第02章:好 Prompt 的底层逻辑——结构化表达与角色扮演

第02章:好 Prompt 的底层逻辑——结构化表达与角色扮演


2.1 为什么你的 Prompt 总是效果不稳定

Prompt效果差,只有两个原因:

  1. 指令不清晰:AI不知道你要什么
  2. 上下文不够:AI没有足够的背景信息

解决这两个问题,不需要写很长,只需要结构化


2.2 Prompt 的六个核心要素

一个完整的Prompt,通常包含以下六个要素:

"""
# 角色
你是一名[职业/身份],[核心能力描述]。

# 背景
[当前的处境/上下文/限制条件]

# 任务
请帮我[具体做什么事情]。

# 要求
- [格式要求:字数/结构/语气]
- [质量要求:准确/专业/简洁]
- [禁止项:不要做什么]

# 参考信息
[相关数据/文档/示例]

# 输出格式
请按以下格式输出:
[期望的输出结构]
"""

2.3 要素一:角色扮演——AI的角色决定AI的输出

这是最有用的单一技巧。

# ❌ 效果差:没有角色
prompt = "帮我写一封拒绝offer的邮件"

# ✅ 效果好:设定了角色和情境
prompt = """
你是一名资深HR,有10年招聘经验,擅长候选人关系维护。
公司情况:创业公司文化重视坦诚沟通。
任务:帮CEO起草一封拒绝候选人的邮件,语气专业温暖,不生硬。
候选人来头:对方是名校背景、有大厂经验,我们因为预算问题无法匹配。
要求:150字以内,不要过于正式,也不要太随意。
"""

为什么角色扮演有效? AI会激活与该角色相关的知识和表达方式。指定"资深HR",AI会自动调用HR的语言模式和职业判断力。


2.4 要素二:Few-Shot——给出例子,让AI照着做

当任务的output格式复杂或有特殊要求时,例子比描述更有效。

# ❌ 效果差:描述太抽象
prompt = "帮我分析这段用户反馈"

# ✅ 效果好:给出了分析格式的例子
prompt = """
你是一名用户研究分析师,负责从用户反馈中提取结构化洞察。

任务:分析下面的用户反馈,提取痛点、情感和诉求。

用户反馈:
"用了你们的产品三个月,皮肤确实有变好,但是价格太贵了,而且预约很难约到想选的老师。"

请按以下格式输出:

痛点:[用一句话描述最核心的痛点]
情感:[用户的情绪:正面/中性/负面]
诉求:[用户真正想要的是什么]
优先级:[高/中/低]

分析示例:

用户反馈:"面膜精华很多,但是用了第二天就干了,包装也显得很廉价"
痛点:产品持久度不足,包装质感差
情感:负面
诉求:希望产品效果更持久,包装更有质感
优先级:高

---
现在分析这条反馈:
用户反馈:"[这里放用户反馈内容]"
"""

2.5 要素三:Chain of Thought——让AI一步步推理

对于复杂判断和分析任务,让AI先推理再给出答案。

# ❌ 效果差:直接要答案
prompt = "判断这个客户是不是我们的目标客户"

# ✅ 效果好:让AI先推理
prompt = """
你是一名销售顾问,需要判断一个潜在客户是否值得跟进。

客户信息:
- 行业:教育培训
- 规模:50-100人
- 痛点自述:"我们销售团队流失率高,新人上手慢"
- 预算描述:"今年数字化转型预算充足"
- 接触渠道:通过官网表单留资

判断流程(请一步步分析):

第一步:这个客户有真实的业务痛点吗?
→ [分析]

第二步:这个痛点是我们产品能解决的吗?
→ [分析]

第三步:这个客户有预算和决策权吗?
→ [分析]

第四步:这个客户的时间窗口是否合适(不是随便问问)?
→ [分析]

综合以上,你的结论:
[是否值得跟进:值得/待定/不值得]
理由:[1-2句话]
推荐跟进策略:[下一步建议]
"""

2.6 要素四:输出格式控制——让结果可直接使用

# 让AI直接输出可用于程序的格式
prompt = """
从以下文本中提取关键信息,输出为JSON:

"王女士,1988年生,手机138xxxx1234,3月15日在我们的杭州大厦店做了焕白管理套餐,
花费6800元,美容师是小张。王女士反馈效果很好,但觉得等候时间偏长。"

输出格式:
{
  "name": "姓名",
  "birth_year": 年份或null,
  "phone": "手机号",
  "date": "日期YYYY-MM-DD",
  "store": "门店",
  "service": "服务项目",
  "amount": 金额数字,
  "beautician": "美容师",
  "sentiment": "正面/中性/负面",
  "key_feedback": "核心反馈"
}
"""

2.7 常见错误与修正

错误一:任务太宽泛

# ❌
"帮我分析销售数据"

# ✅
"帮我分析2026年Q1华南区直销团队的TOP3产品和BOTTOM3产品,用成交率和客单价两个指标"

错误二:缺少限制条件

# ❌
"帮我写产品介绍"

# ✅
"帮我写一款抗衰精华的产品介绍,300字以内,目标用户是25-35岁职场女性,语气专业但不学术,要有使用场景描述"

错误三:给了AI太多自由度

# ❌
"帮我写5个标题"

# ✅
"帮我写5个大众点评店铺标题,每个不超过20字,要有数字和情绪词,覆盖:专业度、服务态度、环境氛围三个角度"

落地动作

  1. 回顾你最近写的3个Prompt,分析缺少哪个要素
  2. 用"角色 + 任务 + 要求"三要素模板,重写这3个Prompt
  3. 找两个需要提取结构化数据的场景,写Few-Shot示例
  4. 设计一套适合你业务的Prompt模板库(10-20个高频场景)
  5. 建立Prompt效果评估标准:每次使用后记录"满意/需优化/失败",持续迭代