第2篇：写好提示词的黄金四步法

第2篇写好提示词的黄金四步法适用人群所有人入门→进阶 | 字数约25,000字 | 预计阅读时间60分钟前言第1篇我们建立了一个认知框架——提示词不仅是提问更是引导大模型从海量知识中精准定位并生成高质量输出的信号系统。但问题来了知道原理和能写出好提示词之间还有一道鸿沟。很多人在这一步卡住了。他们知道要写清楚、“要给例子”、“要指定格式”但真正面对一个具体任务时脑子还是一片空白“我该从哪里开始先写什么再写什么”好消息是经过社区和学术界的大量实践我们已经总结出了一套通用的、可复制的四步提示词写作流程。无论你面对的是什么任务——写邮件、做分析、写代码、翻译、头脑风暴——这套流程都能帮你快速产出高质量的提示词。这就是本篇要讲的黄金四步法。第一章黄金四步法概述1.1 每一步在做什么我们先给一个全局视图然后逐层深入第1步设定角色Who └─ 告诉模型你是谁 → 激活特定的知识领域和表达模式 第2步明确任务What └─ 告诉模型要做什么 → 确立核心目标和输出方向 第3步补充上下文Context └─ 告诉模型基于什么信息做 → 提供必要的背景和约束 第4步指定输出格式Format └─ 告诉模型输出成什么样子 → 确保结果可用这四个步骤的顺序不是随意编排的——它对应了模型处理提示词时的认知路径先知道我是谁角色模型激活对应的知识域再知道我要做什么任务模型锁定处理目标然后知道有什么背景信息上下文模型获取处理素材最后知道输出要什么样格式模型组织输出结构1.2 为什么这个顺序假设你新入职一家公司你的主管这样给你布置任务❌ “请输出一个表格包含产品的市场份额变化数据。我们在这个季度面临激烈的竞争对手A降价了20%对手B推出了新功能。你是市场分析专员。”听完是不是有点懵你先知道了要输出表格却不知道自己是谁、为什么要做这个分析。信息没有按照认知顺序来你的大脑需要重新整理一遍。反过来✅ “你是市场分析专员。帮我分析我们产品在本季度的市场份额变化。背景是对手A降价了20%对手B推出了新功能。请用表格呈现主要数据最后给出三点建议。”这个顺序就顺畅多了——先知道角色再知道任务目标再获得背景信息最后知道输出要求。大模型也是一样的道理。第二章第1步——设定角色Who2.1 角色设定的原理当你在提示词中给模型设定一个角色时你实际上在做一件事激活模型在训练数据中学到的与该角色相关的所有模式。模型在训练时读过大量文本这些文本被标注了不同的风格区域「法律文档区域」→ 严谨、逻辑严密、引用法条「营销文案区域」→ 有感染力、使用 persuasive language、关注用户痛点和利益点「技术文档区域」→ 清晰、结构化、使用专业术语「新闻报道区域」→ 客观、5W1H、倒金字塔结构当你对模型说你是资深律师模型就会把处理重心移动到法律文档区域。同样说你是资深产品经理模型就会切换到产品经理的思维模式。这就是角色设定的底层原理知识域定位 风格迁移。2.2 角色设定的粒度角色设定可以分为三个粒度粗粒度——职业/身份“你是一位资深产品经理。”“你是一位儿童心理学专家。”“你是一位 Python 后端开发工程师。”这种设定适合大多数通用任务模型对常见角色的理解比较充分。中粒度——角色背景“你是一位在电商行业有8年经验的产品经理主导过DAU从10万增长到500万的项目。”“你是一位专攻儿童多动症ADHD的临床心理学家在公立医院工作过10年。”增加背景信息后模型的输出会更加具体、更有深度。因为详细背景进一步缩小了知识域的范围。细粒度——角色背景风格“你是一位在电商行业有8年经验的产品经理擅长数据驱动决策。你的沟通风格是直接、简洁、以数据说话。”“你是一位有10年经验的儿童心理学家特别擅长用讲故事的方式向家长解释复杂的心理学概念。