提示词优化技巧

一、什么是Prompt（提示词）？

用一句话解释：

“Prompt是你给AI的‘任务说明书’，就像点奶茶时告诉店员‘少冰、三分糖、加椰果’一样——越具体，AI越能给你想要的答案。”

二、为什么AI不能“一问即达”？

人们常期望：“输入‘帮我写论文’，AI就自动生成完美学术文章”

现实情况：AI更像“聪明但需要指导的助手”

局限性：

无法自动识别你的专业领域深度（如法学硕士vs普通民众的需求差异）

难以判断模糊指令的隐含条件（如“最新研究”默认指近3年还是近5年？）

可能过度泛化（如“法律风险”涵盖合同、侵权、合规等多维度）

解决方案：

用Prompt给AI“脚手架”（参考下文3个原则）

 

三、3个通用优化原则（适用所有场景）

原则1：角色明确——给AI一个“人设”

为什么重要：AI需要知道“用谁的角度”回答问题。

学术案例：

❌ 模糊提问：“解释量子计算”

✅ 优化提问：“假设你是大学教授，向大一新生用生活案例（如骰子、密码锁）解释量子计算的基本原理”

法律案例：

❌ 模糊提问：“合同违约怎么办”

✅ 优化提问：“你是一名中国民商法律师，根据《民法典》第584条，分析房屋租赁合同中房东提前解约的赔偿责任，需区分承租人是否已实际装修”

原则2：任务具体——拒绝“假大空”要求

核心方法：用数字/格式/范围等限定条件。

学术案例：

❌ 模糊任务：“写文献综述”

✅ 具体任务：“总结近3年《Science》上关于CRISPR基因编辑伦理争议的5篇核心论文，按‘技术风险’‘伦理冲突’‘监管建议’分类，每类不超过200字”

法律案例：

❌ 模糊任务：“审核合同风险”

✅ 具体任务：“对比《劳动合同范本（2023人社部版）》第8条与当前合同第5.3款，用表格列出差异点，并标注违反《劳动法》第36条的内容”

原则3：结构化步骤(此处仅进行举例

学术案例：

请按顺序完成：  

① 解释卡尔曼滤波的基本公式  

② 举例说明它在无人机定位中的实际应用  

③ 指出该方法的2个局限性  

法律案例：

请分步骤分析：  

① 根据《刑法》第264条，盗窃价值5000元手机是否构成“数额较大”？  

② 若嫌疑人不满16周岁，应如何处理？  

③ 附相关司法解释名称及条文号