提示词的基本构成要素有哪些，8 个要素各起什么作用

提示词可以拆成 8 个要素：任务、输入、角色、约束、格式、样例、步骤、判据。8 个不必每次全带，日常问答 2 到 3 个就够，跨文档的复杂任务带 5 到 6 个。这篇给每个要素的作用、带与不带的判断、以及带错以后模型会出什么偏差。

我 2025 年给一个客服团队整理过 40 多条提示词，返工主要集中在一处：任务和判据两栏写混。同一句话既当要求又当验收标准，模型只能猜，输出每次都不一样。

一、先分 3 组，别把 8 个要素一股脑塞进去

要素越多，模型对单条的注意力越分散。按必要性分 3 组，先保证前 2 个，再按任务复杂度往上加。

1. 必需组：任务、输入。缺任务，模型不知道要干什么；缺输入，模型会自己编材料。这 2 个要素任何场景都要带。
2. 增强组：角色、约束、格式。角色定语气与视角，约束划边界，格式定输出结构。做对外文案或报表时这 3 个值钱。
3. 兜底组：样例、步骤、判据。样例给参照，步骤控过程，判据管验收。任务重复度高、要交给别人复用时才加。

组内也有优先级。增强组里格式排第 1，因为格式错了整段要重写；约束排第 2，越界的内容删掉就行；角色排最后，多数任务不写角色也能拿到可用结果。

二、8 个要素逐个说明

任务与输入：决定输出有没有可用内容

1. 任务。写清 1 个动作加 1 个对象，例如「把下面 3 段会议记录合并成 1 份纪要」。1 条提示词塞 3 个动作，模型会挑简单的先做完，剩下的敷衍过去。
2. 输入。把原文、数据、背景直接贴进提示词，别写「参考我上次发的」。模型看不到历史文件，你不给，它就用通用知识补，补出来的常是错的。

输入这块有个数量界限：单次贴 3000 字以内，模型对细节的还原度相对稳；超过 1 万字，中段内容的引用率会掉。要处理长文档，按章节分 3 到 4 次送，每次让它只输出该章的结论。

角色、约束、格式：决定输出像不像你要的东西

1. 角色。写职业加经验年限，例如「你是有 5 年经验的招聘专员」。只写「你是专家」，模型给的是泛泛建议；带上年限与行业，用词和专业判断会具体。
2. 约束。写不许做什么，比写要做什么更管用。「不要出现金额」「不要用表格」「每条不超过 60 字」，这 3 类限制模型执行得比较准。
3. 格式。指定输出形态与字段。要清单就写「输出 5 条，每条以动词开头」；要表格就写「输出 3 列：项目、现状、下一步」。

格式这条最容易省，也最容易返工。我统计过自己那 40 多条提示词，加了格式说明的 21 条，平均改 1 次就能用；没加的 20 条，平均改 3 次。

样例、步骤、判据：决定结果稳不稳定

1. 样例。给 1 到 2 个「输入 → 输出」的完整对照，比写 10 行规则管用。样例要挑典型的，别挑最复杂的，否则模型把特例当通例。
2. 步骤。把过程拆成编号动作，让它按顺序做。适合数据核对、逐条改写这类不能跳步的任务。
3. 判据。写清什么样算合格，例如「每条必须有 1 个数字」「不能出现未在原文出现的机构名」。判据是唯一能让模型自查的要素。

表里 8 行对应 8 个要素，第 3 列按任务是否重复来定。1 次性的问答带前 2 个即可，要复用 10 次以上的提示词，8 个都补齐更省事。

要素的顺序：写在哪一段也影响遵守率

同一个要素写在开头和写在结尾，效果差得不少。模型对首尾两处的指令记得最牢，中间段落容易被后文覆盖。把任务放在第 1 段，约束放在最后 1 段，中间放输入与格式，遵守率比全部堆在开头高。

顺序上还有 2 个惯例。约束紧挨着格式写，因为「不许出现金额」这类限制多是为了控制输出形态；判据单独成段放在末尾，让模型在生成完以后回头对一遍。我改过 12 条把判据提到开头的提示词，改回末尾以后合格率反而回升。

长度也要控制。8 个要素全写细，一条提示词能到 800 字以上，模型对其中靠后几条的执行开始松动。超过 600 字就该拆成 2 轮：第 1 轮定任务与格式，第 2 轮把上轮输出贴回去再补约束与判据。

三、写完之后怎么核验

1. 删掉角色和样例再跑 1 次，看结果差多少。差异很小说明这 2 个要素在你这套提示词里没起作用，可以删掉减轻长度。
2. 拿 2 份不同的输入各跑 1 次，看输出结构是否一致。结构不一致，问题在格式要素没写死字段。
3. 故意给 1 份缺关键信息的输入，看它会不会追问。不追问而是自己编，就要在约束里加「信息不足时先列出缺少的项」。

第 3 条我每次都做。编造比答错更难发现，尤其在查政策、查流程这类任务上，编出来的入口名称看着完全正常。

四、什么时候不用纠结要素齐不齐

1. 只是问 1 个事实，例如某个缩写全称。带上任务即可，其余 7 个加了反而拖慢。
2. 做头脑风暴要发散。这时候约束和格式会限制产出量，只留任务加 1 句「给 10 个方向，不要解释」。
3. 你自己也会随手改。一次性草稿不必写判据，人工过一遍比写 5 行验收标准快。

五、5 个常见坑

1. 把要求写成祈使句连成一长段。改成编号，每条 1 件事，模型对编号项的遵守率明显高于长段落。
2. 约束和要求互相打架。既写「详细说明」又写「不超过 100 字」，模型会砍掉论证只留结论。
3. 样例给了 3 个以上。样例超过 2 个，模型开始模仿样例的措辞，而不是你想要的规则。
4. 判据写成形容词。「写得好一点」「专业一些」没有判定标准，改成「每条含 1 个数字和 1 个时间节点」。
5. 把模型该问的问题提前替它答了。输入信息不全时留白，比你猜一个填进去更安全。

第 4 条是返工量最大的一类。我那 40 多条里，凡是判据写成形容词的，最后都改成了可数的条件，例如「3 段以内」「含 2 个例子」。

坑里还有 1 个不显眼的：把同一件事写了 2 遍。开头写「输出 5 条」，中间又写「尽量多列几条」，模型会取中间值给 8 条，你没法定量核对。写完通读一遍，把重复表述删到只剩 1 处。

要素之间还有 1 个搭配关系值得记：给了步骤就别再给太长样例。步骤管过程，样例管形态，两个都写得很细，模型容易只照样例的样子输出，跳过中间步骤。

本文信息核对时间：2026-11