一份能稳定出结果的提示词,由 6 个要素拼起来:任务、对象、输出格式、边界条件、样例、判断标准。前 3 个决定输出对不对,后 3 个决定这份提示词能不能反复用。任务或对象少写一句,模型就自己猜,跑 3 次能给你 3 个方向。
2025 年我帮 4 个团队改过提示词库,最常见的问题在缺项,长度不是主因。有个做客服话术的团队,提示词写了 300 多字,任务、语气、字数都齐,唯独没写「给谁看」,产出的句子全是书面语,一线回复时得手工再翻一遍。补上对象那一句,返工率从 6 成掉到 2 成。
这 6 个要素平铺着看不实用。按「缺了会怎样」分成两组,写的时候就知道先补哪个:任务、对象、输出格式归到定方向那一组,缺 1 项,输出就跑到别处;边界条件、样例、判断标准归到定复用那一组,缺了不影响这一次的答案,换个人、隔两周再用,结果能差出 5 成。
分组还有个好处是省事。临时问一句,前 3 项写清楚就够;要把提示词交给同事、写进系统、每天跑几十次,后 3 项得补齐。边界条件这一项最容易写废,很多人写成「要专业」「要准确」,这类形容词对模型没有约束力,写「不超过 300 字」「只列 3 条」「不引用 2024 年之前的数据」才管得住。
按使用顺序排,每条写清楚它管哪一段、缺了会出什么偏差。
下表左列是最低限度要写到的内容,右列是缺了之后常见的偏差。照着填,一份提示词 5 分钟能写完。
| 要素 | 最低写法 | 缺了会怎样 |
|---|---|---|
| 任务 | 1 个动词 + 1 个产出物 | 模型按自己的理解选动作,答非所问 |
| 对象 | 读者身份 + 熟悉程度 | 用词层级错位,专业读者嫌浅、外行看不懂 |
| 输出格式 | 段数、条数、是否带标题 | 每次排版不同,无法批量入库 |
| 边界条件 | 字数上限 + 禁用词 + 数据年限 | 超长、跑题、数据过时 |
| 样例 | 1 条正例,可加 1 条反例 | 文风漂移,同一批稿子像两个人写的 |
| 判断标准 | 2 到 3 条可核对项 | 无法验收,只能凭感觉打回重写 |
这张表里第 3 行常被忽略。输出格式写成「分点」还是「分 4 点,每点不超过 80 字」,产出差别很大:前者给 6 到 8 条长短不一的句子,后者给 4 条整齐的短段。要进表格或公众号的,格式必须写死到条数这一层,能省 1 次改稿。
问天气、问一个词的近义词、让模型改一句病句,这类需求只写任务、对象、格式。补样例和判断标准,时间成本比重新问一遍还高。我自己的判断线是:这个问题只做 1 次,3 项够;做 5 次以上,6 项补齐。
写周报、写商品描述、写客服回复,这类内容有固定套路,样例比任何形容词都准。给 2 条合格样稿,模型能抓住句式长度、称呼习惯、结尾写法;只写「语气亲切自然」,跑出来的东西每次都不一样。样例要挑真实发出去过的,别自己编,编出来的样稿会带 3 处以上没法落地的表达。
处理 2 万字以上的材料,边界条件要写细:允许引用原文哪几节、摘要控制在多少字、专有名词是否保留原写法。形容词在这类任务里几乎不起作用,写「严谨」不会让模型更严谨,写「每个结论后面标注出自第几节」会,我试过同一份材料加这一句,核对工作量少 4 成。
3 个动作,每个 1 分钟。
第 1 个坑是把背景故事当要素。有人写 800 字公司介绍,真正的任务只有半句「写个方案」。模型会被长背景带偏,抓错重点。背景压到 2 句以内,任务放前 3 行。
第 2 个坑是边界条件写成否定堆叠。「不要啰嗦、不要口语、不要举例、不要加标题」4 个不要连着写,模型容易连该做的也省掉。改成正面写法:「每段 3 句以内,用书面语,每条结论配 1 个例子,带 2 级小标题」。
第 3 个坑是样例带瑕疵。拿一份有错别字、有夸张表述的稿子当样例,模型连毛病一起学。样例发布前自己读 1 遍,把不想被学的地方删干净,改动通常不超过 5 处。
第 4 个坑是判断标准和格式重复。格式已经写了「4 条」,判断标准再写「条数不要太多」,两句话冲突时模型会自己选。两者的分工要划清:格式管样子,判断标准管内容质量,各写 2 行不重叠。
第 5 个坑是要素顺序乱。任务写在最后,前面铺 5 段背景,模型读到一半就开始生成。稳妥的顺序是任务、对象、格式放前 3 行,边界、样例、标准往后排。
6 个要素不需要每次全写,动笔之前先问自己这份提示词要用几次。用 1 次的,前 3 项写足;要用 1 个月以上的,把样例和判断标准一起固化成模板,改的时候只改任务和对象 2 行,其余不动。团队里 3 个人共用一份模板,比各自维护一套省下来的返工,通常在第 2 周就能看出来。本文信息核对时间:2026-11。