Prompt 的基本结构：指令、上下文、输入数据、输出格式指示器

写 Prompt 这事儿，说白了跟写代码差不多。

我刚接触 Prompt 工程时，总觉得随便写两句就能让 AI 干活。结果呢？输出乱七八糟，完全没法用。后来我琢磨明白了——你得给 AI 搭好框架。

这个框架，就是 Prompt 的基本结构。我把它拆成四个部分：指令、上下文、输入数据、输出格式指示器。你把这四个东西理清楚，AI 基本不会跑偏。

指令：告诉 AI 做什么

指令是最核心的部分。说白了，就是你要 AI 执行什么任务。

我见过太多人写「帮我写个东西」——这哪是指令？这是废话。好的指令应该像函数名一样清晰。

我个人习惯把指令放在 Prompt 的开头。为什么？因为很多模型对开头的内容更敏感。你想想看，读文章时是不是也更容易记住第一句话？

上下文：给 AI 背景信息

光有指令不够。你得告诉 AI 它现在扮演什么角色、面对什么场景。

我记得有一次让 AI 写一封邮件，只给了指令「写一封催款邮件」。结果它写得太客气了，客户根本没当回事。后来我加了上下文：「你是一家创业公司的财务主管，对方已经拖欠款项 60 天，语气要强硬但保持礼貌」。效果立竿见影。

上下文可以包含：

• 角色设定：「你是一名资深 Python 开发者」
• 场景描述：「这是给非技术背景的老板看的周报」
• 前置条件：「用户已经完成了注册流程，但未激活账号」
• 约束条件：「不要使用专业术语，用大白话解释」

输入数据：给 AI 处理的对象

输入数据就是你要 AI 加工的材料。可以是文本、代码、表格数据，甚至是一段对话记录。

这里有个坑——输入数据和指令要分开。我曾经把数据和指令混在一起写，结果 AI 把数据里的内容当成了指令的一部分，输出完全跑偏。

正确的做法：

指令：请总结以下文章的核心观点，用 3 个要点列出。

输入数据：
（这里粘贴文章内容）

输出格式：
- 要点1：
- 要点2：
- 要点3：

你看，指令、输入数据、输出格式，清清楚楚。AI 不会搞混。

输出格式指示器：告诉 AI 怎么输出

这个部分很多人会忽略。但说实话，输出格式决定了你能不能直接用结果。

我刚开始做 Prompt 时，让 AI 生成一份报告，结果它给我写了一篇散文。内容没问题，但我需要的是表格数据，还得手动整理。后来我学乖了，每次都会指定输出格式。

常见的输出格式指示器：

格式类型	示例	适用场景
列表	「用无序列表输出」	要点总结、步骤说明
表格	「用 Markdown 表格输出」	对比分析、数据展示
JSON	「输出为 JSON 格式」	程序调用、数据交换
代码块	「用代码块包裹输出」	代码生成、配置输出
纯文本	「不要使用 Markdown 格式」	复制粘贴到其他系统

四个部分怎么组合？

嗯，到这里你应该明白了。一个完整的 Prompt 就像这样：

【指令】你是一名资深前端工程师，请审查以下代码。

【上下文】这是一个 React 组件，用于展示用户列表。项目使用了 TypeScript 和 Ant Design。

【输入数据】
（这里粘贴代码）

【输出格式】
请按以下格式输出审查结果：
1. 问题列表（按严重程度排序）
2. 改进建议（每个问题对应一条建议）
3. 优化后的代码片段（仅修改有问题的部分）

你看，四个部分各司其职。AI 拿到这样的 Prompt，基本不会出错。

什么时候可以省略？

不是每个 Prompt 都需要四个部分。我个人的经验是：

• 简单任务：只需要指令 + 输入数据。比如「翻译这句话：Hello World」
• 复杂任务：四个部分都要。比如写报告、代码审查、数据分析
• 创意任务：重点在上下文 + 输出格式。比如写故事、生成文案

说白了，任务越复杂，结构越要完整。别偷懒，该写的都写上。

好了，这就是 Prompt 的基本结构。下一章我们聊聊怎么写好指令——嗯，这部分坑更多，到时候我慢慢跟你说。