提示词公式:角色+任务+约束+示例,让 AI 一次输出就能用

大多数人用不好 AI,不是模型不行,是提问方式漏了关键信息。这篇文章给你一套可以直接套用的四段式公式,以及三个我在实际工作里反复用的实战模板。

本文目录
  1. 为什么你的 AI 输出总是「差一点」
  2. 四段式公式:角色、任务、约束、示例
  3. 逐段拆解:每一段到底该写什么
  4. 三个可以直接抄的实战模板
  5. 常见错误与修复对照表
  6. 下一步:从套模板到建自己的模板库

为什么你的 AI 输出总是「差一点」

先说一个绝大多数人都有的体验:你让 AI 写一段文案,它写得挺流畅,但就是不像你要的;你让它改,它改完又偏到另一个方向。来回三四轮,你干脆自己动手写了。

问题通常不在模型,而在信息不对称。AI 不知道你的行业、你的读者、你的语气偏好、你忌讳什么。你脑子里有这些背景,但你没说出口。

一个很典型的对比。这是大多数人会输入的:

随手提问 大多数人的用法
帮我写一段产品介绍

这个提问的问题在于:它把所有决策权都丢给了 AI。AI 只能靠猜——猜什么产品、猜给谁看、猜多长、猜什么调性。它一定会给你一个「通用且平庸」的结果,因为通用是它唯一安全的选择。

而结构化提问长这样:

结构化提问 本文要讲的公式
【角色】你是一位做了 8 年 To B 软件的市场文案,擅长把技术语言翻译成老板能听懂的话。
【任务】为下面这款产品写一段 120 字左右的介绍,用在官网首屏。
【约束】
- 读者是 30-45 岁的企业中层管理者,不懂技术
- 不要出现「赋能」「闭环」「抓手」这类空词
- 先讲他们会遇到的痛点,再给方案
- 结尾用一句行动号召
【示例】(这是我之前写过、效果不错的一段,请模仿它的节奏)
「每个月月底,财务都要花三天手工核对上千条流水……」

【产品信息】
(这里粘贴你的产品资料)

同样的模型,同样的一个问题。第二种输入大概率第一版就能用。差别不在于你多聪明,而在于你有没有把 AI 需要的上下文一次性补齐。

核心认知:把 AI 当成新来的外包同事
  • 他能力很强,但完全不了解你的业务
  • 他不会主动问「你要什么调性」,只会按字面执行
  • 你交代得越具体,他的产出越接近你要的样子
  • 「你懂的」在 AI 这里等于「我不说,你随便」

四段式公式:角色、任务、约束、示例

这套公式不复杂,就是四段。它的价值在于顺序固定、模块清晰,你可以像填表一样往里填,不需要每次重新组织语言。

模块回答的问题为什么必要
角色你是谁?决定用词习惯和知识侧重
任务做什么?交付什么形态?决定输出的结构和篇幅
约束有什么限制和禁忌?决定输出的边界,防止跑偏
示例参照什么样子?决定风格和节奏,效果最猛的一段

「示例」这一段是很多人会省略、但性价比最高的。语言很难精确描述「节奏」「语感」这类东西,但给一个样本,AI 立刻就能模仿。这就是所谓的少样本学习(few-shot)——你不用解释规则,直接演示。

一句话记住排序:先定身份,再说活,然后划边界,最后给参照。

缺哪一段不是不能用,但补上之后输出质量会有明显台阶。

逐段拆解:每一段到底该写什么

第一段:角色——越具体越好

「你是一个文案」远不如「你是一个写过 5 年小红书美妆笔记、擅长写短句钩子的文案」。角色的价值是激活模型里对应的语料和风格。所以描述角色时,给两个东西:年限/领域和擅长什么。

角色写法对比
【差】你是一个专家
【好】你是一位有 10 年经验的中学物理老师,擅长用生活例子解释抽象概念

【差】你是一个写作助手
【好】你是一位长时间运营职场类公众号的主笔,习惯用短句、爱用具体数字、
      讨厌空话,语言克制不煽情

第二段:任务——说清「交付物」的样子

任务描述里必须包含三个信息:做什么、交付什么形式、多长。很多人只写了第一个。

  • 做什么:写一段产品介绍 / 总结这份报告 / 分析这组数据
  • 交付形式:一段文字 / 一个表格 / 一个 JSON / 分点列出的清单
  • 多长:120 字 / 不超过 500 字 / 三句话以内

尤其是「交付形式」,如果你要的是表格,一定要说「用 Markdown 表格输出」。否则默认给你一大段散文,你还得自己整理。

第三段:约束——这是新手最容易漏的一段

约束是负面清单加硬性要求。前者告诉 AI 别做什么,后者告诉 AI 必须做什么。实践里,约束越具体,返工越少。

约束的四种常用类型
1. 禁用词:不要出现「赋能」「抓手」「闭环」这类词
2. 长度限制:控制在 300 字内,不要分点,写成连贯段落
3. 结构要求:先给结论,再给三条理由,每条不超过 20 字
4. 读者设定:读者是完全不懂技术的小白,遇到专业名词必须用一句话解释
踩坑提醒:约束不要写成「不要做 X」的堆砌

