把话说清楚：提示词基础

为什么"会问"差这么多

先理解一件事，你就明白为什么提示词重要了：AI 不会读心，它只能依据你给的文字来生成。你心里那些没说出口的背景、偏好、用途，它一概不知道。所以当你只丢一句"帮我写个文案"，它只能凭最笼统的理解给你一段最普通的东西——不是它不行，是你给的信息太少，它没法不普通。

换个角度想：把 AI 当成一个能力不错、但刚到岗、对你的情况一无所知的助理。你交代任务越清楚——做给谁看、用在哪、想要什么风格、有什么限制——它干得越对。你含糊一句话甩过去，它只能猜，猜不中你还得返工。提示词的全部技巧，说穿了就是"把交代任务这件事做好"。

好消息是，这件事不需要什么特殊技能，更不用记什么咒语般的模板。下面几条都是朴素的沟通常识，套到 AI 身上一样管用。把它们用顺了，你从任何一个工具里得到的东西，质量都会上一个台阶。

这里也顺便纠正一个流行的误会：网上有人把"提示词"讲得神乎其神，好像存在某些固定的"魔法咒语"，背下来就能让 AI 听话。我自己试下来的体感是，这类模板偶尔管用，但远不如"把需求讲清楚"这件朴素的事来得稳。模板是别人的需求，套到你身上未必合适；而清楚地交代你自己的处境，永远不会出错。所以与其到处收集咒语，不如把下面这套沟通方法练成习惯——它对任何工具、任何任务都通用。

给背景：它不知道你的处境

最能立竿见影的一招，就是把背景补上。同样是"写一封邮件"，加上背景之后完全不同：写给谁（老板、客户还是同事）、什么事（道歉、催款还是邀约）、你和对方什么关系（熟不熟、正不正式）、想达到什么效果（对方读完该做什么）。这些信息一给，它的产出立刻就贴你的真实需求了。

具体可以交代这几样：

• 角色和对象。"我是一家小店的店主，要写给老顾客看"——它就知道用什么口吻。
• 目的。"目的是让他们知道我们搬址了，并愿意继续来"——它就知道重点放哪。
• 约束。"控制在一百字以内、语气亲切别太官方"——它就知道边界在哪。
• 已有的材料。把相关的现成内容贴给它（新地址、营业时间），别让它去猜你手里的信息。

给例子：一个样例胜过十句形容

有时候你想要的风格、格式很难用形容词讲清楚——你说"专业一点""活泼一点"，每个人理解都不一样，AI 也一样。这时候最有效的办法是直接给个例子，让它照着学。

比如你想让它仿照某种风格写文案，与其费劲描述那个风格，不如贴一两段你觉得对味的范例，告诉它"照这个感觉来"。又比如你要它整理数据成某种格式，先手动做一行给它看，它就知道剩下的该长什么样。例子的信息量，往往远大于一长串抽象的要求。

这招在很多场景都好使：仿写口吻、套用模板、统一格式、模仿结构。你给的样例越贴近你真正想要的，它学得越准。如果一时没有现成例子，哪怕你先让它生成一版、你改成满意的样子，再说"以后都照这版来"，也是在用例子校准它。

分步骤：复杂任务拆开说

如果一件事比较复杂，别想着一句话让它一步到位，那样它容易顾此失彼、漏掉要求。更稳的做法是把任务拆成几步，要么在一条提示里分点列清楚，要么干脆一步步来。

比如你要它帮你做一份活动方案，可以这样分：先让它列出方案的几个组成部分，你确认框架；再逐个部分填内容；最后让它通读一遍、检查有没有矛盾。一步步走，每一步你都能把关，最终质量比让它一口气写完一大篇要可控得多。

分步还有个好处：哪一步出了问题，你能精准地只改那一步，而不用推倒重来。对那种"我也没完全想好要什么"的任务，分步尤其合适——你可以边走边想，让它陪你一点点把需求理清楚。这种来回，恰恰是 AI 相比传统工具最舒服的地方。

