提示词的基本构成要素有哪些?按 4 层拆开逐项看

一条提示词能拆成 4 层：任务动作、输入与约束、输出格式、示例或判断标准。多数人只写第 1 层，后面 3 层由模型自己补，补出来的东西往往跟你要的不是一回事。2025 年 3 月我做过 1 次对照，同一个问题写 12 字和写 90 字，输出可以直接用的比例差了 4 倍左右。

「角色」常被排在开头第一句，实际作用被高估了。写「你是一位有 10 年经验的编辑」，模型改的是措辞风格；把输出格式写清楚，模型改的是结构。结构不对，措辞再顺也用不上。

4 层分别对应哪个问题

每一层都在回答一个具体问题。问题没问清，模型就按训练数据里的平均答案给，读着通顺，落到你的表格里全要返工。下面这张表是 4 层的对照，第 4 列写的是漏掉之后会发生什么，可以拿去核对自己写过的提示词。

逐层拆开看作用

第 1 层：任务动作要带动词

「关于报销」不是任务，「把下面 6 条报销单按金额从大到小排，标出超过 2000 元的」才是。动词决定模型走哪条推理路径，同一个材料换成「核对」和「改写成对外通知」，输出会差一个文档类型。

1. 单个动作优先。一条提示词里塞 3 个动作，第 3 个常被漏掉。
2. 动词尽量选可验收的：列出、排序、比对、改成、抽取。少用「分析」「优化」，这 2 个词没有验收标准。
3. 动作对象要指名。写「把第 2 段改成 100 字以内」，别写「精简一下」。

第 2 层：输入与约束决定可信度

输入指你贴进去的原文、表格、截图说明；约束指字数、年份、口径、不能碰的内容。B 端场景里这一层的价值最高。我接触过一家做五金件的厂，让模型写产品说明，前 2 版把材质牌号写错了，原因是没贴材质单，模型按常见规格猜的。

约束要写成能数出来的条件。写「不要太长」，模型给 400 字；写「控制在 180 字以内，分 2 段」，结果就稳。写「不要编造数据」，模型仍会补一个大概值；写「只用我给的 3 组数据，缺的写待补充」，它才会留空。

第 3 层：输出格式是最省时间的一层

格式写在提示词末尾，用一句话说清。要表格就说几列、列名是什么；要清单就说几条、每条多少字；要接进系统就说输出 JSON，字段名照抄。这层写清楚，能省掉 2 到 3 轮来回改格式。

「分点说」这 3 个字最容易被误读。模型会按自己的判断分 4 点还是 7 点，每点长短也不定。改成「分 3 点，每点 1 句话，不超过 40 字」，同样的活不用再问第 2 遍。表格也同理，列数写死比写「整理成表」管用，列名写出来更管用。

第 4 层：示例与判断标准

给 1 条合格样例，比写 10 句形容词有效。样例用你自己以前的稿子最好，模型的模仿能力比理解能力稳。判断标准适合没法给样例的任务，比如「如果原文没有提到年份，就不写年份」这种排除式规则。

一条提示词写多长合适

日常把标题、要点、表格交给模型改写的活，60 到 150 字够用。要它按固定格式批量处理 20 条以上的数据，200 字以上才压得住，多出来的字主要花在第 3 层和第 2 层的排除条件上。

长度的分界不在字数，在要不要复用。一次性的问题写到能答就行；要跑 20 次的任务，多写 80 字能把返工次数从 3 次压到 1 次。我给一家做注塑的厂写产品参数表时，第一版提示词 40 字，8 条参数里有 5 条要重填；把列名、单位、空值写法补到 210 字后，40 条一次过。

1. 150 字以内：单次问答、改 1 段文字。
2. 150 到 300 字：按格式抽字段、批量改写、带条件的分类。
3. 300 字以上：多步任务。这时要拆成 2 到 3 条串起来跑，一条写太长后半段常被忽略。

系统提示词和用户提示词怎么分

多数工具把输入分成两处：系统提示词管长期规则，用户提示词管这一次的任务。放错位置会产生 2 种后果，要么规则被后面的任务文字盖掉，要么每次都要重打一遍。

长期规则放系统提示词：不能编数据、输出不带总结段、单位统一用毫米、遇到没给的信息写待补充。这一次的任务放用户提示词：贴原文、说清要几列、指定这次的口径。我自己的系统提示词固定 4 句，用了 8 个月只改过 1 次。

各层在不同工具里的表现

2025 年下半年我在 6 个平台上试过同一组提示词：豆包、DeepSeek、Kimi、文心一言、通义千问、腾讯元宝。只写第 1 层时，6 个平台里有 4 个给出散文式回答；补上第 3 层格式要求后，6 个平台都能按表输出。第 4 层的影响分化明显，给样例后有的平台稳定，有的平台会照抄样例里的具体数字。

1. 先固定第 1 层和第 3 层，这 2 层跨平台最稳。
2. 第 2 层按平台调。上下文窗口小的平台，贴原文要截到 3000 字以内。
3. 第 4 层只在结果反复跑偏时加，加了要检查有没有被照抄。

怎么核对一条提示词写全了没有

拿写好的提示词逐层对一遍，4 个问题都能答上来就算齐：要它做什么、依据什么、结果长什么样、什么样算合格。答不上来的那层就是下一轮返工的位置。

1. 把提示词发给模型 2 次，看 2 次输出的结构是否一致。结构每次都变，说明第 3 层没写死。
2. 抽 1 个数字核对来源。出现你没给过的数字，说明第 2 层的约束不够。
3. 看有没有多出来的段落。模型爱补「综上」「建议」这类结尾，第 2 层写「不要总结段」能挡掉。

常见坑

坑集中在 2 个位置：把要求写成形容词，把多个任务塞进一条。前者让模型没法判断做到没做到，后者让模型只做前半段。

1. 「专业一点」「通俗一点」这类要求无法验收。换成「不出现行业缩写」「每段不超过 3 句」。
2. 一条提示词里同时要总结和改写。拆成 2 次调用，第 2 次把第 1 次的结果贴进去。
3. 把示例放在最前面。示例在前，模型容易把示例当任务，正事反而放在后面被忽略。
4. 指望用角色设定改事实。角色只调语气，事实要靠贴资料。
5. 一次改 5 个地方。改 1 处跑 1 次，才知道是哪句起的作用。

我自己的习惯是先写第 3 层，再回头补第 1 层。格式定下来，任务动作会跟着变具体，因为要填进表格的字段本身就在提醒你要取哪些信息。这个顺序比从上往下写快，通常 1 到 2 轮就能定稿。

本文信息核对时间：2026-11。各平台对提示词的处理方式随版本变动，具体表现按当期版本实测。