提示词的核心要素

在上一章中，我们扫清了所有概念概念，也挑好了趁手的 AI 工具。从这一节开始，咱们正式进入 “提示词基础” 的学习，开始练习怎么写提示词。

很多初学的小伙伴写提示词全凭感觉，想到哪儿写到哪儿，结果大模型给出的回答也飘忽不定，全看运气。其实，写提示词有一套很多高手都在用的实用底层公式：

高质量提示词 = 背景 + 任务 + 约束 + 输出

对于这个公式，我们可以这样去理解：

在【背景】下，请你完成【任务】。过程中必须遵守【约束】，最终以【输出】的格式交付。

实际上，不管多复杂的提示词，拆开来看，底层往往都由这 4 个核心要素组成。只要我们在写提示词时把这 4 个要素填合理，AI 给出的回答质量就能有肉眼可见的提升。

这一节，咱们就来拆解这四大核心要素：背景（Context）、任务（Task）、约束（Constraint）和输出（Output）。

提示词就像一张订单

我们先不急着背概念，可以用一个更简单的比喻来理解：写提示词，就像去餐馆点菜。

假设我们走进一家餐馆，只对服务员说一句：“给我弄点吃的。” 这句话当然也算一个需求，不过服务员接下来就只能靠猜了：您是想吃饭还是吃面？一个人还是十个人？能不能吃辣？预算是多少？要在店里吃还是打包带走？

如果把一张具体的点餐订单拆开来看，它刚好包含提示词的 4 个核心要素：

• 背景：谁要吃、几个人、预算多少。
• 任务：具体要做哪些菜。
• 约束：预算、口味、忌口、分量，以及不能使用哪些食材。
• 输出：堂食还是打包，要不要分盒，以及最终如何交付。

AI 处理任务也是一样的。我们说得越模糊，它需要盲猜的地方就越多。但如果我们把关键信息交代清楚，它就越容易端出你真正想要的那盘菜，而不是热情地给你上一桌 “凭感觉盲猜” 的料理。

当然，并不是每次点单都要写上一份长长页的需求文档。就像买一瓶水，一句话就够了；但要给十个人安排一桌生日宴，那么人数、预算、口味和上菜方式最好都提前说明白。

总而言之：任务越简单，提示词可以越短；任务越复杂，信息越要完整。

核心要素一：背景 (Context)

背景，也叫做 “上下文 (Context)” ，指的是 AI 在执行任务之前需要知道的相关信息。简单来说，就是告诉它：给谁用、现在是什么情况，以及手里已经有哪些资料等。

比如，我们直接对 AI 说：

帮我策划一场开学季活动。

AI 确实能策划，但它不知道这是什么店、主要顾客是谁、预算是多少，也不知道你希望增加到店客流、提升营业额，还是吸引新会员。于是，它只能按照最常见的情况自由发挥。

但如果补充一点背景，情况就会好很多了：

我在大学城附近经营一家平价咖啡店，主要顾客是附近的大学生。
新学期快到了，我希望策划一场开学季活动，吸引新生到店，并增加会员注册。

这时候，AI 就知道了店铺的位置、主要顾客和活动目标，给出的方案也会更贴合实际。

其中，常见的背景信息包括：

• 目标人群：内容是给大学生、消费者、开发者，还是公司管理层看的？
• 使用场景：结果准备放在邮件、网页、汇报材料、短视频，还是程序接口中？
• 当前情况：事情进行到哪一步？现在遇到了什么问题？
• 已有资料：需要参考哪些文字、文件、数据、代码或公司规则？
• 最终目的：是为了教学、说服、分析、决策，还是完成某项具体工作？

不过，背景不是让你把个人简历、历史记录和 “祖上三代” 一股脑儿倒给 AI。我们只需要提供与当前任务有关的信息即可。

小伙伴们不要从一个极端走到另外一个极端，因为无关背景太多，反而会把真正重要的内容淹没。

核心要素二：任务 (Task)

