我们平时使用大模型，最容易踩的一个坑，就是把它当成搜索框来使用——丢一句话进去，然后指望它能精准猜中你心里想要的东西，并给出最完美的答案。
比如你直接说：“帮我写一段文案。”AI 当然会动笔，但它其实根本不知道的是：这段文案是写给谁看的？要多长？什么风格？发在什么平台？于是它只能按最 “大路货” 的方式糊一段给你，这样得到的结果往往不是你要的。
实际上，跟 AI 沟通是有章法的。一条好的提示词（Prompt），通常都有一套清晰的结构。这一节，我们就把这套结构拆开，一块一块讲明白。
什么是提示词？
提示词（Prompt），说白了就是我们发给大模型的那段话——你的提问、你的指令、你给它的各种输入，统统都算提示词。
小伙伴们可能会想：“提问嘛，张嘴就来，有什么好学的？” 但你大概率也遇到过这样的场景：同一个问题，换一种问法，AI 给出的答案质量能差出十万八千里。
不同的提示词，得到的答案是不一样的，这也是 “提示词工程（Prompt Engineering）” 能成为一门专门学问的原因。因为它研究的，就是怎么把话说清楚，让 AI 稳定地输出你想要的高质量结果。
注意: 一个优秀的 Prompt，不仅能显著提高大模型回答的质量，还能在很大程度上减少 Token 的消耗，从而帮你节省 API 成本。
一条完整提示词的四大要素
那么，一条结构清晰的提示词，到底该包含哪些部分？我们可以把它拆成 4 个核心要素：角色、任务、上下文、输出要求。下面咱们一个一个来看。
1. 角色（Role）：先给 AI 一个身份
在提问之前，我们需要先给 AI 安排一个身份，告诉它 “你是谁”。比如：
- 你是一位有 10 年经验的小学语文老师。
- 你是一名专业的英文翻译，尤其擅长科技类文章。
- ……
为什么这一步很有用呢？因为大模型肚子里装着各行各业的知识，你给它定个角色，就相当于帮它一下子 “聚焦” 到某个专业领域，这它的回答就会立刻变得更专业、更对路。
现在小伙伴们能明白，为什么会看到很多地方（包括 ）使用的提示词，都会先给 AI 安排一个身份了吧？
2. 任务（Task）：把 “要做什么” 说清楚
这是整条提示词最核心的部分——你到底要 AI 干什么。任务一定要具体、明确，不能让它猜。我们来对比一下：
- 模糊的任务：帮我写点关于猫的东西。
- 清晰的任务：帮我写一段 100 字左右的短文，介绍布偶猫的性格特点。
后者把 “做什么、写多长、写哪方面” 都讲清楚了，AI 在回答的时候，自然不容易跑偏。
3. 上下文（Context）：把 “背景信息” 一并给它
AI 并不了解你的具体处境，所以你得把相关的背景信息一起告诉它，它才能给出真正贴合你需求的答案。上下文可以是：
- 你的目标（这段文案是发朋友圈，还是投给杂志？）
- 相关的资料（“以下是我们的产品介绍，请基于它来写……”）
- 你的限制（“读者是完全不懂技术的长辈”）
一句话：你心里默认的那些前提，AI 并不知道，你得说出来它才懂。
4. 输出要求（Output）：规定 “答案长什么样”
最后，告诉 AI 你希望答案以什么形式呈现。比如：
- 格式：使用表格、分点列出，还是写成一段话？
- 长度：不超过 200 字 / 只列 5 条。
- 风格：语气活泼一点，还是正式专业一点？
- 语言：使用中文回答。
把输出要求提前写清楚，你就不用拿到结果后再反复返工了。
把四要素拼成一条完整的提示词
光讲理论可能有点抽象，我们把上面这 4 个要素拼到一起，看看一条完整的提示词长什么样。
假设我们要给一款新出的 “无线降噪耳机” 写一段电商详情页文案，此时可以这样写：
【角色】你是一位资深的电商文案策划。
【任务】请帮我写一段无线降噪耳机的商品详情页文案。
【上下文】这款耳机主打 “地铁通勤降噪”，目标用户是 20–35 岁的上班族，核心卖点是续航 30 小时、佩戴轻便。
【输出要求】控制在 150 字以内，语气年轻、有感染力，结尾带一句行动号召。我们把这 4 个元素一交代，AI 拿到的就不再是 “写段文案” 这种没头没脑的活儿，而是一份信息齐全的 “需求说明书”。这样它写出来的东西，命中率自然高得多。
几个实用的小提醒
掌握了上面的结构之外，再记住下面这几点，我们的提示词还能更上一层楼。
1. 简单问题，不用硬凑四要素
四要素这套结构，主要是给复杂、重要的任务用的。如果你只是想问 “今天星期几”、“帮我把这句话翻译成英文”，直接问就可以了，没必要硬把四个要素都套上，否则反而啰嗦。
2. 一次说不好，就多轮慢慢调
提示词很少能一次写到完美。拿到结果后，我们完全可以接着补一句 “再短一点”、“语气更正式些”、“第二段重写”——像挤牙膏一样，一步步把 AI 的输出调到满意为止。
3. 给个例子，胜过千言万语
如果你对输出的样子有明确预期，与其费劲去描述，不如直接甩给 AI 一个例子：“照着这个风格、这个格式来写。”这一招，往往比你解释半天都管用（这就是所谓的 “少样本提示”）。
总的来说，“角色 + 任务 + 上下文 + 输出要求” 这套结构，就是你写好提示词的“骨架”。先把骨架搭稳，再往里填血肉，你和 AI 的沟通效率就会高得多。
接下来的几节，咱们会把这几个要素分别拆开、一个个深入，教小伙伴们更多让 AI 听话的实用技巧。
