提示词(Prompt)是我们输入给AI的指令或信息，用于引导AI生成符合预期的输出。提示词就像一把钥匙，能帮助我们解锁AI的强大能力。一份高质量的提示词可以引导AI更准确地理解我们的需求，从而生成更相关、更准确的回答。

📚高质量提示词的六大技巧

1. STAR法则：让问题更有条理

通过Situation（情景）、Task（任务）、Action（行动）和Result（结果）4个要素，帮助我们清晰地表达需求，使AI能够更准确地理解问题并生成高质量的回答。

1.1 示例主题：请求AI制定一个提升团队会议效率的方案

• S（情境）：我们是一个10人的产品研发团队，每周进行一次为期1小时的项目同步会。目前会议存在几个突出问题：经常超时、讨论发散难以收敛、会后的行动项不明确，导致许多议题需要反复讨论，团队效率受损。

• T（任务）：请你扮演一位资深的敏捷教练，为我们设计一个“高效会议改进方案”。该方案的核心目标是确保周会能准时结束，并且会议决议和行动项清晰可执行。

• A（行动）：请在你的方案中，详细阐述需要采取的具体行动步骤，至少包括：① 会议前： 应建立什么规则或流程，以确保议题明确？② 会议中： 应如何设定并执行会议议程，以控制时间和聚焦讨论？③ 会议后： 应如何跟踪和落实行动项，形成闭环？

• R（结果）：请最终输出一份可直接使用的方案概要。我期望的方案呈现形式是：一份清晰的会议流程 checklist，并附带一个会议纪要的标准化模板（模板需包含“决议事项”、“负责人”、“截止日期”等关键字段）。

1.2 示例分析

• S（情境）具体： 明确了团队规模（10人）、会议频率（每周1小时）和具体痛点（超时、发散、行动项不明），让AI能精准把握问题根源。

• T（任务）清晰： 设定了明确的角色（敏捷教练）和两个可衡量的目标（准时结束、决议清晰），为AI的思考提供了方向。

• A（行动）可操作： 将复杂的“改进”任务，分解为“会前-会中-会后”三个可执行的步骤，引导AI给出结构化的、落地的建议，而非空泛的理论。

• R（结果）明确： 不仅要求输出“方案”，更具体指明了交付物的形式（checklist和标准化模板），确保了生成内容的直接可用性，极大地提升了提示词的实用价值。

通过这种结构，我们将不再是向AI抛出一个模糊的问题，而是在清晰地引导一个专业的思考和工作流程，从而获得远超简单提问质量的专业级答案。

2. 5W2H法则：全面提问的利器

通过What、Why、Where、When、Who、How和How much这7个维度，5W2H法则帮助我们全面、系统地提出问题，确保获取完整信息。这种方法能引导AI给出更细致、更准确的回答。

2.1 示例主题：策划一个新产品上市推广活动

我们计划为新一代智能家居中控屏“HomeHub 2.0”策划一个上市推广活动。请运用你的市场营销专业知识，基于5W2H分析法，为我们提供一个全面的活动策划框架。

• What (是什么): 本次活动的核心目标是什么？我们希望达成哪三个关键成果（例如：品牌声量、潜在客户收集、首批预售）？活动主题口号是什么？

• Why (为什么): 为什么选择现在举办这个活动？请分析当前市场时机（如行业趋势、竞争对手动态）以及此产品解决了用户的哪些核心痛点。

• Who (是谁): 我们的目标用户是谁？请描述其典型画像（包括 demographics 和 psychographics）。谁是我们的主要合作伙伴或KOL，需要邀请他们参与？

• Where (在何地): 活动的主要举办场地或平台在哪里？是线上（如特定社交媒体平台、官网直播）还是线下（如科技展会、旗舰店）？或者是线上线下结合？

• When (在何时): 请规划一个详细的时间表。包括活动预热期、正式发布日以及后续持续推广的关键时间节点和里程碑。

• How (怎么做): 具体的活动流程和推广策略是什么？请描述从预热到引爆再到转化的完整用户旅程，并说明将采用哪些创新的互动形式或营销手段。

• How much (多少): 请为此次活动估算一个合理的预算范围（可给出一个量级，如10-20万人民币），并列出预算的主要构成部分（如场地、KOL费用、广告投放、物料制作等）。