限定格式：告诉它要什么样的输出

不说清楚要什么形式，AI 默认会给你一大段文字。但很多时候你想要的是别的：一个表格、一份清单、几个要点、一段固定结构。直接指定输出格式，能省掉你事后大量整理的功夫。

• 指定形式。"用表格列出，三列：项目、优点、注意事项"——比让它写成一段话好用太多。
• 指定长度。"控制在五条以内""每条不超过两句"——避免它啰嗦。
• 指定结构。"先给结论，再给三条理由"——让产出符合你要用的地方。
• 指定语气和受众。"用初中生能懂的话讲""正式书面语"——和给背景是一脉相承的。

一个小提醒：格式要求越明确，它越照办；但也别一次堆太多互相打架的要求（既要极简又要面面俱到），那只会让它为难。要点清晰、不自相矛盾，就够了。

迭代修正：第一次不对很正常

这可能是最该改变的一个观念：用 AI 不是一锤子买卖，而是一个来回打磨的过程。第一次给的结果不满意，太正常了，别因此就觉得"它不行"。真正会用的人，是在追问和修正里把结果磨到位的。

怎么修正才有效？关键是说具体哪里不对、想怎么改，而不是笼统地说"不好，重写"。比如："第二段太啰嗦，砍一半""口气太生硬，自然点""把专业术语换成大白话""这个例子不贴切，换一个生活化的"。你越具体，它改得越准。

也别怕推翻自己前面的话。你完全可以说"刚才那个方向不对，我们换个思路"，它会跟着调整。把它当成一个有耐心、不会烦的协作者，你一轮轮地给反馈，它一轮轮地改——这个过程本身，往往比第一版的质量更决定最终成果。会迭代，是新手和熟手之间最大的分水岭。

有个小窍门能让迭代更高效：当某一版已经接近你想要的，别整段让它重写，那样它可能把好的部分一起改坏。更稳的做法是只针对要改的地方下指令，比如"只改第二段，其余不动"。这样既保住了你满意的部分，也让它聚焦在真正的问题上。反过来，如果方向整个跑偏了，那就干脆退回去、把背景和要求重新说一遍，比在错误的基础上小修小补更省力。什么时候微调、什么时候推倒重来，多用几次自然就有感觉了。

几个常见误区

知道了该怎么做，也得知道别怎么做。下面几个坑特别常见，绕开它们，你的体验会顺很多：

• 太笼统。"帮我写点东西""给点建议"这种，信息太少，只能换来平庸的回答。前面讲的给背景、给例子，治的就是这个病。
• 一次塞太多。把十个不相干的要求堆进一条提示，它容易顾此失彼、漏掉一半。复杂的事拆开说，一次聚焦一件。
• 盲信输出。这是最危险的一个。AI 答得流畅，不代表答得对——它会一本正经地编造事实、数字、引文。涉及事实和重要判断，务必自己核实，这一点在工具概览里反复强调过。
• 把它当权威。财务、法律、医疗这类后果严重的事，它能帮你理解背景，但不能替代专业人士，更不构成建议。该咨询持牌专业人士的，还得咨询。
• 不给反馈就放弃。第一次不满意就关掉，等于放弃了 AI 最大的优势。多问一句、多改一轮，结果常常天差地别。
• 把敏感信息随手塞进去。提示词里别带身份证号、银行卡、公司机密这类东西，怎么权衡隐私，怎么选工具那篇有专门一节。

接下来

把"给背景、给例子、分步、限定格式、迭代修正"这五招用顺，再避开上面几个误区，你就已经超过大多数人的使用水平了。这些不是模板，是习惯——用多了会变成本能，面对任何工具都管用。继续往下：

• 还没选定工具：先看怎么挑适合自己的 AI 工具，从需求出发找对那一个。
• 想搞清各类工具的脾性：常用 AI 工具都能干什么，知道每类的长短板，提需求时更有数。
• 回到总览：AI 实用支柱首页，看看这个支柱还讲了什么。
• 补基础、查名词：新手教学 和 术语库；对相邻领域好奇，可以逛 Web3 实用 和 金融科技科普。