刚开始用 AI 工具（比如 ChatGPT、Claude）时，我总犯一个错：把 prompt 写得像 “聊天”，比如 “帮我写篇关于环保的文章”“解释下区块链”，结果 AI 返回的内容要么太宽泛，要么不符合我的实际需求 —— 要么文章风格不对，要么解释得太浅（或太深）。后来踩了十几次坑，又查了很多资料，才慢慢摸透：好的 prompt 不是 “随便说说”，而是有明确要素的 “精准指令”。现在我写的 prompt，AI 的响应准确率能提升 80% 以上，下面就结合我的经历，拆解好 prompt 必须包含的 7 个核心要素。

一、第一要素：明确 “目标定位”—— 先告诉 AI “做什么”

这是最基础也最容易被忽略的一点：你的 prompt 必须先让 AI 知道 “核心任务是什么”，不能模糊。比如我之前写 “帮我处理下这个数据”，AI 会问 “处理成表格？还是分析趋势？还是计算平均值？”；但如果我写 “帮我把这份销售数据（附数据）处理成‘按月份统计的销售额对比表’”，AI 就会直接给出结果。

关键技巧：用 “动词 + 结果” 的句式明确目标，比如 “总结→总结这篇文章的 3 个核心观点”“生成→生成 3 条手机促销文案”“分析→分析这份用户反馈中的负面问题”。

反例：“帮我弄下这篇报告”（没说 “弄成什么”）；

正例：“帮我把这篇产品报告（附报告内容）整理成‘问题清单 + 解决方案建议’的格式”。

二、第二要素：清晰 “角色设定”—— 让 AI 知道 “以什么身份做”

AI 是 “万能工具”，但不同 “身份” 下的输出风格完全不同。比如同样是 “解释量子力学”，如果让 AI 以 “大学物理老师” 身份写，会偏公式和原理；以 “科普博主” 身份写，会用比喻和生活化案例；以 “程序员” 身份写，可能会结合代码模拟逻辑。

我第一次让 AI 写 “产品需求文档（PRD）” 时，没加角色设定，结果 AI 写得像 “用户故事”，没有功能模块、优先级这些关键内容。后来我加上 “以互联网产品经理的身份，按照‘功能描述 + 用户场景 + 优先级 + 验收标准’的结构写 PRD”，AI 的输出立刻专业了很多。

关键技巧：在 prompt 开头加上 “身份限定”，比如 “假设你是 [某领域专家 / 某职业角色]，请……”。

适用场景：需要专业内容（如法律文书、学术写作、行业报告）或特定风格内容（如儿童故事、职场邮件、短视频脚本）时，必须加角色。

三、第三要素：精准 “受众定位”—— 让 AI 知道 “写给谁看”

除了 AI 的角色，你还要告诉 AI “内容是给什么人看的”，这直接影响内容的深度、用词和风格。比如我之前让 AI 写 “净水器的使用指南”，没说受众，AI 写得很复杂，有很多专业术语（比如 “RO 反渗透膜过滤精度”）；后来我补充 “受众是‘50 岁以上的中老年用户’”，AI 就改成了 “换滤芯时先关总阀门，步骤 1…… 步骤 2……”，还加了 “注意：别用湿手插电源” 这样的贴心提示。

关键技巧：明确受众的 “身份特征”，比如年龄（儿童 / 大学生 / 老年人）、专业水平（小白 / 初学者 / 资深从业者）、使用场景（职场汇报 / 课堂作业 / 家庭使用）。

反例：“写一篇关于健身的文章”；

正例：“写一篇给‘办公室久坐族（每天坐 8 小时以上，没健身基础）’的健身文章，重点讲‘在工位就能做的 10 分钟拉伸动作’”。

四、第四要素：详细 “背景信息”—— 给 AI 足够的 “素材”

AI 不是 “全知全能” 的，它只能基于你提供的信息输出内容。如果背景信息不全，AI 就会 “猜”，结果自然容易错。比如我之前让 AI “分析这个项目的风险”，只给了项目名称，AI 只能泛泛而谈 “可能存在资金风险、市场风险”；后来我补充了 “项目是‘社区生鲜店加盟’，预算 50 万，目标客群是周边小区居民，目前已有 3 家竞品”，AI 就针对性地分析了 “竞品价格战风险”“生鲜损耗率风险”“小区客流量不足风险”，还给出了应对建议。

关键技巧：根据任务需求，提供 “必要的背景素材”，比如写报告就给 “相关数据 / 案例”，改文案就给 “原始文案 + 修改方向”，解决问题就给 “问题发生的场景 / 已尝试的方案”。

注意：不用给无关信息（比如写促销文案不用给公司成立时间），但核心信息不能少。

五、第五要素：明确 “输出格式”—— 让 AI 知道 “怎么呈现结果”

