🎭 角色明确：为AI赋予具体身份，如“资深前端架构师”，使输出更具专业性，避免隐式角色推导带来的模糊性。

🎯 目标具体：清晰说明任务要求，如“编写用户登录接口并包含JWT认证”，避免模糊指令导致的结果偏差。

📦 输入上下文：提供背景或素材信息，如数据库表结构，帮助AI理解任务的具体环境和需求。

🧩 输出格式：指定结果形式，如“Markdown表格”或“可执行代码”，减少AI输出时的自由发挥，提高结果实用性。

🧠 思考过程：对于复杂任务，指导AI分步思考，如“先分析问题，再列方案，最后总结推荐”，确保输出逻辑清晰、完整。

一、了解提示词

提示词就是你给模型的指令。模型本身没有意识，他的输出依赖你的指令。

二、提示词设计理念

提示词越具体，越有结构，结果越好。

1. 明确角色（Role）

让AI具备“身份意识”，输出更专业。

✅ 好例子：你是一名拥有10年经验的资深前端架构师，请帮我审查以下React代码。❌ 坏例子：帮我看看这段代码。

2. 分解任务（Task Decomposition）

复杂问题拆成多个小任务，让AI逐步完成。

好例子：第一步，请分析需求。第二步，生成接口设计。第三步，编写代码示例。

💡 提示：用“步骤指令法（Step-by-Step prompting）”能显著提高准确率。

3. 设定输出格式（Format）

AI最怕模糊输出，最爱明确模板。

好例子：请以JSON格式输出，包含字段：title, description, steps, example。

4. 给出示例（Few-shot Prompting）

示例是最强的上下文指导。

示例：- 输入：用户想知道如何安装Node.js- 输出：提供清晰的分步安装指南，附带命令。---现在请帮我生成：如何安装Python。

AI会自动模仿格式与语气。

5. 控制思考范围（Constraints）

限制AI的“自由发挥”可以减少废话。

示例：不要解释过程，只输出最终结果。限制在100字以内。输出中不要包含表情或Markdown标题。

三、提示词模版

角色 + 任务 + 约束 + 输出形式 + 示例

角色：你是一名有10年经验的产品经理任务：请帮我写一个功能上线公告约束：语气专业但不呆板，长度控制在200字以内输出形式：分成【功能简介】【上线时间】【用户影响】三段示例：可以参考苹果产品公告的风格

你是一个【角色】，我希望你帮我完成【任务目标】。请考虑以下信息：- 背景/上下文：【】- 受众/语气：【】- 格式要求：【】- 约束条件：【】请按【步骤/结构】输出结果，并给出【示例/解释】。

五、注意

明确角色

如果没有明确的角色设定（role prompting），AI 模型（像我这样的 GPT 系列模型）会根据 上下文内容、语气、关键词、问题类型 等因素，自动推断你希望我扮演的角色与语气。这就是所谓的 隐式角色推导（implicit role inference）

结构化提问

AI 在处理输入时，不仅看关键词，还看语义层次与逻辑顺序。当你给出“结构化”的提示时，它更容易“理解上下文的逻辑关系”。

❌ 模糊版：“帮我写一份网站分析报告。”✅ 结构化版：你是一名数据分析师。请分析网站A的近30天数据。输出结构：1. 流量趋势（含增长率）2. 用户行为分析3. 主要问题4. 优化建议（不少于3条）