Prompt 工程入门：把指令写清楚的系统方法

什么是 Prompt 工程？

Prompt（提示词） 是你发给 ChatGPT 的指令与上下文。所谓「工程」，不是玄学咒语，而是把需求拆解成模型容易执行的结构：目标清晰、约束明确、输出可检验。

在 ChatGPT 或通过 OpenAI API 调用时，同一模型下，提示质量往往比盲目换模型更能提升结果。

五要素框架（推荐默记）

1. 角色（Role）：你希望它扮演谁？如资深编辑、Python 导师
2. 任务（Task）：要完成什么？动词开头：总结 / 改写 / 对比 / 生成
3. 上下文（Context）：背景、受众、已有材料、业务约束
4. 格式（Format）：Markdown 标题、表格、JSON、分点编号
5. 约束（Constraints）：字数、语气、禁止事项、必须引用的要点

模板示例

你是一名面向非技术读者的科普作者。
任务：解释「向量数据库」是什么，以及它和普通数据库的区别。
受众：产品经理新人。
格式：先给 80 字摘要，再分 3 个小标题展开，最后给一个生活化比喻。
约束：避免堆砌术语；若必须用术语，立刻用括号解释；不要编造具体产品市场份额数据。

进阶技巧

1. 少样本（Few-shot）

先给 1–3 个输入输出样例，再提出真正任务。适合固定风格的标题、客服话术、数据抽取。

2. 分步思考（对复杂题）

要求「先列步骤再给结论」或「先检查歧义再回答」，能降低跳步错误。注意：这不等于保证正确，仍需核验。

3. 结构化输出

需要程序消费时，明确字段：

请只输出 JSON，字段为 title, summary, tags(array), risk_level(low|mid|high)。不要输出多余说明。

4. 迭代优于一次写完

第一轮拿骨架 → 第二轮补细节 → 第三轮统一语气。把 ChatGPT 当合作编辑，而不是「一键完美」。

失败 Prompt 对照表

弱提示	问题	改进方向
「帮我写点东西」	无目标	写清文体、长度、用途
「越专业越好」	模糊标准	指定读者与术语密度
「参考网上最新消息」	可能幻觉	粘贴你确认的材料，或要求标注不确定
「用最强模型思考」	空话	给出评测标准与必须覆盖的点

可复用场景清单

• 会议纪要：粘贴草稿 → 要求「决议 / 待办 / 负责人 / 截止日期」四列表格
• 代码审查：贴差异 → 要求按「正确性、可读性、性能、安全」四类给建议
• 学习计划：说明基础与每周可用时间 → 输出 4 周计划与验收标准

与 API 的关系

网页端适合探索；稳定生产线建议走 OpenAI Platform 与官方文档 Docs。把调通的 Prompt 固化为系统消息 + 用户消息模板，便于版本管理。

练习题（建议动手）

把这句话改造成五要素 Prompt：

「帮我优化这段产品介绍。」

目标：让模型输出「原句问题诊断 + 三版改写（专业 / 亲和 / 简洁）+ 推荐版本理由」。

小结

好 Prompt = 可执行的规格说明书。先写清五要素，再按结果迭代；遇到事实与合规问题，始终以人工核验与官方信息为准。下一步可结合《高效提问技巧》与《GPT-4 / 最新模型使用指南》，按任务选型与追问。