AI 提示词入门：普通人怎么问才有效

为什么你的提问得不到想要的答案

多数人提问的问题是「信息太少，但期待太高」。说一句「帮我写个方案」，模型不知道给谁看、多长、什么风格、要解决什么问题，只能给一份放之四海皆准的通用模板。

提示词的本质是把「你脑子里的约束条件」写出来。写出来的约束越多，输出越接近你想要的，返工越少。

四个要素：角色、任务、约束、样例

角色告诉它站在谁的角度回答。说「你是给新人做培训的同事」，比说「你是专家」有用得多——前者决定了详略和用词，后者只是个空头衔。

任务是你要它做什么，要具体到动作。「写一段话」和「把下面这段技术说明改写成给非技术同事看的版本」是两个完全不同难度的任务。约束包括长度、格式、语气、必须包含和必须避免的内容。样例是最有效的一招：给它一个你满意的旧例子，让它照这个感觉来。

• 角色：站在谁的角度说话
• 任务：具体要做什么动作
• 约束：长度、格式、语气、禁忌
• 样例：一段你满意的参考

改写示范：从一句话到有效提问

原始提问：「帮我写个产品介绍。」改写后：「我要给一款在浏览器里运行的图片压缩工具写产品介绍，读者是常处理图片但不装专业软件的小微电商。两百字以内，分三段：解决什么问题、怎么用、为什么不用担心隐私。语气直接，不要用『赋能』『闭环』这类词。参考这段旧文案的感觉：……」

对比一下就能看出差别：改写版交代了受众、长度、结构、语气禁忌和参考样例。模型不需要猜，输出自然对得上。

迭代比一次到位更重要

别指望一次提问就得到完美结果。更高效的方式是先要一个粗稿，然后针对具体问题提修改意见：「第二段太笼统，加一个具体的操作步骤」「最后一句删掉，改成行动建议」。

提修改意见时要指位置、说问题、给方向。只说「不太好」等于让模型重新猜一遍，结果往往是换个说法，问题依旧。

三个常见误区

第一是堆砌形容词。「专业、严谨、有深度、通俗易懂」这些词互相矛盾，模型只能折中，结果是四不像。第二是把它当搜索引擎，问需要实时信息的问题——它的知识有截止时间，也可能记错。第三是相信它给的数字和引用，这些必须自己核实。

还有一点：如果回答总是不满意，先怀疑提示词，别急着换工具。同一个模型，提示词写得好和写得差，输出质量差距远大于换模型带来的提升。