一、四大基础原则
1. 清晰明确：不要让人猜，更不要让模型猜
模型无法读取你的想法，模糊的指令会得到随机的结果。
❌ 模糊指令✅ 清晰指令“写点关于气候变化的东西。”“请写一篇500字左右的科普短文，面向高中生，解释碳排放如何导致全球变暖，并列举三个普通人可以参与的减排行动。”“帮我改改这段文字。”“请将以下段落的语气从‘口语化’改为‘正式商务汇报风格’，并修正其中的语法错误。”
要点：使用具体的动词（总结、翻译、扩写、分类、对比），明确输出格式（表格、列表、JSON、Markdown）、长度限制、目标受众。
2. 提供上下文：给模型足够的“起跑线”
大模型虽然知识广博，但不知道你当前的具体场景。提供充分的背景信息能大幅提升回答的针对性。
❌ 缺乏上下文✅ 充分上下文“这个方案怎么样？”“我是一家社区咖啡馆的店主，主要客群是周边居民。以下是我为‘夏季促销’设计的营销方案草稿。请从‘成本可控性’和‘对老客户的吸引力’两个角度给出改进建议。方案如下：……”“分析这段代码。”“我是一名Python初学者。以下是我写的用于数据清洗的代码，运行时出现了‘KeyError’。请帮我定位错误原因，并给出修正后的代码，简单解释修改的逻辑。”
要点：告诉模型你是谁、目标受众是谁、背景情况、你已尝试过什么。
3. 分解任务：把复杂问题拆成“子任务”
对于复杂任务，模型容易“迷失”或遗漏要点。将其分解为多步骤，或让模型分步思考，效果会显著提升。
❌ 复杂任务✅ 分解任务“帮我策划一场新品发布会。”“请分三步帮我策划一场新品发布会：1. 列出会前筹备的核心事项清单（包括场地、物料、嘉宾邀请）；2. 设计会议当天的主流程（按时间线）；3. 给出会后传播的3个关键动作。”
要点：使用序号、分步骤引导；或让模型“先思考，再回答”（如“请先分析问题，然后给出结论”）。
4. 明确格式：控制输出结构
如果不指定格式，模型会用自己的“自然语言风格”输出，不利于信息提取和后续处理。
❌ 无格式约束✅ 格式明确“比较一下iPhone和Android的优缺点。”“请以表格形式对比iPhone和Android手机在‘系统流畅度’、‘应用生态’、‘隐私安全’、‘价格区间’四个维度的优缺点。表格分为三列：维度、iPhone、Android。”
要点：明确指定表格、JSON、Markdown、列表、代码块等格式；在需要结构化数据时，甚至可以直接给出模板。
二、进阶技巧
1. 角色扮演：激活模型的特定能力
通过设定角色，让模型调用与之匹配的知识结构和表达风格。
示例：“你是一名资深投资经理，请用通俗易懂的语言向一位刚工作的年轻人解释什么是‘ETF’，并说明定投的优缺点。”
示例：“你现在是一名小学语文老师，请用鼓励的语气批改以下作文，重点指出三个优点和一个可以改进的地方。”
原理：角色设定帮助模型锁定回答的视角、专业度和语气。
2. 示例学习：用“示范”代替“描述”
对于格式复杂或风格特定的任务，给模型一两个示例（Few-shot），效果远好于长篇描述。
示例：
text
复制
下载
请将以下客户反馈分类为“功能建议”、“bug报告”、“好评”、“咨询”四类。
示例：
反馈：“App老是闪退，烦死了！” -> 分类：bug报告
反馈：“能不能加个夜间模式？” -> 分类：功能建议
请分类：
1. “你们的客服电话打不通。”
2. “新版本太好用了，点赞！”
3. “支付失败，提示代码999。”要点：示例应覆盖典型的输入输出模式；示例数量通常2-5个即可。
3. 正向引导：告诉模型“要做什么”，而非“不要做什么”
模型对否定词的响应不如正向指令稳定。“不要做X”有时反而会让X出现在模型注意力中。
❌ 负向指令✅ 正向指令“不要使用专业术语，不要写得太长。”“请使用通俗易懂的语言回答，将回答控制在200字以内。”“不要编造事实。”“请仅基于以下提供的资料回答问题。如果资料中没有相关信息，请直接回答‘资料中未提及’。”
4. 思维链：让模型展示推理过程
对于数学、逻辑、多步推理类问题，要求模型“一步步思考”能显著提升准确率，也便于你检查其逻辑。
示例：
text
复制
下载
某商店以每件20元的价格购进一批商品，计划以30元售出。如果打八折出售，每件的利润是多少元？
请一步步思考，然后给出答案。原理：强制模型展开推理链条，减少了“跳跃式猜测”导致的错误。
三、实战案例：从0到1构建有效Prompt
假设目标是：让模型帮你写一封给客户的延期交货道歉邮件。
第一版（原始）：
“写一封道歉邮件。”
结果：内容泛泛，缺乏针对性。
第二版（应用原则）：
角色：你是一名客户成功经理。 任务：写一封邮件给客户王经理，为订单#12345的延期交货道歉。 背景：原定3月25日交货，因上游供应商突发质量问题，预计延迟到4月5日。已和客户电话沟通，对方表示理解但希望有书面说明和补偿方案。 要求：
语气诚恳、专业，不推卸责任。
明确说明新的交货日期。
主动提出下次订单给予5%的折扣作为补偿。
邮件结尾请留下我的联系方式以便进一步沟通。 格式：邮件正文直接输出，包含主题行。
结果：模型能够生成一封贴合具体场景、包含关键信息、语气得体的专业邮件。
四、常用Prompt模板
掌握了上述原则，可以参考以下几个高频使用的Prompt结构：
场景Prompt结构信息提取“从以下文本中提取[实体/关键信息]，并以JSON格式输出：{文本内容}”内容总结“请用三句话总结以下文章的核心观点，第一句概括问题，第二句说明方法，第三句给出结论。”创意生成“请生成10个关于[主题]的[内容类型]创意，要求[约束条件]，按[排序方式]排列。”代码生成“请用[编程语言]编写一个函数，实现[功能描述]。要求：包含输入参数校验，添加注释，并给出一个使用示例。”数据分析“请分析以下数据：[数据]。从[维度1]、[维度2]、[维度3]三个角度得出结论，并用Markdown表格展示关键指标。”
