3、提示词核心结构：角色设定、任务描述、输出格式、约束条件、示例引导

聊到提示词，很多人觉得就是「把问题说清楚」。

其实没那么简单。我做了这么多年AI应用，见过太多人写了一大段话，模型却答非所问。问题出在哪？

说白了，就是提示词的结构没搭好。今天我把这套核心结构拆给你看——五个要素，缺一不可。

3.1 角色设定：给AI一个「人设」

你想想看，如果你突然被拉去开会，没人告诉你你是谁、要干嘛，你肯定懵。AI也一样。

角色设定就是告诉AI：「你现在是谁，用谁的视角说话。」

举个例子：

❌ 模糊版：
「帮我写一段产品介绍。」

✅ 精准版：
「你现在是某科技公司的资深产品经理，负责一款面向中小企业的SaaS工具。请用专业但易懂的语言，写一段产品介绍。」

我在项目中遇到过一件事。有次让AI写技术文档，没给角色设定，结果它写成了营销文案。加了「资深技术文档工程师」这个角色后，输出质量直接翻倍。

3.2 任务描述：把目标说清楚

角色设定完了，接下来就是「你要干什么」。

任务描述要具体、可衡量。别让AI猜你的心思。

❌ 模糊版：
「分析一下这个数据。」

✅ 清晰版：
「分析这份销售数据，找出Q3季度销售额下降的3个主要原因，并给出对应的改进建议。」

为什么会这样？因为AI没有「常识推理」能力。你觉得理所当然的事，它可能完全不懂。

3.3 输出格式：告诉AI「长什么样」

这一步很多人会忽略。但说实话，输出格式决定了你能不能直接用结果。

我建议你直接告诉AI：「用表格」「用Markdown」「用JSON」「用列表」。

示例：
「请用表格形式输出，包含以下列：产品名称、价格、核心功能、适用场景。」

记得有一次，我让AI生成一份竞品分析。没指定格式，它给我写了一篇小作文。我重新加了「用表格输出，每行一个竞品」，结果直接能贴到PPT里。

3.4 约束条件：划好边界

约束条件就是「不能做什么」「必须做什么」。

没有约束，AI容易放飞自我。比如写代码时用了不安全的库，或者写文章时跑题万里。

示例：
「请用Python实现，不能使用第三方库。代码行数控制在50行以内。必须包含异常处理。」

我曾经让AI写一个爬虫脚本。没加约束，它用了requests和BeautifulSoup，但我的环境里没装这些库。后来我加了「仅使用标准库」，问题就解决了。

3.5 示例引导：给个「样板」

这是最容易被忽视，但效果最炸裂的一环。

你给AI一个示例，它就知道你要的「风格」「深度」「结构」是什么样的。

示例：
「请按照以下格式写产品文案：

【产品名称】：智能会议助手
【核心卖点】：自动生成会议纪要
【目标用户】：项目经理、产品经理
【文案风格】：简洁、专业

现在请为『AI客服机器人』写一份类似的文案。」

我个人习惯是：示例越贴近真实需求越好。别给那种「苹果很好吃」的示例，然后指望AI写出「特斯拉财报分析」——它学不到那个层次。

3.6 五要素组合实战

好了，五个要素都讲完了。现在把它们组合起来，看看效果。

完整提示词示例：

【角色设定】
你是一名资深的数据分析师，有5年电商行业经验。

【任务描述】
分析这份用户行为数据，找出用户流失的主要原因。给出3个可落地的改进方案。

【输出格式】
用表格输出，包含：原因、影响程度（高/中/低）、改进方案、预期效果。

【约束条件】
1. 每个原因不超过50字
2. 改进方案必须可执行，不能是「加强用户体验」这种空话
3. 总字数控制在500字以内

【示例引导】
参考以下格式：

| 原因 | 影响程度 | 改进方案 | 预期效果 |
|------|---------|---------|---------|
| 注册流程复杂 | 高 | 简化注册步骤，支持微信一键登录 | 注册转化率提升20% |

你看，这样写出来的提示词，AI几乎不会跑偏。我试过很多次，输出质量稳定得可怕。

嗯，这套结构我用了两年多，从写文案到写代码，从数据分析到策略规划，几乎没翻过车。你试试看，有问题随时找我聊。