提示词的构成要素能拆成 4 层:任务句、上下文、输出格式、示例。日常问答写前 3 层够用,材料抽取、批量分类这类要稳定的活才补第 4 层。每层缺了都会在输出上留痕迹,下面逐层说清管什么、缺了会出什么毛病。
我们内部给 40 多位同事做过 6 轮培训,同一份材料,改提示词前后的返工次数差得很明显:只写"帮我总结一下"的,平均返工 2.5 次;把条数、字段、字数写死的,1 次就过。两组用的都是同一个模型版本,差距全部出在提示词这一层。
4 层的分工不一样。任务句决定做什么,上下文决定依据什么做,输出格式决定交付形态,示例决定风格和颗粒度。前两层写错,输出方向跑偏;后两层写错,输出能用但要人工再排一遍。
| 层级 | 写什么 | 缺了会出现什么 |
|---|---|---|
| 任务句 | 动词 + 对象 + 交付物 | 模型自己选方向,答案泛 |
| 上下文 | 材料、时间范围、口径、禁用词 | 凭空补细节,数字编造 |
| 输出格式 | 条数、字段、字数、表格列名 | 结构每次不同,要手工重排 |
| 示例 | 1 条正例,可选 1 条反例 | 风格漂移,长短不一 |
表格第 2 行最容易被跳过。问"2026 年社保缴费年限怎么算",不给参保地、不给参保起始年份,模型只能按全国通行的说法答,落不到你身上适用的那 1 档。
第 3 行的成本最容易被低估。要 5 条待办、要 3 列表格、要 200 字以内,这三件事写清只多花 20 个字,省下的是每次复制粘贴再排版的 5 分钟。
"优化一下这段文案"里的动词指向不明,模型只能猜你要改长度、改语气还是改结构。换成"把这段 300 字的介绍压到 120 字,保留 3 个参数",它就有了明确的终点。同一段材料,两种问法的输出长度差了 2 倍多。
家电维修、政策查询这类要事实的活,动词用"列出""对照""逐条核对",比"分析""解读"稳。后两个词容易引出评论,前三个词把输出锁在清单和表格里,改起来也方便。
把"总结 + 翻译 + 改写标题"写进一条提示词,输出质量会掉。3 个任务抢同一段注意力,模型往往做完前 2 个,第 3 个用半句话带过。拆成 3 次调用,每次 1 个任务,总耗时多 30 秒,返工少一半。
"整理成会议纪要"和"整理成 1 页会议纪要,含 5 条待办、3 个责任人、2 个截止日期"是两种活。前一种模型给你 800 字,后一种给你 1 张能直接发群里的表。份数写清还有个好处:输出短了你能立刻看出来。
长材料加短问题,材料在前、问题在后,模型对问题的定位更准。反过来的写法在 2000 字以上的材料里容易丢后半段。这条我在 3 个模型上各试了 5 轮,结论一致。
"语言简洁"不算约束,"每段不超过 80 字、全文不超过 400 字"才算。前者模型没法判断是否达标,后者能数出来。同理,"不要太官方"换成"不写'全面提升''深度合作'这类词",同一段材料的输出差别很大。
禁用词表列 5 到 10 个就够。列 50 个词会把注意力打散,输出反而更僵。挑词的标准是:你上一次改稿删掉的那些。
问政策、问价格、问标准的,全部属于这一类。不给时间,模型答的是训练数据截止前的状态,看着像对的,实际已经过期。口径指地区与身份:同一个社保问题,职工与灵活就业人员的答案不一样。
要清单就写"输出 6 条,每条 1 行,不超过 25 字,按紧急度排序"。要表格就写列名:"输出 3 列:项目、现状、下一步"。列名写了,模型不会自己加"备注"列,也不会把 2 列合成 1 列。
要把输出直接贴进表格的,字段名照抄表头。写"物料编码"就不要让它输出"产品编号",改字段名比改 20 行数据省事。我们给一家做五金件的厂子搭批量整理流程时,就因为字段名差 1 个字,200 行数据全部要对一遍。
留空的字段写"无"还是留空白,先说清。没说的时候,模型有 3 种处理方式:跳过、写"暂无"、自己编一个。批量跑的活,这一条比格式本身更要紧,编出来的值最难查。
提示词超过 300 字就该断行。4 层各占 1 段,段内用 1 2 3 编号,比揉成 1 段的执行率高。我做过 1 次对照,同一份内容,分段版在 10 次调用里 10 次都按格式出,揉成 1 段的只有 6 次。排版直接决定执行率,跟审美没关系。
风格要求高的活给 1 条正例,比如公众号开头、产品描述。要压住跑偏的给 2 条反例,标明"不要写成这样"。示例与任务不同类会起反作用:让模型照搬 1 段合同条款去写产品介绍,输出会带一身法务腔。
示例长度压在任务的 1/3 以内。示例比正文长,模型会把示例当主体,输出变成扩写。这条在改文案时踩过 2 次,后来统一按 1 条短例走。
| 任务类型 | 必写要素 | 可省要素 |
|---|---|---|
| 事实查询 | 任务句、时间范围、口径 | 示例 |
| 材料抽取 | 任务句、字段名、输出格式 | 角色设定 |
| 改写润色 | 任务句、字数、禁用词、1 条正例 | 长材料上下文 |
| 批量分类 | 任务句、类别定义、边界案例 | 示例(用类别定义替代) |
第 1 行的时间范围是关键。政策、价格、标准这三类问题,不给时间就等于让模型拿旧答案应付你。
第 4 行的类别定义要写到能判边界。"正面/负面"这种分法,遇到"东西不坏但客服慢"就卡住;换成按处理结果分,卡住的案例少 7 成。
第 2 条最容易被忽略。自己写的时候脑子里有默认前提,别人拿到的是一段缺主语的文字。我改过的提示词里,约 4 成问题出在这一项,改法就是补 1 句"材料来自哪里、给谁看"。
第 5 条在事实类问题上最容易出事。想验证一个说法,把选项摆平:"甲和乙两种解释,哪种有原文支持,都没有就说查不到。"这句话能让模型在不知道的时候停下来,比追问 3 遍都管用。
回到开头的问题:提示词的构成要素就是任务句、上下文、输出格式、示例 4 层,各管方向、依据、形态、风格。日常问答写前 3 层,格式要求高的补第 4 层。核验用换模型、给同事看、连跑 3 次这 3 个动作,哪条不过就补哪一层。
本文信息核对时间:2026-11