你的回答应该既专业又温暖让家长感到被理解和支持。”这是最强大的角色设定方式。它同时激活了知识域角色、经历域背景和表达域风格。2.3 角色设定的魔法边界角色设定不是万能的有几个重要的边界需要了解边界一模型能力上限如果你设定你是一位顶尖量子物理学家但模型在量子物理方面的训练数据本身有限那它只是一个假装自己是量子物理学家的通用模型。角色设定激活的是已有的知识不是注入新的知识。边界二角色冲突当你给了模型矛盾的角色设定——比如既要求严谨的学术研究者又要求风趣幽默的段子手——模型可能会在两种风格之间摇摆输出变得不稳定。边界三跨角色一致性在大模型 API 的 System Prompt 中设定角色比在 User Prompt 中临时设定更有效。因为 System Prompt 会在整个对话中持续生效而 User Prompt 中的角色设定可能被后续的对话内容冲淡。2.4 角色设定的实操技巧技巧1组合角色有些复杂的任务需要多个角色的能力。你可以让模型扮演一个团队“你是一个由三个人组成的团队一位产品经理负责理解需求并定义功能、一位设计师负责用户体验和视觉呈现、一位工程师负责评估技术可行性。请从三个角度分析这个需求。”模型会在思考过程中切换到不同的角色视角生成更全面的分析。这种方式比仅仅说要从多角度分析要有效得多。技巧2对抗角色还有一种有趣的技术叫对抗角色设定——让模型同时从正方和反方进行分析“扮演两位专家一位是积极的推动者看到机会和优势一位是审慎的风险评估师关注风险和问题。请各自陈述对以下提案的看法。”这种方式特别适合决策分析、风险评估、方案评审等场景。技巧3反角色设定有时你希望模型不要陷入某种角色模式“不要像专业顾问那样回答请用最直白的话告诉我……”这在模型过度正式、过度啰嗦时特别有用。第三章第2步——明确任务What3.1 任务模糊是头号杀手先看一个真实的案例。模糊版“帮我分析一下这个市场。”模型会问自己什么市场分析什么维度用什么框架多详细给谁看清晰版“帮我分析中国新能源汽车市场2026年Q1的竞争格局。重点分析比亚迪、特斯拉、蔚来三家企业的市场份额变化和产品策略差异。输出格式先给出一个总览再用对比表格呈现关键数据最后给出三条趋势判断。”第二种版本的任务定义比第一种清晰了十倍。任务模糊的典型症状模型反问您能具体说明一下……输出内容宽泛、没有重点输出方向和你想要的完全不同输出中有大量题外话3.2 如何把任务定义清楚我们可以用5W1H T框架来检查任务定义的完整性要素问题示例What要做什么写一份市场分析报告Why为什么做给谁用供产品团队做Q2规划参考Who涉及谁面向内部产品团队When时间范围覆盖Q1数据需要今天完成Where范围边界只分析中国市场不包含海外How用什么方法使用波特五力模型分析T(Target)期望什么结果得出三个可以立即执行的行动建议不一定每个要素都要用到但在写任务定义时快速过一遍这个清单可以显著减少模糊性。3.3 任务分解——从大任务到小指令有时候一个任务太大了大到模型很难一次高质量完成。比如“帮我策划一个产品发布会。”这个任务涉及活动定位、场地选择、流程设计、演讲内容、嘉宾邀请、宣传策略……几乎所有方面。模型一次回答很难覆盖全面。解决方案任务分解。方法一纵向分解先大后小第一轮帮我策划一个产品发布会的整体框架列出需要策划的6-8个模块。 第二轮基于上一轮输出请针对活动议程设计这个模块给出两个备选方案。 第三轮再聚焦请为方案一的嘉宾演讲环节写一个具体的演讲提纲。方法二横向分解并行拆解不是一次问完所有问题而是分别问 Prompt 1: 请分析产品发布会的最佳时间窗口和场地类型。 Prompt 2: 请设计发布会的议程框架。 Prompt 3: 请起草产品发布会的宣传文案主题方向。方法三递进式追问第一轮帮我写一份产品运营周报。 → 模型输出 第二轮写得不错但数据分析部分太笼统。请补充具体的数据指标包括DAU、转化率和用户留存率。 → 模型优化 第三轮请再增加一个竞品动态部分重点跟踪对手A和对手B。这三种分解方法各有用处纵向分解适合策划类、分析类任务需要层层深入横向分解适合内容创作可以获取更多独立视角递进式追问适合优化类任务在已有基础上逐步完善3.4 任务之间的优先级如果你的提示词中包含多个子任务明确优先级非常关键。❌无优先级“帮我分析这组数据并生成图表写一份报告摘要列出一周的进度安排。”模型可能会把精力平均分配到三个任务上也可能随机选择一个优先完成。✅有优先级你有三个任务按优先级排列[最高优先级] 分析附件中的数据找出Q1和Q2的核心差异用表格呈现分析结果[如时间允许] 根据分析结果写出三点管理建议当模型知道优先级后它会优先保证最重要的任务质量。第四章第3步——补充上下文Context4.1 上下文是燃料如果说任务定义是地图告诉模型去哪里上下文就是燃料给模型能量去那里。没有足够的上下文模型就像没有燃料的汽车——地图再精确也走不远。为什么上下文如此重要因为模型的知识是通用知识。它知道如何写一份商业计划书的一般方法但不知道你的公司叫什么、你的产品是什么、你的目标市场是谁、你的融资阶段如何。这些私有信息必须通过上下文注入。4.2 上下文有哪些类型我们可以把上下文分为以下类型类型一背景信息任务相关的背景资料“我们是B2B SaaS公司产品是一款项目管理工具主要客户是50-500人的中型企业。我们刚刚完成了A轮融资。”类型二参考材料模型需要参考的具体内容可粘贴文本或上传文件“以下是我们的产品介绍文案『……』请根据这份文案帮我改写一份更吸引人的版本。”类型二还有一种特殊形式——负面参考“我不希望在输出中出现以下风格的表述『……』贴一段你不喜欢的范例。”类型三约束条件任务执行的边界限制“字数控制在500字以内。”“不要使用行业黑话。”“请确保每个观点都有数据支撑。”类型四受众信息目标受众是谁这会影响模型的语言风格和信息密度“目标读者是公司CEO他们最关心的是ROI和市场竞争格局。”“目标读者是一线运营人员他们最需要可执行的步骤。”类型五偏好信息你的个人偏好或组织风格“我们公司内部沟通习惯用OKR框架。”“我个人的偏好是喜欢短句、喜欢bullet point、不喜欢从历史讲起。”4.3 上下文的黄金密度上下文不是越多越好。我们在第1篇中提到过注意力稀释——提示词越长每个Token获得的注意力越少。所以我们要追求上下文的黄金密度用最少的文字传递最关键的信息。什么叫黄金密度假设你要让模型帮你写一封投诉回复邮件。❌低密度信息太少“帮我写一封邮件回复客户的投诉。”模型不知道是哪个客户、什么投诉、什么态度❌高密度但有噪音信息太多“我们公司是做在线教育的成立于2019年创始人是王总……省略200字公司介绍……最近客户李小花投诉说我们的课程App总是闪退她上周二晚上8点用iPad Pro 12.9吋第六代iOS 17.2版本打开’高等数学进阶’课程第三节时闪退了三次……她打了客服电话客服小王记录了工单#20240513后来技术部回复说是一个已知的bug……让我们写回复邮件……对了公司最近在搞品牌升级所以语气要积极正面……还要体现我们的服务意识……”这2000字的信息中真正有用的上下文可能只有客户李小花投诉原因App闪退回复语气积极正面、体现服务意识附加信息品牌升级背景其余都是噪音——虽然对某些人可能有用但对模型完成写回复邮件这个任务来说是不必要的。✅高密度恰到好处“客户李小花投诉我们的课程App闪退工单 #20240513技术部已确认为已知bug。请以客服主管的身份给李小花写一封回复邮件。语气诚恳道歉明确说明修复计划表达感谢。另外公司正在做品牌升级邮件中要体现’用户第一’的品牌理念。”