第三章：Prompt基础语法——指令、上下文、输入数据、输出格式指示符的编写规范
说实话，很多人写Prompt就像在跟AI聊天。
想到哪说到哪，结果AI给的东西也乱七八糟。
我早期带团队的时候，发现一个规律：凡是能稳定产出高质量结果的Prompt，背后都有清晰的语法结构。说白了，就是四个核心要素——指令、上下文、输入数据、输出格式指示符。
今天咱们就把这四块掰开揉碎了讲清楚。
3.1 指令：告诉AI到底要干什么
指令是Prompt的灵魂。你想想看，如果你跟一个人说“帮我看看这个”，对方肯定一脸懵。AI也一样。
指令的编写原则：
- 动词要具体：别用“分析”“处理”这种大词。用“提取”“总结”“翻译”“分类”
- 限定范围：告诉AI从哪个角度切入
- 明确角色：让AI扮演特定身份
❌ 错误示例：
分析这段文本。✅ 正确示例：
你是一名资深数据分析师。请从以下文本中提取所有数字指标，并按时间顺序排列。我个人习惯在指令开头就定好角色。比如“你是一名资深律师”“你是一名Python开发工程师”。这招特别管用，AI的输出质量会明显提升。
💡 小技巧：指令最好放在Prompt的最前面。AI是顺序阅读的，先看到指令，后面的内容都会围绕这个指令展开。
3.2 上下文：给AI搭好舞台
上下文就是背景信息。没有上下文，AI就像在黑暗中摸索。
我在项目中遇到过一个问题：让AI写一封商务邮件，结果它写出来的语气特别生硬。后来我加了上下文——“收件人是合作三年的老客户，关系比较熟”，效果立马不一样了。
上下文包含哪些内容？
- 背景信息：这件事的前因后果
- 目标受众：写给谁看的
- 约束条件：有什么限制或特殊要求
- 历史对话：如果是多轮对话，前面聊了什么
上下文：
- 这是一份面向公司高层的季度汇报
- 听众是非技术背景
- 汇报时间限制在5分钟内
- 上一季度我们完成了3个项目，但延期了2个嗯，这里要注意：上下文不是越多越好。我见过有人把整本产品手册都塞进去，结果AI反而抓不住重点。上下文控制在3-5个关键点就够了。
3.3 输入数据：给AI喂什么料
输入数据就是AI要处理的具体内容。可以是文本、表格、代码，甚至是一段对话记录。
输入数据的格式规范：
- 用分隔符明确边界：我习惯用三个引号或三个反引号把数据包起来
- 标注数据来源：告诉AI这是用户输入的，还是系统生成的
- 保持数据整洁：去掉无关的格式和注释
请翻译以下英文内容（用三个引号包裹）：
"""
The quick brown fox jumps over the lazy dog.
This is a sample text for translation testing.
"""我曾经犯过一个错误：直接把带格式的Excel表格粘贴进去，结果AI把单元格边框和合并信息都当成了内容。后来我学乖了，输入数据一定要预处理——该转纯文本的转纯文本，该格式化的格式化。
⚠️ 警告：输入数据不要包含敏感信息。AI服务商会记录对话内容，如果你把客户名单、密码、商业机密直接丢进去，后果很严重。我建议用占位符替代真实数据。
3.4 输出格式指示符：让AI按你的规矩出牌
这是最容易被忽略的一环。很多人只告诉AI“做什么”，却不告诉它“怎么做出来”。
输出格式指示符就是给AI定规矩——你要什么格式的结果。
常见的输出格式：
| 格式类型 | 适用场景 | 示例 |
|---|---|---|
| JSON | 结构化数据、API对接 | {"name":"张三","age":28} |
| Markdown | 文档、报告、笔记 | # 标题\n**加粗** |
| 表格 | 对比分析、数据汇总 | | 项目 | 数值 | |
| 列表 | 步骤、要点、清单 | 1. 第一步\n2. 第二步 |
| 纯文本 | 简单回复、摘要 | 直接输出文字 |
完整示例：
你是一名市场分析师。
上下文：这是某电商平台2024年Q1的销售数据。
输入数据：
"""
1月：销售额120万，客单价350元
2月：销售额95万，客单价280元
3月：销售额150万，客单价420元
"""
请分析数据趋势，并以JSON格式输出，包含以下字段：
- month：月份
- sales：销售额
- avg_price：客单价
- trend：环比趋势（上升/下降/持平）你看，这样写出来，AI输出的结果就是标准的JSON，可以直接拿去用。不用再手动整理。
💡 进阶技巧：输出格式指示符里可以加“示例”。比如“请按以下格式输出：{“name”:“示例”,“value”:100}”。AI看到示例后，格式准确率能提升80%以上。
3.5 四要素的组合套路
这四个要素不是孤立的。我总结了一个通用模板：
【指令】你是一名[角色]，请[具体任务]。
【上下文】背景：[背景信息]；受众：[目标人群]；约束：[限制条件]。
【输入数据】[用分隔符包裹的具体内容]
【输出格式】请以[格式类型]输出，包含[字段列表]。举个例子：
你是一名资深HR，请筛选出符合要求的候选人。
上下文：我们正在招聘一名3年经验的Python后端工程师，团队规模20人，使用Django框架。
输入数据：
"""
张三：5年Python经验，熟悉Django，有电商项目背景
李四：2年Python经验，熟悉Flask，无Django经验
王五：4年Python经验，熟悉Django和FastAPI，有高并发项目经验
"""
请以表格形式输出，包含姓名、匹配度（高/中/低）、推荐理由。这样写出来的Prompt，AI几乎不会跑偏。我团队里新来的同事，用这个模板写Prompt，一次通过率从30%直接飙到了85%。
⚠️ 注意：这四个要素的顺序可以调整，但指令必须放在最前面。我测试过，如果把上下文放在指令前面，AI有时候会先处理上下文，导致指令被弱化。指令优先，这是铁律。
3.6 避坑指南
最后分享几个我踩过的坑：
- 指令太模糊：我曾经写“分析一下这个数据”，结果AI给我写了一篇散文。后来改成“提取关键指标并计算增长率”，效果立竿见影。
- 上下文冲突：有一次我既说“面向技术团队”，又说“避免专业术语”，AI直接懵了。上下文之间不能自相矛盾。
- 输入数据没清理：直接把带乱码的CSV文件丢进去，AI输出的结果也是乱码。预处理很重要。
- 输出格式太复杂：要求AI同时输出JSON、表格、Markdown三种格式，结果它只完成了两种。一次只要求一种格式。
说白了，写Prompt就像写代码。语法对了，逻辑通了，AI才能给你想要的结果。这四个要素就是Prompt的“语法基础”，掌握了它们，你就能写出稳定、可靠、高质量的Prompt。
下一章咱们聊聊进阶技巧——怎么用变量和条件判断让Prompt更灵活。到时候见。