你可能已经用了大半年 ChatGPT,每天让它写邮件、做翻译、改文案。但你和那些”AI 高手”之间的差距,不是谁充了 Plus 会员,而是谁更会写 Prompt。
同样一个任务——比如写一篇小红书种草文案——普通人只写”帮我写一篇介绍面膜的小红书”,高手却能让 AI 产出可以直接发布的爆款。差距在哪?就在 Prompt 工程的功力。
这篇文章不是给完全零基础的人看的”什么是 Prompt”入门文。我假设你已经用过 ChatGPT 或类似工具,现在想知道怎么把 Prompt 写得更好。我会从进阶技巧、实战案例到各工具差异,给你一套系统的提升路径。
基础回顾:一个好 Prompt 的四大要素
如果你还在写”帮我写一篇关于XX的文章”这种 Prompt,我们先快速对齐一下基本功。任何一个好的 Prompt 都包含四个要素:
| 要素 | 说明 | 好的例子 | 坏的例子 |
|---|---|---|---|
| 角色设定 | 告诉 AI 它是谁 | “你是一个资深小红书运营” | “帮我写文案”(AI 不知道什么风格) |
| 任务描述 | 具体要做什么 | “写一篇300字的口红种草文” | “写点东西”(太模糊) |
| 输出格式 | 怎么呈现 | “用 emoji 分段,每段不超过3行” | 不指定(AI 可能给你一大段) |
| 约束条件 | 不要做什么 | “不要提竞品,不要用’绝绝子'” | 不设限制(AI 可能跑偏) |
如果你已经掌握了这四个要素,恭喜你,你已经超越了 80% 的用户。接下来的进阶内容,是让你从 80 分冲到 95 分的关键。
进阶技巧一:思维链(Chain of Thought)
原理:不给 AI 直接答案,而是让它”一步步想”。研究表明,让大模型展示推理过程能显著提升复杂任务的准确率。
对比示例——解决一道逻辑推理题:
❌ 普通 Prompt:“一个房间里有三个人:小明、小红和小刚。小明比小红高,小刚比小明矮,小刚比小红高。谁最高?”
✅ CoT Prompt:“一个房间里有三个人:小明、小红和小刚。小明比小红高,小刚比小明矮,小刚比小红高。请一步一步推理,最后告诉我谁最高。”
实战应用场景:
- 数据分析:”请分析这份销售数据,先描述整体趋势,再找出异常值,然后分析可能原因,最后给出建议。”
- 商业决策:”请帮我评估这个商业计划,先分析市场规模,再评估竞争格局,接着计算财务模型,最后给出可行性结论。”
- 代码 Debug:”这段代码报错了,请先分析错误信息,然后推断可能的原因,列出排查步骤,最后给出修复方案。”
关键技巧:在 Prompt 结尾加一句“让我们一步一步思考”或“请展示你的推理过程”,就能激活思维链。简单但极其有效。
进阶技巧二:少样本提示(Few-Shot Prompting)
原理:给 AI 看 2-5 个你想要的输出示例,它就能精准模仿你的风格和格式。
实战示例——让 AI 按固定格式写产品评价:
请按以下格式为产品写评价: 示例1: 产品:XX蓝牙耳机 评分:⭐⭐⭐⭐(4/5) 优点:音质超出预期,低音有弹性,佩戴3小时不痛 缺点:充电盒有点大,放口袋不方便 总结:200元价位最好的选择之一,音质党闭眼入 示例2: 产品:XX洗面奶 评分:⭐⭐⭐(3/5) 优点:泡沫丰富,洗完不紧绷,味道好闻 缺点:控油效果一般,大油皮可能不够用 总结:干皮星人福音,但油皮需要搭配控油产品 现在,请为【你的产品】写一条相同格式的评价:
少样本提示的最佳实践:
- 示例数量:2-3 个最佳,太少学不到规律,太多浪费 token
- 示例多样性:覆盖不同情况,让 AI 学会”举一反三”而不是”照抄”
- 明确边界:在示例后加一个清晰的”开始”标记
进阶技巧三:自我反思(Self-Reflection)
原理:让 AI 在自己生成的内容基础上进行二次审视和改进。这相当于给 AI 加了一个”质量检查员”。
