第4章：提示词工程基础：结构化提示词

各位同学好，我是老张。今天咱们聊聊提示词工程里最核心的一个概念——结构化提示词。

说实话，我刚开始用大模型的时候，也跟大多数人一样，上来就问：「帮我分析一下这份财报」。结果呢？AI 给的东西要么太泛，要么跑偏。后来我花了整整两周时间，专门研究怎么「好好说话」让 AI 听懂。今天就把这些经验分享给你。

4.1 为什么需要结构化提示词？

你想想看，如果你跟一个实习生说「帮我看看这份报表」，他大概率会一脸懵。但如果你说「你是财务分析师，请检查这份利润表的收入确认是否合理，用表格输出」，他立马就知道该干什么。

AI 也是一样的道理。它需要明确的角色、任务、上下文和输出格式。我管这叫「四要素提示词框架」。

4.2 四要素拆解

4.2.1 角色（Role）

给 AI 一个身份，它就会用这个身份的知识体系来回答问题。我个人习惯在提示词开头就明确角色。

举个例子：

❌ 错误示范：
「分析这份财报的现金流情况」

✅ 正确示范：
「你是一名资深财务分析师，拥有10年上市公司审计经验，擅长识别现金流风险。」

我在项目中遇到过，同样的数据，让 AI 扮演「审计师」和「投资者」，给出的分析角度完全不同。角色设定越具体，输出越精准。

4.2.2 任务（Task）

任务要具体、可量化。别让 AI 猜你要什么。

• 不好的任务描述：「分析一下这个公司」
• 好的任务描述：「请计算该公司近三年的毛利率、净利率、ROE，并对比行业平均水平」

说白了，任务越细，AI 越不容易偷懒。我一般会把任务拆成 3-5 个小步骤，让 AI 一步步来。

4.2.3 上下文（Context）

上下文就是背景信息。AI 没有记忆，每次对话都是「新开始」。所以你得把关键信息喂给它。

上下文包括：

• 公司基本信息（行业、规模、上市时间）
• 财务数据（营收、利润、现金流等关键指标）
• 分析目的（投资决策、审计核查、还是内部管理）

4.2.4 格式（Format）

这是今天重点要讲的——如何让 AI 输出表格。

AI 默认喜欢用文字描述，但财务分析最需要的是结构化数据。表格一目了然，方便对比。

4.3 如何让 AI 输出表格？

嗯，这里要注意。让 AI 输出表格，不是简单说一句「用表格输出」就完事了。你得告诉它表格的列名、行名、甚至数据格式。

来看一个实战案例：

提示词：
你是一名财务分析师。
任务：分析下面这家公司的盈利能力。
上下文：公司A，2022-2024年营收分别为100亿、120亿、150亿；净利润分别为10亿、15亿、20亿。
格式：请用markdown表格输出，列名为「年份、营收(亿)、净利润(亿)、净利率」，行按年份排序。

AI 会输出类似这样的表格：

年份	营收(亿)	净利润(亿)	净利率
2022	100	10	10.0%
2023	120	15	12.5%
2024	150	20	13.3%

你看，是不是清晰多了？

4.4 实战：结构化提示词模板

我整理了一个通用模板，你直接套用就行：

# 角色
你是一名[具体角色]，擅长[具体技能]。

# 任务
请完成以下分析：
1. [任务1]
2. [任务2]
3. [任务3]

# 上下文
公司名称：[公司名]
行业：[行业]
数据期间：[年份]
关键数据：[具体数据]

# 格式要求
- 使用markdown表格输出
- 列名：[列1]、[列2]、[列3]
- 行按[排序规则]排列
- 数值保留[小数位数]位

这个模板我用了快一年，效果很稳定。你刚开始用的时候，可以一字不差地套用。用熟了再根据情况调整。

4.5 知识体系图

下面这张图，是我自己画的提示词工程核心逻辑。你看一眼就能记住：

4.6 常见问题与避坑

最后，我总结几个常见坑，都是我用真金白银换来的教训：

1. 别让 AI 猜数据。 我曾经只给了一个公司名，让 AI 自己查财报。结果它编造了一堆数据，差点让我在客户面前出丑。记住：数据必须你提供，AI 只负责分析。
2. 表格列名要明确。 别写「数据1、数据2」，要写「营收(万元)、净利润(万元)」。单位也要写清楚，不然 AI 可能用亿元，你用万元，对不上。
3. 一次只做一件事。 别让 AI 既分析利润表又分析现金流量表还分析资产负债表。分开问，每个表单独输出一个表格，最后再汇总。
4. 检查数值格式。 AI 有时候会把「100亿」写成「10000000000」，看着头疼。在格式里明确写「用亿为单位，保留2位小数」。

好了，这一章的内容就到这里。结构化提示词是跟 AI 高效沟通的基础，掌握了它，后面讲财务报表分析时你会事半功倍。

---

公众号:蓝海资料掘金营，微信deep3321