2.2 示例分析

• 全面性与系统性： 强制性地覆盖了策划一个活动所需考虑的所有核心维度，确保没有重大遗漏，引导AI进行系统性思考。

• 问题具体化： 每个W和H都不是简单的提问，而是包含了具体的子问题（如“哪三个关键成果”、“描述典型画像”），这避免了AI给出泛泛而谈的回答。

• 结构化输出： 虽然问题本身是结构化的，但它自然引导AI的输出也遵循同样的清晰结构，使得最终方案条理清晰，易于理解和执行。

• 商业洞察导向： 在“Why”和“Who”部分，要求AI进行市场分析和用户洞察，这提升了方案的战略深度，而非仅仅是执行清单。

• 可行性增强： 通过“How much”引入了预算这一关键现实约束，使得生成的方案更具落地性和参考价值。

通过这个5W2H提示词，我们将不再只是得到一个“活动创意”，而是获得一个经过全面思考、要素齐全的微型商业策划案，极大地提升了AI输出的实用价值和专业度。

3. CO-STAR框架：精准表达需求

通过Context（上下文）、Objective（目标）、Style（风格）、Tone（语气）、Audience（受众）和Response（回复）这6个要素，CO-STAR框架帮助我们更清晰地表达需求，使AI生成更贴合场景的内容。

3.1 示例主题：撰写一封针对产品延迟发货的客户致歉邮件

• C (上下文 - Context): 我们是“极简家居”品牌，其旗舰产品“云眠”床垫因海外核心材料的国际物流清关意外延误，导致原定本周发货的500个订单将延迟7-10天。

• O (目标 - Objective): 我需要你撰写一封发给受影响客户的致歉邮件。邮件需要达成三个核心目标：① 清晰、诚恳地告知延迟事实与原因，不隐瞒、不推诿。② 有效安抚客户情绪，维护并修复品牌信任。③ 提供一个切实的补偿方案，以换取客户的谅解。

• S (风格 - Style): 邮件需采用专业、精炼的商务信函风格。语言应直接、准确，段落清晰，避免过于花哨的修辞。

 •T (语气 - Tone): 语气必须是诚恳的、谦逊的，但同时保持自信和积极。应传达出我们对问题的负责态度，以及对快速解决问题的信心，而不是绝望或卑微。

• A (受众 - Audience): 邮件的受众是已经完成付款、正期待收货的客户。他们此刻可能感到失望、焦急甚至愤怒。他们是注重生活品质、信任我们品牌的中高收入群体，因此沟通必须体现对他们的尊重和时间损失的体谅。

• R (回复 - Response): 请直接生成完整的邮件正文。它必须包含以下要素：① 明确的邮件主题。② 开门见山的致歉与问题说明。③ 对延迟原因的简要解释（体现“不可抗力”但非借口）。④ 具体的补偿措施（例如：提供一张100元优惠券，并承担此订单的运费）。⑤ 告知客户下一步做什么（例如：无需任何操作，我们会更新物流信息；并提供专属客服通道）。⑥ 结尾再次表达感谢与歉意。

3.2 示例分析

• Context (上下文) 提供背景： 明确了公司属性、具体产品和问题的真实原因，让AI基于真实场景构思，避免编造。

• Objective (目标) 清晰可衡量： 设定了三个具体、可评估的目标（告知、安抚、补偿），为AI的创作提供了明确的成功标准。

• Style & Tone (风格与语气) 精准区分： 将“风格”（专业信函）和“语气”（诚恳自信）分开要求，这是CO-STAR框架的精华所在，能精细控制生成文本的“感觉”。

• Audience (受众) 深度洞察： 不仅描述了受众是谁，更分析了他们的情绪状态和背景，引导AI进行“共情式”写作。

• Response (回复) 结构化： 明确规定了邮件必须包含的组成部分，确保了输出结果的完整性和直接可用性。

通过CO-STAR框架，我们不再是模糊地要求“写一封道歉信”，而是在进行一场精准的创意简报，从而确保AI生成的内容在每一个维度上都高度贴合我们的实际需求。

4. CRISPE框架：激发创意和拓展深度

通过Capacity & Role（能力与角色）、Insight（见解）、Statement（声明）、Personality（个性）和Experiment（实验）这5个要素，CRISPE框架可以帮助用户激发AI的创造力，生成更具深度和个性的内容。

4.1 示例主题：重新构想城市公园的未来形态

• C (能力与角色 - Capacity & Role): 请你扮演一位融合了城市规划师、社会学家和环境心理学家三重身份的专家。你的核心能力是洞察城市公共空间与居民心理行为之间的互动关系，并能提出前瞻性的解决方案。

• R (见解 - Insight): 当前的城市公园模式，大多源于19世纪“城市绿地”的概念，主要服务于休闲和生态功能。然而，在21世纪的今天，城市面临着新的挑战：社区疏离、心理健康危机、生物多样性丧失以及气候变化的极端天气（如热浪、暴雨）。现有的公园设计并未充分将这些挑战转化为机遇。