有一个反直觉的点:部分模型对「不要」「避免」这类否定指令的遵循度不高,甚至可能因为提到某个词而强化它。更稳的写法是直接说你要什么。

比如「不要写得太长」不如「控制在 200 字以内」;「不要用网络用语」不如「用正式书面语,句末不使用感叹号」。

第四段:示例——投入产出比最高的一段

示例可以是你以前写过的满意作品,也可以是同行的一段范例。要点是只给一段、且是你真正想要的那种风格。给两段风格不一致的示例,反而会让 AI 混乱。

如果没有现成示例,可以用「风格锚点」替代——直接点名一种可被识别的风格:

没有示例时的「风格锚点」写法
请模仿以下风格特征(不要照抄内容):
- 句子短,平均不超过 20 字
- 每个观点后面跟一个具体数字或案例
- 不用比喻,不抒情,像内部备忘录
- 每段开头直接给结论

三个可以直接抄的实战模板

下面三个模板是我在实际工作里用得最多的。直接复制,把方括号里的内容换成你的信息就行。

模板一:写一篇有结构的公众号文章

通用写作模板 适合长文
【角色】你是一位运营职场成长类公众号的主笔,读者是 25-40 岁的上班族。你的文章特点是:开头用一个具体场景切入,中间穿插个人踩坑经历,结尾给一句能被记住的总结。

【任务】写一篇 1200 字左右的文章,主题是「[主题]」。用 Markdown 输出,包含 3-4 个小标题。

【约束】
- 不承诺收益,不使用「保证」「一定」「稳赚」这类词
- 每段不超过 4 行,多用短句
- 至少包含 1 个具体数字和 1 个真实可执行的步骤
- 结尾不要用「你觉得呢」,改成一句陈述式总结

【参考素材】
[粘贴你的素材或观点]

模板二:把杂乱笔记整理成结构化文档

信息整理模板 适合会议记录、资料归纳
【角色】你是一位擅长做信息结构化的分析师。

【任务】把下面的原始笔记整理成一份结构清晰的文档,用 Markdown 输出。

【约束】
- 按「结论 → 依据 → 待办」三段组织
- 待办部分用表格,列:事项、负责人、截止时间(原文没有的填「待确认」)
- 保留原文里的所有数字,不要改写或估算
- 原文中相互矛盾的信息单独列一节「存疑项」,不要自行判断哪个对

【原始笔记】
[粘贴内容]

模板三:让 AI 帮你审视一份方案

评审模板 让 AI 当挑刺的人
【角色】你是一位挑剔但务实的评审。你的职责是找出问题,不是夸奖。

【任务】审阅下面这份方案,输出三部分:
1. 三个最可能失败的假设(按风险从高到低排)
2. 每个假设下,我需要补充什么信息才能验证
3. 如果我只能改一个地方让方案更稳,你会改哪里,为什么

【约束】
- 不要给笼统的鼓励,不要说「总体不错」
- 每条问题都要指出对应方案里的具体位置
- 如果方案里有明显的逻辑漏洞,直接指出来,不用委婉

【方案】
[粘贴方案全文]
一个额外技巧:让 AI 先提问,再回答
  • 在提示词结尾加一句:「在开始之前,如果你有信息不足的地方,先问我最多 3 个问题」
  • 这一步能极大减少方向性返工,尤其适合复杂任务
  • AI 问出来的问题,往往正好是你自己没想清楚的地方

常见错误与修复对照表

下面这些是我自己和读者反馈里出现频率最高的几个毛病,对照着改就行。

症状根因修复动作
输出很空、全是套话没给具体素材在提示词里粘贴真实数据、案例、原文
风格不对缺示例或风格锚点补一段范例,或列出 3-4 条风格特征
太长/太短没写长度明确「X 字左右」或「不超过 X 字」
格式不是我要的没说输出形态写清「用 Markdown 表格」「分点」「JSON」
改了一次还是不对逐句纠错,没给方向别说「再改改」,说清「哪里不对、应该往哪偏」
前后矛盾一次塞了太多任务拆成两轮:先列大纲,确认后再写正文
关于「再改改」这件事

很多人改稿只说「感觉不对,再改改」。对 AI 来说这句话信息量为零,它只能随机换一个方向,于是你感觉「越改越差」。

有效的反馈必须包含三件事:哪里不对(定位)、为什么不对(原因)、希望变成什么样(方向)。例如:「第二段太抽象了,读者看不出具体在说什么,换成一个小张在周一早上开会迟到的场景。」

下一步:从套模板到建自己的模板库

公式和模板都只是起点。真正拉开差距的,是你有没有把它们沉淀成自己的资产。

1

记录「第一次就成功」的提示词

每次 AI 一次命中,就把那条完整提示词存下来。不用整理,先存。三个月后你会感谢自己。

2

按任务类型归类,而不是按工具归类

建议分类:「写作类」「分析类」「改写类」「评审类」「整理类」。同一类任务,提示词骨架是通用的。

3

把可变部分挖空成变量

把例子里的「产品信息」「主题」「读者设定」换成方括号占位,就变成了可复用模板。

4

每季度清一次

模型能力在变,有些以前必需的约束现在可能没必要了。留下真正有用的,其余删掉。

提示词工程的终点不是「会写漂亮的提示词」,而是你有一套自己的、能稳定复用的提问资产。公式只是帮你少走弯路,真正的资产要靠你在真实任务里一点点攒。

下一篇我们聊「让 AI 输出稳定的 6 个技巧」——同样一个问题,为什么有的人问十次能拿到十个可用结果,有的人每次都不一样。