两步法 Prompt:
第一步:“请写一篇 500 字的关于远程办公效率的文章。”
第二步:“请以批判性读者的角度审阅你刚才写的文章,指出 3 个可以改进的地方,然后重写一个优化版。”
一步法 Prompt(推荐):
“请完成以下任务:1)写一篇 500 字关于远程办公效率的文章;2)自我检查文章的逻辑漏洞和事实错误;3)输出最终的优化版本。”
自我反思在写商业计划书、技术文档、学术论文等”错误代价高”的场景下尤其有价值。一次反思就能让输出质量提升 30% 以上。
进阶技巧四:角色扮演(Role-Playing)
原理:给 AI 一个具体的角色身份,它会自动调用该角色相关的知识框架和语言风格。
不只是”你是一个XX专家”那么简单。真正有效的角色扮演要给出具体背景:
❌ 初级版:“你是一个营销专家,帮我策划一个新品发布会。”
✅ 进阶版:“你是 Nike 中国区的品牌总监,有 15 年运动品牌经验。现在要为全新款跑鞋策划一个 30 分钟的新品发布会。目标受众是 25-35 岁的一线城市跑步爱好者。预算 100 万。请在方案中体现你对运动品牌年轻化的独到理解。”
角色扮演金字塔(从浅到深):
- 身份设定:”你是XX专家”
- 经验设定:”你有15年经验”
- 情境设定:”你正在为XX品牌策划XX项目”
- 约束设定:”预算100万,时间2周,目标人群是XX”
- 风格设定:”你的语言风格参考雷军的演讲风格——朴实、直接、有感染力”
进阶技巧五:分级指令(Hierarchical Instructions)
原理:当任务复杂时,用编号和优先级明确告诉 AI 哪些是”必须做的”,哪些是”最好做的”,哪些是”可选做的”。
模板:
【必须遵守】
1. 字数控制在 800-1000 字
2. 使用中文,夹杂少量行业英文术语
3. 分 3 个部分,每部分有小标题【尽量遵守】
4. 每段不超过 4 行
5. 使用 2-3 个数据增强说服力
6. 语气轻松但不随意【可选】
7. 在合适的地方引用一句名人名言
8. 结尾用一个问题引发读者思考
这种分级方式的优势在于:当 AI 的能力有限或上下文不够时,它会优先保证”必须遵守”的指令,”可选”指令会被智能降级,而不是全部忽略。
6 个实战案例:Prompt 从入门到精通
案例 1:写商业计划书
❌ 新手:“帮我写一份咖啡店的商业计划书。”
✅ 高手:
“你是一个有成功创业和融资经验的商业顾问。请为一家开在上海静安寺附近的精品咖啡店撰写一份商业计划书大纲。
受众:天使投资人
要求:
1. 市场分析要引用 2025-2026 年中国咖啡市场的最新数据
2. 竞争分析要对比星巴克、Manner、M Stand 的差异化定位
3. 财务模型:初期投入 50 万,预计 8 个月回本
4. 风险评估要诚实,不要回避潜在问题
5. 每一步都先给出分析逻辑,再给出结论
输出:PDF 格式的大纲,每个模块不超过 200 字。”
案例 2:写代码
❌ 新手:“帮我写一个爬虫。”
✅ 高手:
“用 Python 写一个爬虫脚本,抓取豆瓣电影 Top 250 的数据。
要求:
1. 使用 requests + BeautifulSoup
2. 添加 User-Agent 和请求间隔(防止被封)
3. 数据保存为 CSV,包含:排名、片名、评分、评价人数、短评
4. 添加异常处理和重试机制
5. 每行代码加中文注释
6. 先给出整体架构说明,再输出代码
7. 最后给出运行说明和注意事项。”
案例 3:写小红书文案
❌ 新手:“帮我写一篇推荐防晒霜的小红书。”
✅ 高手:
“你是一个粉丝 10 万的小红书护肤博主,人设是’成分党+实测派’,语言风格俏皮但不油腻,爱用 emoji 但不过度。
为【XX防晒霜 SPF50+ PA++++】写一篇种草文:
1. 开头用痛点引入(”夏天涂防晒搓泥的痛苦谁懂啊😭”)
