Prompt工程技巧

前言：好的提示词能让AI从"听得懂"进化到"超预期"。本文分享2个实用技巧，帮你快速提升Prompt质量。

技巧一：角色+任务+约束三明治法

问题描述

很多人写提示词像"扔问题"，比如：

• "帮我写个产品介绍"
• "总结这篇文章"

结果呢？AI输出平平，要么太泛，要么跑偏，还得反复调整。

解决方案

用"三明治结构"组织提示词：

1. 上层面包（角色）：告诉AI"你是谁"
2. 中间肉饼（任务）：明确"要做什么"
3. 底层约束（要求）：界定"输出标准"

示例对比

❌ 改进前：

帮我写个健身app的产品介绍
​

✅ 改进后：

【角色】你是有10年经验的健身行业产品经理，擅长用用户语言打动小白用户

【任务】为"每日健身"App写一篇产品介绍，目标用户是没时间去健身房的上班族

【要求】
- 标题要戳痛点（如"每天10分钟，办公室也能练出马甲线"）
- 分3段：痛点唤醒→解决方案→行动召唤
- 语言口语化，避免专业术语
- 300字以内
​

适用场景

• 内容创作（文案、文章、脚本）
• 复杂任务分解
• 需要特定风格或专业度的输出

即用模板

【角色】你是一位____________，擅长____________

【任务】帮我完成____________，针对____________（目标用户/场景）

【要求】
1. ____________
2. ____________
3. ____________

输出格式：____________
字数限制：____________
​

技巧二：分步思考链法（Chain-of-Thought）

问题描述

直接问复杂问题，AI容易"跳步骤"：

• "这个方案有什么问题？" → 给出的建议不全面
• "为什么销售额下降？" → 可能忽略关键因素

解决方案

让AI"显式思考"：

1. 明确要求"分步骤分析"
2. 提供"思考框架"（如SWOT、5W2H）
3. 要求"每步给出依据"

示例对比

❌ 改进前：

用户反馈我们的产品价格太高，怎么优化？
​

✅ 改进后：

请用以下步骤分析"价格太高"的用户反馈：

步骤1：拆解问题
- 列出可能导致"价格高"感知的3个原因（如价值感知、竞品对比、用户分层）

步骤2：数据分析
- 假设你有ARPU、转化率、退款率数据，如何判断真实问题？

步骤3：方案设计
- 针对步骤1的每个原因，给出1个具体优化方案

步骤4：优先级排序
- 按"实施难度×预期收益"评估，标注Top3行动项

要求：
- 每步骤标注"思考逻辑"
- 方案要可落地（如"推出9.9元体验版"，而非"提升性价比"）
​

适用场景

• 复杂问题分析
• 需要多维度评估的决策
• 教学或知识传递

即用模板

请分___步分析"____________"：

步骤1：____________
- 要求：____________

步骤2：____________
- 要求：____________

步骤3：____________
- 要求：____________

最后：基于以上分析，给出3个可落地建议，并标注优先级
​

快速自检清单

每次写Prompt前，问自己3个问题：

1. ✅ 我告诉AI"你是谁"了吗？（角色）
2. ✅ 我说清楚"要什么"了吗？（任务）
3. ✅ 我界定"好坏标准"了吗？（约束）

如果都打了勾，这个Prompt成功率通常能提升80%。

总结

• 三明治法适合创作类任务，用角色锁定视角，用约束锚定质量
• 思考链法适合分析类任务，用显式步骤避免跳跃
• 好Prompt是"设计"出来的，不是"碰运气"碰出来的

下次试试这两个技巧，看看效果是否有明显提升？