主题
提示工程（Prompt Engineering）
什么是提示工程
提示工程就是学会怎么跟 AI 说话。同样的 AI 工具，会问问题的人能得到远超不会问的人的结果。
这不是编程，不需要技术背景——更像是一种沟通技巧。
差的提示 vs 好的提示
差的提示
"帮我写个营销方案"
好的提示
"我是一家做儿童编程教育的公司，目标客户是一线城市 30-40 岁的家长。请帮我写一个暑假招生的营销方案，包括：1）核心卖点提炼 2）3 个推广渠道建议 3）每个渠道的具体执行步骤。预算在 5 万元以内。"
第二个提示给了 AI 足够的上下文，所以能得到更有针对性的回答。
5 个最实用的技巧
1. 给清楚背景
告诉 AI 你是谁、你在做什么、目标是什么。AI 不是你肚子里的蛔虫，你说得越具体，它给的结果越好。
❌ "帮我写个朋友圈文案"
✅ "我是做有机食品的，今天上了一款新的有机燕麦奶。
目标客户是注重健康的 25-35 岁白领女性。
请帮我写一条朋友圈文案，突出'好喝不胖'的卖点。"2. 给个角色
"你是一个有 10 年经验的电商运营专家，请帮我分析..."
让 AI 扮演特定角色，输出会更专业。这是全球最流行的提示词技巧之一。
来源：awesome-chatgpt-prompts（GitHub 143K Stars）
3. 明确输出格式
告诉 AI 你想要什么格式：表格、列表、分步骤、字数限制。不说的话，AI 会自己决定，结果往往不是你想要的。
"请用表格形式对比以下三款产品的优缺点，
列出：产品名、价格、核心卖点、适合人群、缺点。"4. 加一句"请一步一步思考"
这个技巧叫思维链（Chain-of-Thought），是 DAIR.AI 等学术机构验证过的方法。在复杂问题后面加一句"请一步一步分析"，AI 的回答质量会明显提升。
来源：DAIR.AI Prompt Engineering Guide（GitHub 72K Stars）
"我们公司去年营收 500 万，今年目标 800 万。
现有渠道是淘宝和抖音。请一步一步分析，
我应该把增长的 300 万分配到哪些渠道，为什么？"5. 不满意就追问，不要重新开始
AI 第一次输出很少完美。直接追问比重新问更有效：
- "更口语化一点"
- "太长了，压缩到 100 字"
- "换个角度重写"
- "加入更多具体数据"
- "这部分展开说说"
迭代是关键
Anthropic 的研究表明，多轮对话中 AI 的输出质量会随反馈逐步提升。不要指望一次就完美，花 3 分钟迭代比花 10 分钟写完美的提示词更高效。
进阶：三种高级技巧
当你用熟了基础技巧，可以试试这些进阶方法：
| 技巧 | 做法 | 适合场景 |
|---|---|---|
| 少样本提示 | 给 AI 1-3 个示例，让它模仿 | 需要特定风格/格式的输出 |
| 思维树 | 让 AI 先列出多个方案，再选最优 | 复杂决策问题 |
| 自我反思 | 让 AI 先回答，再让它检查自己的回答 | 需要高准确性的场景 |
少样本提示的例子
请把以下产品描述改写成小红书风格的种草文案。
示例：
原文：这款面霜含有玻尿酸成分，保湿效果好。
改写：姐妹们！这款面霜真的绝了！玻尿酸含量拉满，
涂上去 5 秒就能感受到水润，干皮亲妈！
现在请改写：
原文：这款咖啡采用阿拉比卡豆，口感醇厚，适合黑咖啡爱好者。常见误区
| 误区 | 真相 |
|---|---|
| "提示词越长越好" | 不是。关键信息要有，废话要删。AI 也会被长文干扰 |
| "有万能提示词模板" | 没有。好的提示词要根据你的具体场景调整 |
| "高级提示词需要技术背景" | 不需要。是沟通能力，不是编程能力 |
| "AI 一次不行就换个 AI" | 先改提示词。80% 的"AI 不好用"是提示词的问题 |
想要更多？
我们整理了一套完整的提示词资源库，全部来自 GitHub 顶级开源项目（不是自己编的）：
- 商业决策角色提示词 — 来自 ai-boost/awesome-prompts，8 个专业级系统提示词（产品经理、销售策略师、CFO 等）
- 万能角色扮演提示词 — 来自 awesome-chatgpt-prompts（143K Stars），20+ 个即用角色
- 提示词工程技巧 — 来自 DAIR.AI（72K Stars），思维链、思维树、少样本提示等 10 种验证过的方法论
→ 去提示词模板库
再往前走一步
当你掌握了跟 AI 对话的技巧，接下来可以：
下一步
掌握了提示工程，来了解更前沿的概念——AI Agent。