第2章:提示词基础

说实话,我刚开始接触提示词工程时,也觉得这玩意儿不就是「跟AI说人话」吗?

后来踩了不少坑才明白——提示词不是聊天,是编程。你写的每一句话,都是在给AI划定边界、分配角色、设定规则。

2.1 什么是提示词

提示词(Prompt),说白了就是你给AI的「工作指令」。但跟普通对话不同,好的提示词像一份法律文书——精确、无歧义、有结构

我习惯把提示词分成三类:

  • 指令型:直接告诉AI做什么(「请总结以下判决书的核心争议焦点」)
  • 角色型:给AI设定身份(「你是一名资深民商事律师」)
  • 示例型:给AI看几个例子,让它照着做(「参考以下格式输出合同审查意见」)

嗯,这里要注意——法律场景下,角色型提示词特别重要。为什么?因为AI没有「法律思维」,你不告诉它自己是律师,它可能给你输出一堆「根据常识判断」的废话。

核心观点:提示词 = 给AI的「程序代码」。你写得越像代码(结构化、参数化、边界清晰),AI输出越稳定。

2.2 提示词的构成要素

我在项目中总结过,一个完整的法律提示词,通常包含这5个要素:

要素 说明 法律场景示例
角色 AI的身份定位 「你是一名处理劳动仲裁的资深律师」
任务 具体要做什么 「请分析以下劳动合同中的竞业限制条款是否有效」
上下文 背景信息或材料 「员工张三于2023年入职,月薪8000元,合同约定竞业限制期2年」
约束 输出格式、长度、风格等限制 「请用表格形式输出,每项条款附上法律依据」
示例 给AI参考的样板 「参考以下格式:条款内容 | 法律依据 | 风险等级」

你想想看,如果只写「帮我看看这个合同」,AI大概率给你一段泛泛而谈的废话。但如果你把上面5个要素都填上——效果天差地别。

我的小技巧:写提示词时,先在心里过一遍这5个要素。缺哪个补哪个。我曾经因为漏了「约束」要素,AI给我输出了2000字的分析,而我只想要一个表格——那叫一个崩溃。

2.3 提示词与法律文本的关系

这个点很有意思。我做了几年法律AI项目后发现——提示词的结构,跟法律文本的结构高度相似

你看:

  • 法律条文 = 约束条件(「应当」「不得」「可以」)
  • 合同条款 = 任务分解(「甲方负责...」「乙方承诺...」)
  • 判决书 = 上下文+推理过程(「经审理查明...本院认为...」)

说白了,法律人天生就是「提示词工程师」。你们每天都在写提示词——只不过写给法官、当事人、同事看,而不是写给AI看。

我举个例子。一份标准的法律意见书,结构通常是:

  1. 事实背景(上下文)
  2. 法律分析(任务+推理)
  3. 结论建议(输出约束)

这跟提示词的构成要素几乎一一对应。所以我在培训团队时经常说:别把提示词当新技术学,把它当法律文书写就行

避坑指南:我曾经犯过一个低级错误——把法律文本直接复制粘贴当提示词用。结果AI把「本院认为」后面的内容当成了自己的推理,输出了一堆「本院认为...本院认为...」的套话。记住:法律文本是素材,不是指令。你需要把素材转化成「任务+约束」的格式。

知识体系总览

下面这张图,是我自己梳理的本章核心逻辑。你可以把它当「地图」用——以后写提示词时,对照着检查就行。

提示词基础 什么是提示词 指令型 | 角色型 | 示例型 构成要素 角色 任务 上下文 约束 示例 (缺一不可) 与法律文本的关系 法律条文→约束 合同条款→任务 判决书→上下文 核心:提示词 = 给AI的「程序代码」

这张图我反复改过好几版。你注意看——三个分支最终都指向同一个核心:结构化。不管是理解提示词本身,还是拆解它的要素,或者跟法律文本做类比,底层逻辑都是「把模糊的需求变成清晰的指令」。

实战建议:下次写提示词前,先花30秒画个类似的「要素检查图」。缺哪个补哪个。我团队现在都用这个方法,出错率至少降了一半。

专注资料整理