4.4 上下文注入的技巧技巧1倒三角结构最重要的上下文放在最前面关键背景客户是B2B行业决策周期长。 其他背景我们刚完成A轮融资团队50人。 次要信息我们的主打产品叫WorkPro。技巧2分块标记用明显的标识区分不同类型的上下文 背景信息 这里放背景 参考材料 这里放参考文本 约束条件 这里放限制技巧3负面清单明确告诉模型不要做什么但要用要什么的方式表达参考第1篇“请避免使用’行业领先’、颠覆式’等自夸词汇。更有效的方式是‘请用具体数据展示我们的优势而不是使用营销套话。’”4.5 上下文窗口管理这是一个非常实操的问题当上下文太长超出模型的Token限制时怎么办方案一摘要前置如果你需要让模型基于一篇很长的文档工作但文档太长了“我有一篇关于XX主题的2万字研究论文但因为长度限制我先给你一份500字的摘要。请基于这份摘要回答以下问题……”方案二分块处理把长文档切分成块分别处理然后让模型汇总第1轮处理文档的第1-3章 → 获取中间输出 第2轮处理文档的第4-6章 → 获取中间输出 第3轮汇总所有中间输出 → 最终答案方案三分层注入先给模型一个整体框架然后逐层深入细节第1轮这是一篇关于碳中和政策的文章整体框架是……请先回答整体性问题。 第2轮现在我们聚焦到第三章碳交易市场具体内容是……请回答相关问题。第五章第4步——指定输出格式Format5.1 为什么输出格式如此重要很多人忽略了这个步骤觉得内容对了就行。但输出格式直接影响可用性。一个对比没有指定格式“帮我分析一下Q1的销售数据。”模型的输出可能是大段叙述文字——你要从中自己找重点、提取数据、重组成可用的格式。指定了格式帮我分析一下Q1的销售数据。输出格式要求先给一个总览段落3-5句话然后用表格呈现以下指标销售额、增长率、客单价最后用bullet point列出三个关键发现输出结果直接就是你可以拿去汇报或做进一步分析的素材。输出格式的另一个重要作用结构化约束。模型的格式跟随能力非常强。当你指定了详细的输出结构模型会被迫按照这个结构组织内容这样一来内容更有条理没有遗漏关键部分直接可用减少二次加工5.2 常见的输出格式类型类型一段落式适合讲故事、解释概念、表达观点。“请用3-5段话解释Transformer架构每段不超过100字。”类型二列表式Bullet Points / 编号列表适合列举要点、步骤说明、对比分析。“请列出5个提升产品转化率的方法用bullet point列出每个方法配一句话说明。”类型三表格适合数据呈现、对比分析、结构化信息。“请用表格对比ChatGPT和Claude的核心差异至少包含以下维度模型架构、上下文长度、定价、擅长的任务类型。”类型四JSON / 结构化数据适合需要程序化处理的输出API集成场景。“请以JSON格式输出格式如下{“title”: “文章标题”,“summary”: “一句话摘要”,“key_points”: [“要点1”, “要点2”, “要点3”],“tone”: “文章语气”}”类型五Markdown适合需要格式化标题、代码块、加粗等的内容。“请用Markdown格式输出包含一级标题、二级标题、代码块、加粗和高亮。”类型六混合格式适合复杂报告需要多种格式组合。## 执行摘要段落不超过200字关键数据表格分析与洞察标题段落行动建议编号列表每条一句话附录可选的补充信息5.3 格式锚点技巧格式锚点Format Anchoring是一个强大但简单的小技巧在提示词末尾重复一遍输出格式要求。为什么有效因为我们在第1篇讲过——模型对提示词末尾的Token注意力最高。请完成以下分析市场背景简述100字核心数据表格三点关键发现注意输出必须严格按照上述三个部分的顺序和格式。末尾的注意起到了格式锚点的作用让模型在开始生成时记得要按照指定格式输出。