“提示语”的艺术：如何精确引导AI完成复杂任务？

你是不是也遇到过这种事？你让AI帮你写个东西，结果它给你的回答一塌糊涂，根本没法用。这通常不是AI的问题，而是你的“提示语”（Prompt）没写对。提示语就是你给AI下达的指令。指令越清楚，AI干活就越靠谱。

这篇文章不谈那些虚的，只讲具体怎么做。

一个能让AI听懂话的提示语，一般都包含这四个部分。少了哪个，效果都可能打折扣。

1. 角色 (Role)：告诉AI“你是谁”

别把AI当机器，把它当成一个具体的人。你希望它是什么领域的专家，就直接告诉它。

当你给AI设定了角色，它就会用这个角色的口吻和知识来回答你。

2. 背景 (Context)：告诉AI“事情是这样的”

AI不知道前因后果，你得告诉它。把任务的背景信息给足，它才能更好地理解你的需求。

没有背景，AI的回答就会很空泛。

3. 任务 (Task)：告诉AI“你要做什么”

这是最核心的一步。你要说得非常具体，不能模糊。

任务越明确，AI就越不会跑偏。

4. 格式 (Format)：告诉AI“给我这样的成品”

你想要什么样的结果，直接规定好。是表格、代码，还是普通段落？

这样，你拿到手的东西可以直接用，省去自己整理的麻烦。

举个完整的例子：

不好的提示语：帮我写点关于时间管理的建议。
好的提示语：（角色） 你是一名时间管理专家。
（背景） 我是一名大三学生，最近感觉学习任务很重，时间总是不够用，还经常拖延。
（任务） 请给我5个具体、能马上用起来的时间管理技巧。
（格式） 请用数字列表的形式展现，每个技巧都配上一句简单的解释。

你看，后者的结果肯定比前者好用得多。

掌握了基础，我们再来看几个能让AI干更复杂工作的技巧。

技巧一：思维链 (Chain-of-Thought) – 让AI别瞎猜

有时候你问AI一个需要思考的问题，它会直接给你一个错误的答案。因为它在“猜”，而不是在“算”。

你可以强迫它思考。操作很简单，在你的任务后面加上一句：“请一步一步地思考。”

加上这句话，AI就会先把思考步骤写出来，再给出答案。这样一来，准确率高很多，而且你也知道它是怎么算出来的。

技巧二：少样本 (Few-Shot) – 给AI打个样

如果你想让AI按照某种特定的风格或模式来回答，光用嘴说可能不够。

最好的办法，是直接给它做个示范。这就是“少样本”提示。

工作原理是这样：
1. 你先给出一两个例子。
2. 然后把你真正想问的问题抛给它。
举个例子，判断用户评论的情感：判断以下评论是“正面”还是“负面”。评论： “这个耳机音质太差了。”
情感： 负面评论： “续航能力真的让我惊喜！”
情感： 正面评论： “用了两天就坏了，不推荐。”
情感：

AI看到前面的范例，就会明白你的规则，然后自动输出“负面”。这样可以帮你更快地完成分类、总结这类工作。

技巧三：任务拆分 – 把大象放进冰箱

如果你有个大任务，比如“帮我写一份商业计划书”，直接丢给AI，结果肯定不行。

你得把大任务拆成小任务，一步一步地引导AI完成。

操作步骤是这样：
- 第一步，问： “你是一家市场分析公司的顾问。请先帮我分析一下当前在线教育市场的三个主要机会点。”
- 第二步，等它回答后，接着问： “很好。现在根据第一个机会点‘成人职业技能培训’，帮我构思一个产品的核心功能。”
- 第三步，再接着问： “根据这些核心功能，为这个产品起三个名字。”

就这样，一个一个问题问下去。你每一步都能控制产出的质量，最后把所有答案拼起来，就是一份不错的计划书了。

分类一：日常写作

场景： 你需要写一封邮件，催促合作方尽快回复。
不好的提示语： “写一封催促邮件。”
好的提示语：你是一名项目经理。我上周一给合作方的张三发了一份项目方案，但他一直没回复。请帮我写一封邮件催一下他。语气要礼貌，但也要明确表示我们需要在本周五前得到他的反馈，否则会影响项目进度。

分类二：写代码

场景： 你想用Python写个小功能，比如检查邮箱格式是否正确。
不好的提示语： “Python检查邮箱格式的代码。”
好的提示语：你是一名Python程序员。请写一个函数，输入是一个字符串，输出是True或False，用来判断这个字符串是不是一个有效的电子邮件地址。请给代码加上注释，解释关键部分的作用。

分类三：分析信息

场景： 你有一堆用户反馈，想快速知道大家都在说什么。
不好的提示语： “总结这些用户反馈。”
好的提示语：你是一名产品分析师。这里是20条关于我们App的用户反馈（[在这里贴上反馈内容]）。请阅读这些反馈，然后用要点列表的形式告诉我：
1. 用户提到最多的三个优点是什么？
2. 用户抱怨最多的三个缺点是什么？