同样的内容，不同格式的实用性天差地别。比如我让 AI “总结会议纪要”，没说格式，AI 写了一大段文字，找关键信息要翻半天；后来我要求 “按‘待办事项（负责人 + 截止时间）+ 争议点 + 下一步计划’的表格格式总结”，结果一目了然，直接就能用在工作群里。

常见的输出格式：

• 文字类：段落式、分点式（1.2.3.）、表格（列名明确）、思维导图（用文字描述节点）；

• 文件类：Markdown 格式（标题、列表、加粗）、Word 文档结构（封面 + 目录 + 正文）、代码格式（指定语言，如 Python/JavaScript）；

• 创意类：剧本（角色 + 台词 + 场景）、短视频脚本（镜头 1 + 画面描述 + 台词）、诗歌（五言 / 七言 / 自由体）。

关键技巧：直接告诉 AI “用 XX 格式输出”，甚至可以给 “格式模板”。比如：“用以下表格格式总结用户反馈：

问题类型	具体反馈	出现次数

六、第六要素：设定 “约束条件”—— 避免 AI “跑偏”

很多时候，你需要给 AI 划定 “边界”，比如 “不能写什么”“要突出什么”“字数限制”，否则 AI 可能会输出超出你需求的内容。比如我让 AI “写一条奶茶店的促销文案”，没加约束，AI 写了 “夏日炎炎，来一杯清爽奶茶，原价 20 元，现价 15 元，还有小料免费加……”，但我当时的需求是 “突出‘低糖’卖点，字数控制在 20 字以内”，后来加上约束，AI 给出了 “低糖奶茶夏日特惠！20 元→15 元，无负担”，正好符合要求。

常见的约束条件：

• 内容约束：突出某卖点（如 “突出手机续航”）、避免某内容（如 “不提及价格”）、立场（如 “客观中立，不夸不贬”）；

• 篇幅约束：字数（如 “300 字以内”）、段落数（如 “分 2 段，每段不超过 5 行”）；

• 风格约束：正式 / 口语化、幽默 / 严肃、文艺 / 直白（如 “写一句口语化的朋友圈文案，像和朋友聊天一样”）。

七、第七要素：补充 “示例参考”—— 让 AI 更懂你的 “偏好”

如果你的需求比较特殊（比如特定的写作风格、独特的格式），光靠文字描述可能不够，这时候给 AI 一个 “示例”，它会立刻 get 到你的点。比如我之前让 AI “写小红书风格的美妆文案”，没给示例，AI 写得像 “产品说明书”；后来我给了一个示例：“谁懂啊！这支口红我空管 3 支了！薄涂是温柔豆沙色，黄皮显白到发光，早上赶时间涂它，5 分钟出门还能被同事问链接！# 口红推荐 #黄皮友好”，AI 后续写的文案就有了 “谁懂啊”“空管 N 支”“被问链接” 这些小红书常用的语气和标签。

关键技巧：如果是 “创作类” 需求（文案、故事、设计思路），或者 “格式类” 需求（特定表格、模板），给 1-2 个示例，能大幅提升 AI 输出的匹配度。

注意：示例不用太长，抓核心特征即可（比如示例文案抓 “语气 + 关键词 + 标签”）。

总结：好 prompt 的 “公式” 和避坑指南

用了这么久 AI，我总结出一个好 prompt 的 “万能公式”：

角色设定 + 目标定位 + 受众定位 + 背景信息 + 输出格式 + 约束条件 +（可选）示例参考

比如一个完整的 prompt：

“假设你是 [小红书美妆博主]，请帮我 [写 3 条粉底液的种草文案]，受众是 [20-25 岁的学生党，预算 100 元以内，追求持妆不卡粉]，背景信息：这款粉底液‘持妆 6 小时不氧化，适合混油皮，有 2 个色号（自然白 / 小麦色）’，输出格式：每条文案 50 字以内，包含‘使用感受 + 核心卖点 + 话题标签’，约束条件：突出‘平价’‘学生党友好’，示例参考：‘学生党闭眼冲！这支眉笔才 39 元！防水防汗不脱妆，手残党也能画对称，# 平价眉笔 #学生党美妆’”

最后再提 2 个避坑指南：

1. 别 “一次问多个问题”：比如别让 AI “又写文案又做表格又分析数据”，分开写 prompt，结果更精准；

2. 别 “太简略”：宁愿多写 2 句话把需求说清，也别让 AI “猜”——AI 的 “理解能力” 很强，但 “猜谜能力” 很差。

现在我每次写 prompt 前，都会对照这 7 个要素检查一遍，基本上不会再出现 “AI 答非所问” 的情况。你可以试着从简单的需求开始，套用这个框架，慢慢就能熟练掌握啦！