Overview · 概览
为什么你的 Prompt 不够好
大多数人和 AI 对话的方式，就像对着一个刚入职的新员工发命令——"帮我写个报告"，"把这个翻译一下"，"给我出几个方案"。新员工不知道你的背景，不知道你的标准，不知道你要什么格式，只能凭感觉交出一份通用答案，然后你看着那份答案皱眉头。
Prompt 工程的本质，是把你脑子里隐性的标准，显性地告诉 AI。你知道得越清晰，AI 执行得越准确。下面这10个技巧，是从 Prompt Engineering Guide（promptingguide.ai）里提炼出来、经过实际白领工作场景验证的最实用部分。
💡
使用建议：不需要每次都用全部技巧。先掌握技巧1-3（基础三件套），能解决80%的日常问题。技巧4-7用于复杂任务，技巧8-10是进阶优化。
Techniques 01–04 · 基础技巧
先学会这四个，效果立竿见影
Technique 01
角色设定
Role Prompting
在 Prompt 开头给 AI 指派一个具体角色，让它用该角色的视角和专业度来回答。角色越具体，回答越专业、语气越匹配。
📍 适用场景：需要特定专业视角时
示例 Prompt
你是一位在外资咨询公司工作了10年的战略顾问，
擅长用麦肯锡式的结构化框架
分析商业问题。
请帮我分析：
电商直播在下沉市场的增长机会
Technique 02
给出示例
Few-Shot Prompting
提供1-3个"输入→输出"的示例，让 AI 学习你的风格和格式要求。比用文字描述格式更准确，输出结果更稳定。
📍 适用场景：需要特定格式或语气时
示例 Prompt
输入：季度销售额下降15%
输出：Q3 销售额环比-15%，
主因：华南区客单价下滑，
建议：启动客单价提升专项
---
输入：新产品上线推迟2周
输出：
Technique 03
指定输出格式
Output Format Control
明确告诉 AI 你想要什么格式——表格、JSON、Markdown 标题、分点列举还是连贯段落。不指定格式，AI 会自行发挥，往往和你期望的不一样。
📍 适用场景：几乎所有需要特定格式的任务
示例 Prompt
请分析以下三个竞争对手的优缺点。
输出格式：Markdown 表格
列：竞争对手 / 核心优势 / 明显弱点 / 我方机会
不需要解释文字，只需要表格本身
竞争对手：阿里巴巴、京东、拼多多
Technique 04
提供上下文
Context Injection
把 AI 不知道但你知道的背景信息告诉它：你的行业、公司规模、受众特征、任务目的等。背景信息越充分，AI 越不会给出离谱的通用答案。
📍 适用场景：任务有特殊背景或限制条件
示例 Prompt
背景：我在一家200人的 SaaS 公司做产品经理，
产品是面向中小企业的 HR 系统，
目标用户是没有 IT 背景的 HR 专员。
任务：帮我写一份功能上线公告，
介绍新的"智能排班"功能，
语言要简单易懂，避免技术术语。
Techniques 05–08 · 进阶技巧
处理复杂任务的四把钥匙
Technique 05
引导逐步思考
Chain-of-Thought (CoT)
让 AI 在给出答案前先展示推理过程。对于需要逻辑分析的复杂问题，这个技巧能显著提升答案质量，减少"拍脑袋"式回答。
📍 适用场景：商业分析、方案评估、风险判断
示例 Prompt
我们公司考虑要不要参加下个月的行业展会。
请先分析参加和不参加的利弊，
再给出你的建议，并说明推荐理由。
请逐步推理，不要直接给结论。
展会信息：上海，3天，展位费8万，
预计到场决策者500+人
Technique 06
设定约束条件
Constraint Setting
明确告诉 AI 什么不能做、不能说、不能包含。负面约束往往比正面描述更有效——你说"不要用官方语气"比说"用口语"更精准。
📍 适用场景：写作任务需要严格规范时
示例 Prompt
请帮我写一封向大客户道歉的邮件。
约束条件：
- 不超过150字
- 不使用"非常抱歉"这类套话
- 不能承诺具体赔偿金额
- 语气诚恳但不卑微