2. 中间用真实使用体验分享(质地、成膜速度、后续上妆效果)
3. 对比两款竞品的防晒指数和价格
4. 结尾引导评论互动
5. 带 5 个相关话题标签
6. 总字数 400-500 字
7. 不要用”绝绝子””闭眼入”这类过度泛滥的词汇”
案例 4:数据分析
❌ 新手:“帮我分析这些数据。”
✅ 高手:
“我是一家电商公司的运营,以下是过去 12 个月的月度销售数据:
[粘贴数据]
请帮我:
1. 识别整体趋势(上升/下降/波动)
2. 找出表现最好和最差的月份,分析可能原因
3. 检测是否存在季节性规律
4. 预测未来 3 个月的销售趋势
5. 给出 3 条提升销售额的可执行建议
请先列出你的分析框架,然后逐步得出结论。”
案例 5:翻译润色
❌ 新手:“翻译这段话。”
✅ 高手:
“请将以下中文翻译成英文,要求:
1. 保持商务正式语气
2. 使用地道的美式商务英语表达
3. 专业术语保留英文缩写并标注全称
4. 翻译完成后,列出你做了哪些润色和调整
5. 如果原文有歧义,先指出再提供两种可能的翻译
原文:[粘贴]”
案例 6:头脑风暴
❌ 新手:“给我几个创业点子。”
✅ 高手:
“你是一个专注于 AI 应用层的创业顾问。请帮我头脑风暴 10 个 AI 创业方向。
约束条件:
1. 目标市场:中国
2. 启动资金:不超过 50 万
3. 团队规模:2-3 人
4. 商业模式:SaaS 或内容付费,不碰硬件
5. 每个点子包含:一句话描述、目标用户、核心价值、变现方式、竞争壁垒
6. 在 10 个中选出最有潜力的 3 个,说明理由
7. 对每个选择的点子做一份简单的 SWOT 分析。”
各工具 Prompt 差异:ChatGPT vs Claude vs Kimi vs DeepSeek
不同大模型对 Prompt 的敏感度和偏好不同。了解这些差异,你才能”一套 Prompt,四处通吃”。
| 特性 | ChatGPT | Claude | Kimi | DeepSeek |
|---|---|---|---|---|
| 官网 | chat.openai.com | claude.ai | kimi.moonshot.cn | chat.deepseek.com |
| Prompt 敏感度 | 中等,指令越具体越好 | 高,需要更清晰的指令 | 较低,会自动补充细节 | 中等,和ChatGPT接近 |
| 角色扮演 | ⭐⭐⭐⭐⭐ 最佳 | ⭐⭐⭐⭐ 很好 | ⭐⭐⭐ 一般 | ⭐⭐⭐⭐ 很好 |
| 长文本 | ⭐⭐⭐⭐ 128K | ⭐⭐⭐⭐⭐ 200K | ⭐⭐⭐⭐ 200K | ⭐⭐⭐⭐⭐ 1M上下文 |
| 中文质量 | ⭐⭐⭐⭐ 优秀 | ⭐⭐⭐ 良好 | ⭐⭐⭐⭐⭐ 原生中文最佳 | ⭐⭐⭐⭐⭐ 中文极强 |
| 代码能力 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐ |
| 创意写作 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐ |
| Prompt 技巧 | CoT/少样本/角色扮演都吃 | XML标签式结构化Prompt效果更好 | 不用太复杂,自然语言即可 | 接近ChatGPT,英文Prompt有时更好 |
快速适配指南:
- 在 Claude 中,用
<instruction>标签包裹指令区域,比自然语言更稳定。 - 在 Kimi 中,你不需要写很复杂的 Prompt,它天生理解中文意图,简单描述反而效果更好。
- 在 DeepSeek 中,它的推理模型(DeepSeek-R1)会自己思考,你不需要加”让我们一步一步思考”,加了反而干扰。
- 在 ChatGPT 中,几乎所有的 Prompt 技巧都能用,是最通用的大模型。
常见错误和避坑指南
| 错误 | 表现 | 正确做法 |