5.4 输出示例Few-shot Formatting除了描述格式要求你还可以直接给一个输出示例。这对模型来说是最直观的格式指令。请帮我写一份产品更新日志。输出格式参考以下示例示例v2.3.1 (2026-05-15) 新增功能支持多工作区切换 优化改进提升页面加载速度约40% 修复修复了深色模式下文字显示异常的问题请按上述格式为我最近发布的功能写一份更新日志。有了示例模型不仅理解了格式还理解了什么样的内容放进什么部分。第六章四步法的完整实战演示前面的理论已经足够扎实了现在我们来做个完整的实战演示。通过一个任务——帮HR写一份岗位描述JD——把四步法全过程走一遍。6.1 原始版没有用四步法“帮我写一份JD。”输出一个非常通用、不针对任何具体岗位的JD模板。可用性极低。6.2 用四步法逐步构建第1步——设定角色“你是一位资深的HRBP人力资源业务伙伴在互联网行业有8年经验。”第2步——明确任务“帮我们公司写一份’高级前端工程师’的岗位描述JD用于在招聘网站发布。”第3步——补充上下文“【公司背景】我们是一家B2B SaaS公司做项目管理工具团队50人。【招聘背景】这个岗位是因为现有前端团队只有3人急需增加一名资深工程师来领导前端架构升级。【候选人要求】要求5年以上前端经验、精通React/TypeScript、有从0到1搭过前端架构的经验。【附加信息】我们公司文化比较扁平用人理念是’招成年人’——招自我驱动的人。【竞争对手】我们的竞品包括XXX和XXX所以JD中要体现出我们的技术挑战和成长空间。”第4步——指定输出格式输出格式职位标题岗位职责5-7条用编号列表任职要求4-6条硬技能在前软技能在后加分项3-4条我们提供什么突出技术挑战和成长空间关于我们不超过100字注意整个JD控制在600-800字之间语气既专业又有活力体现出技术团队的工程师文化。6.3 完整提示词你是一位资深的HRBP人力资源业务伙伴在互联网行业有8年经验。 帮我们公司写一份高级前端工程师的岗位描述JD用于在招聘网站发布。 【公司背景】我们是一家B2B SaaS公司做项目管理工具团队50人。 【招聘背景】这个岗位是因为现有前端团队只有3人急需增加一名资深工程师来领导前端架构升级。 【候选人要求】要求5年以上前端经验、精通React/TypeScript、有从0到1搭过前端架构的经验。 【附加信息】我们公司文化比较扁平用人理念是招成年人——招自我驱动的人。 【竞品信息】我们的竞品包括XXX和XXX所以JD中要体现出我们的技术挑战和成长空间。 输出格式 - 职位标题 - 岗位职责5-7条用编号列表 - 任职要求4-6条硬技能在前软技能在后 - 加分项3-4条 - 我们提供什么突出技术挑战和成长空间 - 关于我们不超过100字 注意整个JD控制在600-800字之间语气既专业又有活力体现出技术团队的工程师文化。6.4 输出质量的对比使用四步法后的输出特点针对性强——不再是一份万金油JD有公司特色——扁平文化、招成年人这些细节让JD有辨识度结构清晰——HR可以直接发布不用再重新排版吸引力高——突出了技术挑战和成长空间而不是千篇一律的公司福利好第七章四步法的变体与进阶用法四步法虽然是黄金框架但具体情况需要灵活调整。以下是几种常见的变体和进阶用法7.1 快速版两步法当任务非常简单时可以简化为两步角色 任务。“你是一位前端工程师。请帮我检查以下代码是否有性能问题。”适合代码审查、快速翻译、简单问答等低复杂度任务。7.2 循环版迭代优化版当任务需要多轮迭代时四步法变成一个循环第1轮角色 任务 上下文 格式 → 获得初稿 第2轮反馈角色保持不变上下文追加新信息格式稍微调整 → 获得迭代稿 第3轮再反馈在上次基础上再增加XX内容 → 获得终稿7.3 多角色版团队版当任务需要多视角分析时四步法中的角色可以扩展为多人你是一个由以下三人组成的团队 - 产品经理负责定义功能和优先级 - 设计师评估用户体验 - 工程师评估技术可行性 任务评估在App中加入AI助手的需求。 