提示词写得越长回答越差，问题出在哪

写长了反而差，通常是三个原因叠在一起。

一个是要求互相打架。前面说「要专业」，后面说「要通俗」；前面说「写详细」，后面说「别超过三百字」。模型只能挑一部分执行，挑哪部分不由你决定。

另一个是重点被淹。几百字里真正的要求只有两三句，剩下的都是背景铺垫。铺垫越多，那两三句的权重越被摊薄。

还有一个是给了太多例子。举五个例子，模型容易照着例子的句式复制，反而写不出你要的内容。

改法很直接：把要求压成几条短句，一条一件事，不重复。背景压到两句以内。例子最多给一个。

写完自己念一遍，哪句删掉不影响执行，就删掉。留下的越少，执行得越准。

拿同一个任务试两种写法，差别比想象中大。

长版我写了四百字，交代背景、列出七条要求、附了三个示例。出来的结果四平八稳，但每一条都只做到六七分。

短版我只留了三句：写给谁看、要几段、必须包含哪两个信息。结果反而更贴合，改一遍就能用。

原因不难理解。要求越多，模型越倾向于平均分配注意力，每条都照顾到一点，每条都不深入。要求少而硬，它才能把力气集中在那几处。

后来我的做法是分两步。第一步只给任务和交付形态，看它的方向对不对。方向对了，第二步再补细节要求。

一次把所有要求堆上去，等于让它一次做完两件事：猜你要什么，再按你要的做。分开做，两件都做得好一些。

提示词不是越长越好，判断标准是这几条：

一条要求只占一句。一句话里塞两个要求，模型常常只执行后半句。

不写正确的废话。「请认真回答」「要专业准确」这类话不产生任何约束，只占字数。

背景压到两句。说清是谁、为什么要做，多一个字都是干扰。

示例最多一个。示例的作用是定格式，给多了会连内容一起被复制。

格式要求写在最后。先说做什么，再说怎么呈现，顺序反了容易只顾格式不顾内容。

按这五条改一遍，多数人的提示词能砍掉一半，效果反而上来。砍完还觉得不够，再逐条加，加一条试一次。

我踩过最典型的一次，是让 AI 帮我改一段产品介绍。

我把要求写了三百多字：要口语、要短句、不要形容词堆砌、保留三个卖点、控制在两百字内、语气别太硬、最好有个开头钩子。结果它写出来一段四不像，口语和书面语混着，卖点只留了两个。

后来我把要求减到三条：两百字内、口语、保留那三个卖点。一次就对了。

我琢磨出的规律是：能用一个词说清的要求，别用一句话；能用一句话说清的，别用一段。约束越少，模型越有余地按你的意图组织内容。

现在我的提示词基本都在一百字以内。真需要加要求，就一轮加一条，看它反应，摸清它听哪一句、忽略哪一句。

刚开始用的时候，我以为提示词越长越显得专业，每次都写得像份需求文档。

有一次让它写一段活动说明，我写了六条要求，包括字数、语气、结构、必须出现的词、不能出现的词。出来的东西条条都占了点边，读起来却像模板拼的。

同一天我随手问了另一句：「写一段一百字的活动说明，说清时间地点和报名方式。」那句反而干净利落，改两个字就能用。

那之后我把提示词分成两段来看：必须满足的硬条件，和希望达到的效果。硬条件写清楚，效果类的描述能删就删。

现在写提示词，我一般先写一句任务，再补两三条硬条件，超过五行就回头删。删到五行以内，结果通常最好。