事件：系统故障导致客户数据
延迟交付了3天
Technique 07
拆解复杂任务
Task Decomposition
把一个复杂任务分解成多轮对话或多个子任务。不要试图用一个巨大的 Prompt 解决所有问题，分步执行能让每个环节的质量更高。
📍 适用场景：长文档生成、多步骤分析
任务拆解示意
"帮我写一份完整的市场调研报告"
第1轮："帮我列出报告的框架结构"
第2轮："针对第3节写详细内容"
第3轮："把以下数据整合进第2节"
第4轮："通读全文，找出逻辑矛盾"
Technique 08
迭代与追问
Iterative Refinement
第一次回答不够好是正常的。学会用追问来精确调整方向，而不是重新写一个 Prompt。在原结果上迭代比重新开始效率高得多。
📍 适用场景：需要打磨质量的任务
迭代追问示例
"这个方向是对的，但语气太正式了，
能改得更口语化一些吗？"
"第2段太长，压缩到3句话以内，
保留核心观点就好。"
"重新写第3条，
上一个版本说服力不够，
可以加一个具体数据支撑吗？"
Techniques 09–10 · 高级技巧
两个让 AI 自我校验的技巧
Technique 09
让 AI 自我检查
Self-Consistency & Verification
让 AI 生成答案后，再让它站在"批评者"的角度检查自己刚才的回答，指出漏洞和不足。这个两步流程能有效提升输出质量，特别适用于需要严谨性的场景。
📍 适用场景：重要文件审查、方案评估、合同摘要
两步验证示例
第一步（生成）：
请帮我起草一份与供应商的合作协议要点清单
第二步（自检）：
现在请你扮演一个对我方不利的律师，
审查上面这份清单，
找出所有对我方保护不足的条款，
以及可能被供应商利用的漏洞。
Technique 10
结构化你的 Prompt
Structured Prompting (RICE / CRISPE)
对于复杂任务，用固定的结构框架来组织 Prompt，能大幅提升 AI 的理解准确率。常用框架有 RICE（角色-指令-上下文-期望输出）或 CRISPE。选一个记住，用这个结构来写重要 Prompt。
📍 适用场景：复杂任务的首次 Prompt 设计
RICE 框架模板
R（Role / 角色）：
你是一位有10年经验的品牌策划总监
I（Instruction / 指令）：
为我们的新产品制定一个3个月的社媒内容计划
C（Context / 上下文）：
产品：中高端女性护肤品
目标用户：25-35岁城市女性
平台：小红书为主，微信为辅
预算：月均内容费用5万
E（Expected Output / 期望输出）：
每月内容主题 + 每周发帖节奏 + 内容类型比例
输出为表格格式
Quick Reference · 速查表
10个技巧一览
按需查阅，找到适合当前任务的技巧。
| 技巧名称 |
最适合的场景 |
难度 |
见效速度 |
| 01 角色设定 |
需要专业视角的分析、写作 |
入门 |
立竿见影 |
| 02 给出示例 |
需要特定格式或语气的输出 |
入门 |
立竿见影 |
| 03 指定输出格式 |
几乎所有任务（基础必备） |
入门 |
立竿见影 |
| 04 提供上下文 |
有特定背景的行业/职场任务 |
入门 |
立竿见影 |
| 05 引导逐步思考 |
商业分析、方案评估 |
中级 |
较快 |
| 06 设定约束条件 |
写作任务有严格规范 |
中级 |
较快 |
| 07 拆解复杂任务 |
长文档生成、多步骤项目 |
中级 |
需要多轮 |
| 08 迭代与追问 |
打磨质量、精细调整方向 |
中级 |
需要迭代 |
| 09 让 AI 自我检查 |
重要文件、合同、方案审查 |
进阶 |
较慢 |
| 10 结构化 Prompt |
所有复杂任务的首次设计 |
进阶 |
一次到位 |
📖
想深入学习更多 Prompt 技巧？访问 promptingguide.ai（中文版已上线），这是目前内容最全面的开源 Prompt 工程指南，包含 18+ 高级技术和大量论文引用，全部免费。