上下文具体背景信息 输出格式三个人分别给出评估最后汇总成一个综合建议。7.4 模板化版对于重复性任务把四步法固化为模板每次只替换变量部分【角色】你是一位[填入角色] 【任务】请[填入任务描述] 【上下文】[填入背景信息] 【格式】[填入输出格式] 【变量区】 日期[填入日期] 目标受众[填入受众] 关键数据[填入数据]这种模板化方法在企业级应用中非常实用——产品团队、运营团队、客服团队都可以使用同一个模板只需填入不同的变量。第八章四步法的问题排查清单当你用四步法写的提示词仍然输出不理想时可以按以下清单逐一排查第1步排查角色设定症状可能原因解决方案输出太泛泛角色太宽泛给角色加背景增加细粒度输出过于专业角色太窄扩大角色定义减少技术性描述输出语气不对没有指定风格在角色中追加风格描述输出不够投入角色力量不足让角色更有资历加年份、加成就第2步排查任务定义症状可能原因解决方案模型反问任务模糊用5W1H检查任务完整性输出方向不对目标和结果不匹配重新定义好的结果长什么样输出不完整任务太大进行任务分解输出太浅显任务定义不够深入增加请深入分析、从多角度等引导第3步排查上下文症状可能原因解决方案输出与事实不符没有提供事实信息补充关键背景和参考材料输出来回摆动上下文冲突检查是否有矛盾的信息输出缺乏针对性没有受众信息补充目标受众是谁输出超出边界缺少约束条件补充字数、范围、深度等约束第4步排查输出格式症状可能原因解决方案输出杂乱没有指定格式给出具体的输出结构格式不完整格式描述不清晰给出示例Few-shot格式正确但内容差格式占用了注意力检查格式是否过于复杂输出过长/过短没有长度限制明确指定字数或段落数第九章四个最常见的四步法反模式认识正确做法之后了解错误做法同样重要。以下是四个最常见的反模式反模式1一步到位妄想“帮我把这个产品的用户手册、营销文案、技术文档、培训材料全部写完。”错误原因一个提示词试图完成太多任务超过了模型的单次处理能力。正确做法拆解为多个独立的提示词每个聚焦一个任务。反模式2万能角色幻觉“你是全能专家什么都懂。”错误原因角色太宽泛等于没有角色。模型不知道应该激活哪个知识域。正确做法针对具体任务设定具体角色。反模式3无上下文自信“帮我分析一下。”没有任何背景信息错误原因默认模型知道你说的是什么。但模型不读心。正确做法假设模型什么都不知道把你认为显而易见的背景信息也写进去。反模式4“格式黑洞”“输出格式不限你自由发挥就好。”错误原因没有格式约束的输出往往杂乱无章需要大量二次加工。正确做法至少给出一个基本的结构框架哪怕只是先说结论再展开最后总结。写在最后——记住一句话黄金四步法的精髓可以浓缩为一句话告诉AI「你是谁→要做什么→基于什么→输出成什么样」这是一个框架不是教条。熟练之后你可能不需要严格按照 “角色→任务→上下文→格式” 的顺序写但这四个要素一个都不能少。就像做菜——你可以不按照洗菜→切菜→炒菜→装盘的标准顺序来但如果你少了切菜这个环节菜就没法炒如果你少了装盘那就没法吃。课后练习练习1找一份你之前写的提示词用四步法重构它对比输出质量的变化。练习2在四步法中分别删除一个步骤看看输出会出现什么问题。练习3把一个复杂的任务分解成3-4个独立的小提示词分别用四步法写看看整体效果是不是比一个大提示词更好。下一篇预告《第3篇提示词避坑指南——新手常犯的8个错误》理论和流程都懂了但在实践中有些坑几乎每个人都会踩。下一篇我们来一份避坑地图帮你少走至少三个月的弯路。记住提示词不是玄学是工程。工程意味着有方法、有流程、可复制。黄金四步法就是你工具箱里的第一把也是最常用的工具。好好用它。