|---|---|---|
| Prompt 过长 | AI 可能忽略后半段指令 | 核心指令放最前,次要指令放最后,控制在 500 字以内 |
| 指令冲突 | 一会儿让 AI 简洁,一会儿又让详细 | 检查 Prompt 中是否有互相矛盾的指令 |
| 过度依赖示例 | AI 照抄示例,不做变通 | 示例用 2-3 个就够了,注意多样性 |
| 忽略工具差异 | ChatGPT 的 Prompt 直接搬给 Claude 用,效果变差 | 根据上述表格做适配调整 |
| 一次性给太多任务 | AI 只完成了一部分就停了 | 拆成多个回合,逐步完成 |
| 不做验证 | AI 胡编的数据直接用了 | 关键数据和事实必须人工验证 |
| 角色设定过于宽泛 | “你是一个专家”——什么专家? | 具体到行业、年限、风格 |
Prompt 模板库:5 个即拿即用的模板
模板 1:通用任务模板
【角色】你是 [具体身份] 【任务】请完成 [具体任务描述] 【受众】目标读者是 [受众画像] 【要求】1. [要求1] 2. [要求2] 3. [要求3] 【格式】输出格式为 [格式要求] 【禁止】不要 [限制条件] 【链式思考】请先展示你的分析过程,再给出最终结果。
模板 2:内容创作模板
你是一位 [内容类型] 创作者,你的创作风格是 [风格描述]。 请为 [平台] 创作一篇关于 [主题] 的内容。 长度:[字数范围] 语气:[语气描述] 结构:[结构要求] 必须包含:[必须元素] 示例参考:[可选的风格参考链接或描述] 完成后请自我检查:是否符合平台调性?是否足够吸引目标用户?
模板 3:代码生成模板
语言/框架:[Python / JavaScript / React / ...] 任务:[具体功能描述] 输入/输出:[输入格式 → 输出格式] 约束:[性能要求 / 兼容性 / 依赖限制] 代码风格:[函数式 / OOP / ...] 注释:[需要/不需要,语言] 测试:[是否需要单元测试] 错误处理:[需要/不需要] 请先解释你的实现思路,再给出代码。
模板 4:学习辅助模板
我想学习 [主题],我的当前水平是 [初学者 / 有一定基础 / 进阶]。 请用 [费曼学习法 / 苏格拉底式提问 / 案例教学法] 教我 [具体知识点]。 要求: 1. 用生活化的例子解释 2. 给出一个练习题让我检验学习效果 3. 指出新手最容易犯的 3 个错误 4. 推荐进一步学习的资源
模板 5:商业分析模板
你是一个 [行业] 领域的战略顾问。 请对 [公司/产品/市场] 进行商业分析。 分析框架:[SWOT / 波特五力 / PEST / ...] 输出内容:1. 核心发现 2. 数据支撑 3. 风险评估 4. 可执行建议 约束:基于公开可得的数据和行业常识,不要编造数据。 请标注每个结论的置信度(高/中/低)。
最后的话
Prompt 工程不是一个”学完就毕业”的技能,而是一个持续迭代的过程。最好的学习方式就是:用一个 Prompt 模板,改 3 次,对比 3 次结果,记录哪一版最好。
我自己的习惯是维护一个”Prompt 仓库”——把好用的 Prompt 分类保存,每次使用后根据效果微调。一个月下来,你的 Prompt 库就是你的核心资产。
而且,2026 年的趋势很明确:写 Prompt 的能力正在成为一种基础工作技能,就像二十年前会用 Word 和 Excel 一样。现在投入时间学习,不是追赶,是提前布局。
如果你觉得这篇文章有帮助,把它收藏起来。在你下次打开 ChatGPT 之前,翻出来看一眼——哪怕只改进一个 Prompt,日积月累的差距也会让你惊讶。
🔗 本文提到的工具:
ChatGPT ·
Claude ·
Kimi ·
DeepSeek
🎯 你可能还会喜欢:
收藏这篇文章,下次写 Prompt 时回来查模板 👇