第1章：提示词进阶——从“你好”到“你是我最得力的法律助理”
说实话，我见过太多法律人第一次用大模型时的样子。
打开对话框，输入“帮我写个合同”，然后盯着屏幕等。等来的结果嘛……嗯，基本没法用。
问题出在哪？不是模型不行，是咱们的“问法”太糙了。
今天这一章，我就带你把这四个核心技巧吃透：角色扮演、思维链、少样本学习、格式控制。说白了，就是让你从一个“只会发指令的小白”，变成一个“会调教模型的专家”。
核心观点：提示词不是“命令”，而是“沟通”。你越会描述场景、设定角色、给出范例，模型就越懂你想要什么。
1.1 角色扮演：给模型一个“人设”
我刚开始做法律科技项目时，发现一个有趣的现象：同样的问题，你让模型“以法官身份回答”和“以律师身份回答”，结果完全不一样。
为什么会这样？因为大模型在训练时见过大量不同角色的文本。你给它一个角色，它就会自动切换到对应的语言风格、知识体系和逻辑框架。
举个例子：
❌ 普通提问：
“分析一下这个合同的风险。”
✅ 角色扮演提问：
“你现在是一名有10年经验的商事诉讼律师。
请以这个身份，分析以下合同条款中可能存在的法律风险。
注意：要站在我方（乙方）的立场，指出对乙方不利的条款。”你看，加了角色设定后，模型输出的质量直接上了一个台阶。我在项目中遇到过很多次，同样的案情摘要，让模型扮演“法官”和“原告律师”，给出的分析角度完全不同——这正是我们需要的。
我的小技巧：角色描述越具体越好。不要只说“你是律师”，要说“你是专攻知识产权诉讼的律师，处理过50+起专利侵权案件”。模型会调用更精准的知识库。
1.2 思维链：让模型“边想边说”
你有没有遇到过这种情况：问模型一个复杂的法律问题，它直接给结论，但推理过程完全不对？
嗯，这就是典型的“跳步”。
思维链（Chain-of-Thought，简称CoT）就是解决这个问题的。它的核心逻辑很简单：让模型把思考过程写出来，而不是直接给答案。
怎么用？ 在提示词里加上一句“请逐步推理”或者“请先分析，再给出结论”。
示例：
“请分析以下案例中，被告是否构成侵权。
请按照以下步骤思考：
1. 首先列出侵权构成的四个要件
2. 然后逐一分析每个要件是否满足
3. 最后给出结论并说明理由”我个人习惯在复杂任务中强制使用思维链。比如合同审查，我会让模型先列出审查要点，再逐条分析，最后汇总风险等级。这样出来的结果，不仅准确率高，而且你还能看到它的“思考路径”，方便纠偏。
注意：思维链会增加输出长度，也会消耗更多token。简单任务（如“翻译这句话”）不需要用。复杂任务（如“分析这个并购案的法律风险”）强烈建议用。
1.3 少样本学习：给模型“打个样”
这是我最喜欢用的技巧，没有之一。
少样本学习（Few-shot Learning）说白了就是：你给模型几个例子，它就知道你想要什么样的输出。
我曾经帮一家律所做过一个项目，需要从大量判决书中提取“争议焦点”。一开始直接问模型“提取争议焦点”，结果五花八门——有的输出一段话，有的输出几个关键词，格式完全不统一。
后来我加了两个示例，问题瞬间解决。
示例：
“请从以下判决书中提取争议焦点。
输出格式要求：每个争议焦点用一句话概括，编号列出。
示例1：
判决书内容：[略]
输出：
1. 原告是否具有诉讼主体资格
2. 被告是否履行了合同约定的交付义务
示例2：
判决书内容：[略]
输出：
1. 涉案专利是否属于现有技术
2. 被告的技术方案是否落入专利保护范围
现在请处理以下判决书：
[待处理的判决书内容]”你看，两个例子一给，模型立刻明白了：要编号、要一句话、要聚焦法律争议点。这就是少样本学习的威力。
建议：示例数量一般2-3个就够了。太多反而会让模型困惑。示例要覆盖不同的情况，不要全是同一个类型的。
1.4 格式控制：让输出“规规矩矩”
法律人最怕什么？格式混乱。
你让模型生成一份法律意见书，结果它给你一段密密麻麻的文字，没有标题、没有分段、没有重点标注——这怎么用？
格式控制就是解决这个问题的。你需要在提示词里明确告诉模型：输出的结构是什么、用什么标记、要不要表格。
示例：
“请生成一份关于[某合同]的法律审查意见书。
要求：
- 使用Markdown格式
- 分为以下部分：合同概况、风险点分析（用表格列出）、修改建议、结论
- 风险点表格包含三列：条款编号、风险描述、风险等级（高/中/低）
- 结论部分用加粗标注关键建议”我自己的经验是：格式控制越细，输出越可用。 你甚至可以给出一个模板，让模型直接填空。这样出来的结果，几乎不需要二次修改。
四个技巧的配合使用：
在实际工作中，这四个技巧很少单独使用。我通常的做法是：
- 先设定角色（角色扮演）
- 再要求逐步推理（思维链）
- 给2-3个示例（少样本学习）
- 最后明确输出格式（格式控制）
这样一套组合拳下来，模型输出的质量基本能达到“可用”甚至“优秀”的水平。
知识体系总览
下面这张图，是我自己梳理的提示词进阶知识框架。你可以把它当作一个“地图”，随时回来对照。
避坑指南
最后，分享几个我踩过的坑，你遇到了可以绕开走。
- 角色设定太宽泛：我曾经只写“你是律师”，结果模型输出了一堆通用内容。后来改成“你是专攻劳动法的律师”，质量立刻提升。
- 思维链用在不该用的地方：简单翻译任务也要求逐步推理，结果模型输出了一堆废话。记住：复杂任务用CoT，简单任务直接问。
- 示例太少或太多：1个示例不够，5个示例又太多。2-3个是最佳区间。
- 格式控制太模糊：“请用表格输出”不如“请用三列表格，列名为：条款编号、风险描述、风险等级”。越具体越好。
我的习惯：每次写提示词之前，先问自己三个问题——我希望模型扮演什么角色？我希望它怎么思考？我希望输出长什么样？想清楚再写，效率翻倍。
好了，这一章的内容就到这里。四个技巧，你可以在日常工作中逐个尝试。不用急，慢慢来，调教模型这件事，跟学法律一样，需要练习。