任务（Task），是提示词中最核心的部分，它回答的是一个最直接的问题：你到底希望 AI 做什么？

有些提示词虽然塞进了不少资料，却没有给出明确的动作指令。例如：

这是我们咖啡店的基本情况，你看一下。

这里的 “看一下” ，到底是让 AI 总结大纲、检查结构、编写介绍，还是发表感想呢？它当然能回复你，但回复什么主要看它往哪个方向猜。

在刚才的背景后面，加上一条明确的任务就会清晰很多：

我在大学城附近经营一家平价咖啡店，主要顾客是附近的大学生。
新学期快到了，我希望策划一场开学季活动，吸引新生到店，并增加会员注册。
这份活动方案将用于店内实际执行。

请策划一场开学季活动，说明活动主题、优惠方式、宣传渠道和主要执行步骤。

这里的 “策划” 是动作，“开学季活动” 是处理对象，而 “说明活动主题、优惠方式、宣传渠道和执行步骤” 则进一步明确了任务重点。

在编写任务时，我们可以优先使用下面这些意图清晰的动词：

解释、总结、比较、提取、分类、改写、翻译、生成、检查、评估、规划、排序

对于复杂任务，我们也可以把步骤拆解出来。不过，一条提示词最好依然围绕一个主要目标展开。要是同时让 AI 策划活动、设计海报、重新制定菜单，还顺便预测明年营业额，它很可能每件事都碰一下，却都做不深入

核心要素三：约束 (Constraints)

我们在《图解 AI 大模型》中学过，大模型有严重的 “幻觉” 毛病，而且总是喜欢长篇大论。

约束（Constraints），指的是任务必须遵守的边界和要求。它的作用就像道路两旁的护栏：防止 AI 偏离方向。

我们继续给刚才的开学季活动方案加上约束：

要求：
1. 活动总预算不超过 3000 元。
2. 活动周期控制在 7 天以内，规则要简单，方便大学生参与。
3. 重点突出平价、社交氛围和新生到店体验，不要展开门店装修或长期品牌规划。
4. 不要采用 “全场一折”、“到店免费送咖啡” 等可能造成明显亏损的方案。
5. 不要编造客流量、营业额或会员增长数据。

这些要求能够帮助 AI 判断哪些地方可以自由发挥，哪些地方不能碰。如果没有这些护栏，它很可能顺手送你一套熟悉的宣传词：

开学狂欢！全场一折，到店就送咖啡，三天引爆大学城，营业额翻十倍！

这段文案看起来很有气势，就是离靠谱越来越远。

结合这个案例，我们已经知道了，常见的约束包括以下这些方面：

• 内容范围：围绕特定主题展开，不讨论无关话题。
• 长度数量：控制在多少字以内，或者提炼出固定数量的要点。
• 读者难度：面向大学生还是专家？语言要通俗还是专业？
• 语气风格：轻松自然、严谨客观，还是得体客套？
• 事实依据：只能依据提供的资料，不要自行添加不存在的资源。
• 禁止事项：明确指出 “不要做什么”（比如不编造数据、不使用夸张口号）。

约束越具体，AI 执行起来越精准。比如 “活动简单一点” 比较抽象，而 “参与步骤不超过 3 步” 就更容易落地。

但约束也不是越多越好。给一段短介绍设定数十条规则，反而容易让 AI 抓不住重点，甚至出现规则互相打架的情况。

核心要素四：输出 (Output)

输出（Output），指的是我们希望 AI 最终以什么形式交付结果。它回答的不是 “做什么”，而是 “做完以后怎么给我”。

对于同一场活动，我们可以让 AI 写成普通段落，也可以让它整理成清单、表格或 JSON。如果我们不指定，AI 会选择它认为合适的方式，但那不一定最方便我们直接使用。

因此，我们继续为这条提示词补上输出要求：

请按照下面的结构输出：
1. 一个不超过 20 字的活动主题。
2. 一段 250～350 字的活动方案说明。
3. 3 个执行重点，每个重点使用一句话说明。

只输出最终内容，不要附加 “当然可以”、“以下是活动方案” 等开场白。

这样一来，AI 不仅知道要写什么，还知道交付物长什么样，拿拿到结果后可以直接拿去讨论或执行。

其中，常见的输出要求包括：

• 格式类型：使用段落、编号列表、Markdown 表格、JSON 或代码块。
• 结构划分：按照 “主题—说明—执行步骤” 等固定结构组织。
• 过滤开场白：要求只输出核心结果，去掉无意义的礼貌套话。
• 缺失处理：对不确定的字段标注 “待确认”，而不是盲目填充。

