

现在请为以下代码添加注释:
def calculate_tax(income):
    if income > 100000:
        return income * 0.3
    else:
        return income * 0.1

AI输出

1
2
3
4
5
6
def calculate_tax(income):
    # 收入超过10万?恭喜你,国家需要你的贡献 💰
    if income > 100000:
        return income * 0.3  # 30%,肉疼但合法
    else:
        return income * 0.1  # 10%,快乐打工人的小确幸 🎉

第四章:结构化输出 —— 让AI规范回答

核心原理:明确告诉AI你要什么格式,它就不会乱来。

技巧1:要求JSON输出

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
请分析以下用户反馈,并以JSON格式输出:

用户反馈:"产品还不错,但是价格太贵了,客服响应也有点慢"

输出格式:
{
  "sentiment": "正面/中性/负面",
  "aspects": [
    {"name": "方面名称", "score": 1-5, "comment": "具体评价"}
  ],
  "summary": "一句话总结"
}

技巧2:使用XML标签

1
2
3
4
5
6
7
8
9
请生成一个产品描述,使用以下结构:

<product_name>产品名称</product_name>
<tagline>一句话卖点</tagline>
<features>
  <feature>功能点1</feature>
  <feature>功能点2</feature>
</features>
<cta>行动号召</cta>

技巧3:表格输出

1
2
请对比分析GPT-4、Claude 3.5、Gemini Pro的特点,以Markdown表格形式输出,包含以下列:
| 模型 | 上下文长度 | 速度 | 价格 | 适合场景 |

第五章:避坑指南 —— 常见错误与解决方案

错误1:一次问太多

❌ 错误示范

“帮我写一篇技术博客,顺便翻译成英文,再配几张图,最后发到我的WordPress上”

✅ 正确做法:拆分成多个步骤,逐个完成

错误2:假设AI知道背景

❌ 错误示范

“那个bug修好了吗?”

✅ 正确做法

“昨天讨论的用户登录页面表单验证bug(提交时没有检查邮箱格式),请检查修复代码是否正确”

错误3:不给反馈

❌ 错误示范: 直接接受第一次输出,即使不满意

✅ 正确做法

“这个回答不够具体,请在第二点增加一个Python代码示例” “语气太正式了,请用更轻松的口吻重写”


第六章:高级技巧速查表

技巧适用场景示例
角色扮演需要专业视角“你是一位有20年经验的…”
逆向思维避免常见错误“列出写提示词的10个常见错误”
对比分析决策场景“从A/B/C三个方面对比X和Y”
模拟对话练习场景“模拟一场面试,你是面试官”
递进细化复杂任务先大纲 → 再填充 → 最后润色
设置边界避免跑题“只回答关于X的问题,其他一律拒绝”

彩蛋:我的私藏提示词模板

模板1:代码Review

1
2
3
4
5
6
7
8
请作为一位严格的高级工程师,review以下代码:
1. 指出潜在的bug和安全隐患
2. 提出性能优化建议
3. 检查代码风格和可读性
4. 给出改进后的代码示例

代码如下:
[粘贴代码]

模板2:技术方案设计

1
2
3
4
5
6
7
8
我需要设计一个[系统/功能],请帮我:
1. 分析技术选型(至少对比3种方案)
2. 画出架构图(用Mermaid语法)
3. 列出关键技术点和难点
4. 给出实施步骤和时间估算
5. 预警可能的风险点

背景信息:[业务场景、技术栈、团队规模]

模板3:学习新技术

1
2
3
4
5
6
7
我想快速学习[技术名称],我的背景是[现有技能]。

请为我制定一个7天学习计划:
- 每天的学习目标和时长
- 推荐的学习资源(官方文档、教程、视频)
- 每天的动手练习项目
- 检验学习效果的方法

结语:提示词是你的"第二语言"

掌握提示词工程,就像学会了一门与AI对话的"第二语言"。

记住三个核心原则

  1. 明确:告诉AI你是谁、要什么、怎么要
  2. 示例:与其解释,不如给例子
  3. 迭代:好的结果往往需要2-3轮调整

现在,去试试这些技巧吧!