• S (声明 - Statement): 基于以上见解，请你撰写一份题为《“海绵与客厅”：将城市公园重塑为具有韧性的社会枢纽》的倡议书。这份倡议书需要提出一个全新的公园设计范式，使其不仅能应对环境挑战，更能主动修复社会纽带。

• P (个性 - Personality): 请使用兼具诗意的想象力和严谨的论证的语调和风格。你的文字应该能描绘出令人向往的图景，同时又引用社会学数据或生态学原理来支撑你的观点，像一个充满远见的实践家。

• E (实验 - Experiment): 在倡议书中，请大胆地进行思想实验，具体阐述以下三个创新性概念如何在你设想的公园中实现：

① “社交地形”：如何通过物理空间的设计（而非仅仅放置长椅）来主动“催化”陌生人之间的非正式互动？

② “情绪调节景观”：如何利用特定的植物群落、水景和声音装置，设计出能主动缓解焦虑、激发喜悦等积极情绪的感官路径？

③ “生产性表皮”：如何让公园的每一个表面（从路径到凉亭顶部）都成为食物、能源或水资源的生产者，使其成为一个真正功能完整的生态系统？

4.2 示例分析

• Capacity & Role (能力与角色) 精准融合： 不是单一角色，而是“城市规划师+社会学家+环境心理学家”的融合，这直接设定了一个高水平的创意起点，要求AI进行跨学科思考。

• Insight (见解) 具有深度和批判性： 没有停留在表面，而是指出了当前公园模式的历史局限性及其与当代挑战的脱节，为后续的“破旧立新”提供了强有力的理由。

• Statement (声明) 鲜明且有力： 标题《“海绵与客厅”...》本身就是一个强大的核心隐喻，将功能（生态韧性）与情感（社会枢纽）紧密结合，给AI一个明确的创作锚点。

• Personality (个性) 独特而具体： “诗意的想象力+严谨的论证”是一个高标准的写作要求，它避免了文本流于枯燥的技术报告或空泛的散文，迫使AI在感性与理性之间找到平衡。

• Experiment (实验) 引导突破性思考： 提出的三个概念（“社交地形”、“情绪调节景观”、“生产性表皮”）都非常规且具体，它们作为“思想实验”的抓手，强力地引导AI跳出常规，生成真正具有创新性和深度的内容。

通过CRISPE框架，我们不再是简单地索取信息，而是在搭建一个高水平的创意协作舞台，引导AI调动其最深层的知识储备和联想能力，产出令人惊艳的、有变革性的想法。

5. BROKE框架：目标导向和持续优化

通过Background（背景）、Role（角色）、Objectives（目标）、Key Result（关键结果）和Evolve（优化）这5个要素，BROKE框架强调目标导向和持续优化，帮助我们生成更具可行性和可量化的解决方案。

5.1 示例主题：优化客户支持团队的电邮回复效率与质量

• B (背景 - Background): 我们是一家中型电商公司的客户支持团队，目前日均接收约300封客户咨询邮件。团队现有5名成员，但回复质量和风格不统一，导致客户满意度评分（CSAT）徘徊在85%，且平均首次回复时间（FRT）超过12小时。我们的目标是系统化地提升支持服务的专业性与效率。

• R (角色 - Role): 请你担任一位拥有数字化客户服务系统搭建经验的运营专家。你需要为我们设计一个可行的优化方案。

• O (目标 - Objective): 设计并实施一个“客户邮件支持优化方案”，旨在实现以下两个核心目标：① 提升效率： 显著缩短平均首次回复时间。② 提升质量： 统一回复标准，提高客户满意度和问题解决率。

K (关键结果 - Key Result): 方案的成功需要达成以下可量化的关键结果。请你在提案中说明如何实现并衡量它们：

① 效率指标： 在方案实施后6周内，将平均首次回复时间从12小时缩短至2小时以内。

② 质量指标： 在同期内，将客户满意度评分从85%提升至92%以上。

③ 运营指标： 创建并部署一个包含至少20个常见问题标准回复模板的知识库，确保团队成员使用率达到100%。

E (优化 - Evolve): 请在你的方案中，专门开辟一个“监控与优化”章节。基于你提出的关键结果，详细说明：

① 如何监控： 我们应通过哪些工具或流程来持续追踪上述三个关键结果？

② 如何迭代： 如果“客户满意度”未如期提升，你建议首先分析哪些数据（例如：负面反馈的具体内容、模板使用率）来定位问题根源？

③ 优化建议： 请预先提供两条可能的优化路径（例如：针对差评内容补充新的回复模板，或为团队提供针对性的写作技巧培训）。

5.2 示例分析

• Background (背景) 数据化： 使用“300封邮件”、“CSAT 85%”、“FRT 12小时”等具体数据清晰定义了问题，为后续的量化目标奠定了基础。