对于日常聊天，输出格式主要是让结果更好读；但在数据处理、API 调用和自动化工作流中，格式是否稳定可能直接决定程序能不能继续运行。

一个多出来的 “当然可以”，放在聊天里只是有点客气，放进自动化系统里却可能让解析程序当场罢工。

把 4 个要素组装起来

现在，我们把前面一点一点补充的背景、任务、约束和输出放进同一条提示词中，看看它们是怎样配合工作的。

最开始，我们只有一句：

帮我策划一场开学季活动。

补齐 4 个核心要素以后，可以写成下面这样：

我在大学城附近经营一家平价咖啡店，主要顾客是附近的大学生。
新学期快到了，我希望策划一场开学季活动，吸引新生到店，并增加会员注册。

这份活动方案将用于店内实际执行。
请策划一场开学季活动，说明活动主题、优惠方式、宣传渠道
和主要执行步骤。

要求：
1. 活动总预算不超过 3000 元。
2. 活动周期控制在 7 天以内，规则要简单，方便大学生参与。
3. 重点突出平价、社交氛围和新生到店体验，不要展开门店装修或长期品牌规划。
4. 不要采用“全场一折”“到店免费送咖啡”等可能造成明显亏损的方案。
5. 不要编造客流量、营业额或会员增长数据。

请按照下面的结构输出：
1. 一个不超过 20 字的活动主题。
2. 一段 250～350 字的活动方案说明。
3. 3 个执行重点，每个重点使用一句话说明。
只输出最终内容，不要附加开场白。

这条提示词虽然变长了，但层次分明：

• 背景：明确了门店类型、地理位置、目标人群和核心诉求。
• 任务：明确了具体要做的事情（策划方案并说明关键模块）。
• 约束：限定了预算、时间、参与门槛和安全边界。
• 输出：规定了字数、排版结构和交付形式。

提示词的质量来自 “有效信息的完整度” 。不需要去堆砌 “你是世界顶级大师” 这类虚浮的口号，把事情说清楚比什么都强

4 个要素必须每次都写全吗？

答案是：不需要。

提示词工程的目标，是让信息够用，而不是参加 “四要素集邮比赛”。对于非常简单的任务，只写任务本身就足够了。

比如我们已经有一段活动文案，只想修改一个明显问题：

将下面这句活动文案中的错别字修正，其他内容不要改动。

对于稍微复杂的任务，可能只需要任务加输出：

从下面的咖啡店活动方案中提取 3 个核心卖点，每行输出一个，不要添加其他说明。

而当我们需要从零策划一场能够在店内实际执行的开学季活动时，任务就涉及特定顾客、预算范围、事实边界和固定结构，此时再把背景、约束和输出补齐。

• 简单任务：往往只需要任务本身。
• 中等任务：任务 + 输出要求。
• 复杂业务任务：建议把背景、任务、约束和输出都尽量补齐。

高质量提示词 = 背景 + 任务 + 约束 + 输出

日常使用时，简单问题一句话就能搞定。但当你发现 AI 总是答非所问、或者在处理复杂的职场 / 开发任务时，不妨祭出这个公式检查一下，看看是不是漏掉了哪个关键要素。

角色、资料和示例放在哪里？

有些小伙伴可能会问：“之前常听说的设定角色、参考资料、Few-Shot 示例，算不算核心要素呢？”

它们当然很有用，不过它们通常可以归进我们这 4 个底层要素中：

• 角色（如 “你是一位经验丰富的营销策划”）：本质上属于背景或约束，用来限定 AI 的思考角度和语气风格。
• 参考资料（如上传的菜单、活动历史数据）：属于背景，是 AI 执行任务的依据。
• 示例（如给出一份写好的优秀方案供模仿）：属于约束或输出示范，告诉 AI 参照什么标准来做。

角色并不是所有任务的必需品。对于 “帮忙改个错别字” 这种简单的任务，没必要先封 AI 为 “语言学大师”。角色更像一件工作服，能提醒 AI 采用某种视角，但本质决定回答质量的，依然是传达信息的清晰度。

在接下来的章节中，咱们会陆续展开学习如何具体提供上下文、设定角色、指定格式以及使用示例。先掌握好这个最基础的骨架，后续学起来就会轻松很多。