如何撰写清晰、无歧义的AI提示语？

跟AI聊天，就像在跟一个超级聪明的实习生说话。这个实习生读完了全世界的书，却没有一点社会经验。你对他说“写个车”，他可能给你一篇讲秦朝战车的文章，也可能给你一份发动机维修手册。你必须把话说得特别明白，他才能准确干活。

我花了很多时间跟AI打交道，发现写提示语是个技术活。它不是简单地提问，更像是在设计一套指令。你需要把自己脑子里的想法弄清楚，整理好，再喂给AI。下面这些方法，都是我实践中总结出来的，没有虚的，都是实打实的干货。

先调整你的思路

开始写提示语之前，脑子里的想法要先变一变。这几点能帮你从根上解决问题。

① 给AI一个具体的身份

这是提升结果质量最简单的一招。你让AI扮演一个角色，它就会调动所有跟这个角色相关的知识，连说话的口气都会变。

它为什么能工作？你给AI一个“心血管科医生”的角色，AI就会优先调用医学数据库里的知识，而不是历史或文学知识。这能让它的回答更专业，更聚焦。

怎么用好这一招？

身份要具体。 不要只说“你是个程序员”。要说“你是个有10年经验的Python后端工程师，擅长用Django框架”。身份越细，AI的表现越好。
加上背景。 比如，“你是个刚从火星考察回来的天文学家，正在给一群高中生讲课。” AI就知道要用通俗的语言，讲火星上的见闻。

我们来看个例子。

普通的问法： “解释下黑洞是啥。”
给了身份的问法： “你是一个天体物理学家，用最简单的话，给一群高中生解释什么是黑洞。讲讲它是怎么来的，有什么特点，为什么光都跑不出来。”

第二个问法得到的结果，绝对比第一个好得多。

② 清楚自己到底要什么

AI给的结果不好，很多时候是咱们自己没想明白。一个模糊的要求，只能换来一个模糊的回答。

你需要把一个模糊的想法，变成一个AI能执行的任务。可以参考项目管理里的SMART原则，我把它变成了大白话：

具体 (Specific)： 任务要明确。别说“写个故事”，要说“写一个1000字的短故事，主角是一只会编程的猫，故事发生在外太空”。
可衡量 (Measurable)： 结果要能数数。比如，“给我5个广告标题”，“这篇文章要控制在800字左右”。
能做到 (Achievable)： 别提AI办不到的要求。你让它预测股票，它肯定做不到。它只能基于已有的知识来工作。
相关 (Relevant)： 给足相关的背景信息。你要AI写邮件，就要告诉它收件人是谁，你的身份，写信的目的，还有希望提到的要点。
分步骤 (Time-bound)： 遇到复杂的任务，就拆开来一步步说。别指望一个提示语搞定所有事。比如做个营销计划，可以先让AI“分析竞争对手”，再让它“设定营销目标”，最后“制定具体活动”。

③ 有话直说，别讲废话

AI不是人，它猜不到你的心思。含糊、啰嗦的话只会让它犯迷糊。

用词要准。 别用“好一点”、“有趣一点”这种词。直接说你想要的“好”是什么样。比如，不说“让文案有趣点”，而是说“文案里多用一些年轻人懂的梗”。
少用代词。 尽量别用“它”、“他们”。在新的对话里，最好重新说一遍主语。比如，不说“根据它刚才的分析再深入点”，要说“根据刚才对‘特斯拉盈利模式’的分析，再讲讲碳积分交易的风险”。
重点放前面。 先说最重要的指令。就像这样：“写一份报告，总结上周的数据，分析原因。” AI最喜欢这种直接的动词开头的句子。

还有，别跟AI客气。“请”、“谢谢”这些词都可以省掉，直接下命令就行。

④ 好结果是改出来的

没人能一次就写出完美的提示语。你和AI的对话，是一个不断修改、共同创作的过程。

AI给你的第一个回答，就是一份诊断报告。它能告诉你，你的指令哪里没说清。你要做的就是根据这个结果，不断调整你的指令。

看这个例子，一个写计划的提示语是怎么一步步变好的：

版本1.0: “帮我做个时间管理计划。” （结果会很空泛，没法用）
版本2.0: “我是一个大学生，帮我做一个星期的计划，要平衡学习和社团活动。” （有点针对性了，但还不够细）
版本3.0: “你是一个学习顾问。我是一个大二学生，学计算机的，下周要考两门试（数据结构、操作系统）。每周三晚上还有3小时篮球训练。帮我做一个从周一到周日的详细学习计划，用表格画出来，要写明每天学什么、具体几点到几点，还要有休息时间。” （这个结果就会高度定制，拿来就能用）

复杂任务的“固定配方”