• Role (角色) 专业化： 指定了“数字化客户服务运营专家”的角色，确保AI从专业视角出发解决问题。

• Objective (目标) 双管齐下： 同时关注“效率”与“质量”两个维度，避免了单一目标的局限性，使方案更全面。

• Key Result (关键结果) 可衡量： 三个关键结果（2小时回复、92%满意度、20个模板）都非常具体、可量化，为评估方案成功提供了明确标准。

• Evolve (优化) 前瞻性： 这是BROKE框架的精髓。它强制要求方案包含持续的反馈和优化循环，使解决方案不再是“一次性”的，而是能够自我进化、持续改进的系统。这直接体现了“目标导向和持续优化”的核心思想。

通过BROKE框架，我们获得的不仅是一个静态的方案，更是一个具备测量指标和进化能力的动态执行蓝图，极大地提升了AI输出结果的实用价值和长期生命力。

6. 借助AI优化提示词

当我们不知道如何设计提示词或者现有的提示词效果不佳时，可以向AI求助，AI不仅能提供优化建议，还能直接帮助我们设计更有效的提示词。

6.1 示例主题：请求AI优化一个模糊的提示词

1）你的角色：请你扮演一位顶尖的提示词工程师。你的专长是分析模糊、低效的提示词，并将它们重构成清晰、具体、可操作的高质量提示词。

2）我的原始提示词与问题：我最初想让AI帮我写点东西，但得到的回复很泛泛，不满足我的需求。

① 原始提示词： “帮我写一下销售团队的月度总结。”

② 当前问题： 这个提示词太模糊了，导致AI生成的内容缺乏重点，没有具体数据支撑，也无法实际指导团队下一步行动。

3）优化要求与约束：请基于以上原始提示词，为我提供一个优化后的高质量版本。请在优化时，确保新提示词包含以下所有要素：

① 角色与视角： 指定作者的身份（例如：销售团队负责人）。

② 核心目标： 明确总结的目的（例如：向管理层汇报业绩、并制定下月计划）。

③ 内容结构： 规定必须包含的模块（例如：业绩回顾-与目标对比、关键成果、问题分析、下月行动计划）。

④ 数据与风格： 要求使用具体数据支撑观点，并采用专业、精炼的商务风格。

⑤ 输出格式： 指定输出为一份结构清晰的文档大纲或可直接使用的模板。

4）最终输出：请按以下格式输出：

① 问题诊断： 用分点列表简要分析原始提示词的三大缺陷。

② 优化后的提示词： 给出一个完整的、可直接复制使用的新提示词。

③ 优化理由： 解释新提示词中的每个关键要素是如何解决原始问题的。

6.2 示例分析

• 明确定义AI的角色： “扮演一位顶尖的提示词工程师”，这设定了高标准的专业预期。

• 提供具体背景： 清晰地给出了“原始提示词”和“当前问题”，让AI能准确理解优化起点。

• 规定了优化方向与约束： 没有让AI自由发挥，而是明确列出了优化必须包含的要素（角色、目标、结构、数据、格式），确保优化过程系统且全面。

• 结构化输出要求： 强制要求AI以“诊断-新提示词-理由”的三段式输出，这不仅给了用户一个可直接使用的答案，更是一堂生动的提示词教学课，帮助用户理解优化背后的逻辑，从而在未来举一反三。

通过这个高质量的提示词，我们将不仅获得一个优化后的版本，更能深入理解提示词设计的核心原则，实现“授人以渔”的效果。

零基础入门AI大模型必看

陆陆续续也整理了不少资源，希望能帮大家少走一些弯路！

无论是学业还是事业，都希望你顺顺利利 ！

1️⃣ 大模型入门学习路线图（附学习资源）

2️⃣ 大模型方向必读书籍PDF版

3️⃣ 大模型面试题库

4️⃣ 大模型项目源码

5️⃣ 超详细海量大模型LLM实战项目

6️⃣ Langchain/RAG/Agent学习资源

7️⃣ LLM大模型系统0到1入门学习教程

8️⃣ 吴恩达最新大模型视频+课件

以上大模型资料包的内容都整理在了我的gzh里，【小灰熊大模型】回复【6】自动掉落，都是🈚️尝分享，可以自取~