写好 Prompt 的几个实用原则
用大模型久了会发现一件事:同样一个任务,Prompt 写得好不好,输出质量能差出一个档次。 很多时候模型"不听话",问题不在模型,而在于我们没把话说清楚。下面是我在实践里反复用到、 确实有效的几条原则。
一、先给它一个明确的角色
在开头交代"你是谁",能显著收窄模型的输出风格和用词。比如让它当"一位严谨的代码审查员", 它就会更关注边界情况和潜在 bug;让它当"耐心的老师",它就会把步骤讲得更细。角色不用很长, 一句话就够。
二、给例子,比讲道理有用
与其反复描述"我想要什么格式",不如直接给一两个输入输出的示例。模型很擅长照着例子模仿。 尤其是当你需要固定的输出结构时,一个示例往往胜过三段说明。
三、把复杂任务拆成步骤
遇到复杂问题,直接问"帮我做完 X"经常得到粗糙的结果。更好的做法是让它"先分析,再分步骤执行, 最后给结论"。显式地要求它一步一步来,能让推理过程更可靠,你也更容易发现它在哪一步出了错。
四、明确约束输出格式
如果结果要接进程序里,一定要把格式说死。例如:
只输出 JSON,不要任何解释文字,结构如下:
{
"title": "标题",
"tags": ["标签1", "标签2"]
}
清晰的格式约束能省掉大量后续的字符串清洗工作。
小结
写 Prompt 本质上是"把需求表达清楚"。角色、示例、步骤、格式,这四点几乎适用于任何任务。 剩下的,就是多试、多调、多积累自己的模板库。
← 返回首页