任务一复杂，光靠上面的思路还不够。你需要一些固定的框架，像做菜的菜谱一样，照着来就不会漏掉东西。

① CRISPE框架：一个指令清单

这个框架像个清单，帮你把一个复杂指令的各个部分都想到。我们用给咖啡店写营销计划的例子来看看怎么用。

C (角色): “你是一个资深品牌营销专家，特别擅长给实体店做活动。”
R (结果): “给我新开的‘窄门咖啡馆’写一份3个月的开业营销计划。”
I (意图): “我的咖啡店开在大学旁边，目标客户是喜欢读书的学生和老师。我希望这里成为一个文化交流的地方，不是网红店。目标是找到第一批忠实顾客。”
S (步骤): “计划里要有这几块：品牌定位和口号；开业前一个月的预热活动；开业后两个月的社群运营方案；预算5万块，推荐一些花钱渠道。”
P (个性): “文案风格要有点文化气息，温暖、有趣。别用太商业化的词。”
E (示例): “我很喜欢单向空间的文案。比如那句‘我们抵抗遗忘’。我希望我们的口号也有这种感觉。”

把这六点组合起来，AI就收到了一个信息超全的工作任务单，几乎不可能理解错。

② 思维链 (CoT)：让AI把思考过程写出来

遇到需要推理和计算的问题，直接问答案，AI很容易出错。思维链这个技巧，就是让AI慢下来。你只要在问题后面加一句“一步一步地思考”，AI就会把解题的步骤给你列出来。

这个方法能大大提高答案的准确率。因为它强迫AI进行逻辑推理，而不是瞎猜。

什么时候用这个方法？

做选择题： “公司有A、B两个方案。A方案花钱多，见效快，风险高。B方案花钱少，见着慢，但保险。我们的目标是年底前市场份额增加20%。请一步一步分析，该选哪个方案。”
检查代码： “这段代码处理不了负数，会报错。请一步一步分析代码逻辑，找出哪里错了，再给出修改方案。”
判断真假： “有人说‘人脑只开发了10%’。请一步一步分析这个说法的来源和科学依据，最后告诉我这是真的还是假的。”

不同任务的不同玩法

学会了基本功，还要根据不同的任务，用不同的招数。

① 写东西的技巧

风格混搭。 别只用“正式”、“口语”这种简单的风格。可以试试把不同的风格混在一起。比如，“用王家卫电影台词的风格，再结合经济学家的分析，评论一下现在社交媒体上的信息茧房问题。” 这种奇怪的组合，经常能写出好东西。
先搭骨架再填肉。 写长文章之前，先让AI给你列个大纲。你确认大纲没问题了，再让AI“根据这个大纲，把文章写完整，保证每段都逻辑清晰”。这样写出来的文章结构才不会乱。

② 画画的技巧

AI画画的提示语，圈内人叫“咒语”。你需要像个导演一样，用文字安排画面里的一切。

一个好的画画提示语，通常包含这几样东西：

主体： 画面的核心。要具体，比如“一个穿着宇航服的猫”。
场景： 主体在什么地方。比如“正坐在月球表面的陨石坑边上，看着地球”。
风格： 画面的感觉。比如“宫崎骏的动画风格”、“梵高的油画笔触”、“赛博朋克城市的夜景”。
构图和光线： 这决定了画面的专业感。比如“广角镜头”、“电影感的灯光”、“从下往上拍的角度”。
细节： 增加画面的真实感。比如“宇航服头盔上有细微的划痕”、“远处星星很亮”。
排除项： 告诉AI不想要什么。比如，在Midjourney里用 –no text 来去掉画面里的文字。

举个例子：A portrait of a wise old wizard with a long white beard, in his magical library filled with ancient books, epic fantasy art, in the style of Rembrandt, cinematic lighting, detailed face, –ar 3:4 （一位留着长白胡子的智慧老巫师的肖像，在他充满古书的魔法图书馆里，史诗奇幻艺术风格，伦勃朗的风格，电影感光线，面部细节丰富，长宽比3:4）

③ 写代码和分析数据的技巧

跟AI一起写代码，就像有了一个不知疲倦的编程搭档。

用注释下指令。 写代码指令前，可以先把你的逻辑用注释写出来。AI一看就明白。codeCode// 1. 写一个Python函数，叫 calculate_profit // 2. 函数接收 revenue 和 costs 两个列表 // 3. 检查两个列表长度是否一样，不一样就报错 // 4. 计算每个项目的利润 (revenue[i] - costs[i]) // 5. 返回一个包含所有利润的新列表
给它测试案例。 让AI写完函数后，可以接着说：“给刚才的函数写几个测试案例，要包括正常情况、边界情况（比如空列表）和出错情况。” 这样能保证代码质量。
先介绍你的数据。 做数据分析时，先告诉AI你的数据是什么样的。“我有一个CSV文件，有三列：‘日期’、‘用户ID’、‘消费金额’。现在，帮我分析一下每个月的总消费额趋势。”