第四讲：Prompt 核心要素深度拆解

大家好，我是老张。今天咱们聊聊 Prompt 的四个核心要素。

说实话，我见过太多人写 Prompt 就是一句话扔给 AI。结果呢？输出质量全靠运气。这就像你让一个实习生去干活，只说「把这事办了」，他能办成啥样？

所以今天我把这四个要素掰开揉碎了讲。你掌握了，Prompt 质量至少提升 50%。

一、角色设定：给 AI 一个身份

角色设定是什么？说白了，就是告诉 AI：「你现在是谁」。

我刚开始做 Prompt 优化时，犯过一个低级错误。让 AI 写代码，它给我写了一堆理论分析。后来我加了一句「你是一名资深 Python 后端工程师」，输出质量直接翻倍。

为什么会这样？因为角色设定激活了 AI 的特定知识域。你让它当医生，它就会调用医学知识；你让它当律师，它就会用法学思维。

举个例子：

❌ 差劲的角色设定：
「帮我写一段代码」

✅ 好的角色设定：
「你是一名有 10 年经验的 Java 架构师，擅长高并发系统设计」

我个人习惯在角色设定里加三个维度：

• 专业领域：比如「前端开发」「数据分析」「法律顾问」
• 经验级别：比如「初级」「资深」「专家」
• 擅长方向：比如「擅长性能优化」「擅长用户增长」

二、任务描述：把需求说清楚

任务描述是 Prompt 的核心。很多人的问题是：说得太模糊。

我曾经让 AI「分析一下用户数据」，结果它给我输出了一堆平均数和中位数。我想要的其实是用户流失原因分析。你看，这就是任务描述不清晰的后果。

好的任务描述应该包含：

• 具体目标：你要达成什么结果？
• 操作步骤：希望 AI 按什么顺序做？
• 约束条件：有什么限制或偏好？

来看个对比：

❌ 模糊的任务描述：
「帮我优化这段代码」

✅ 清晰的任务描述：
「请对以下 Python 代码进行性能优化。具体要求：
1. 找出时间复杂度最高的部分
2. 用更高效的数据结构替换
3. 保持代码可读性
4. 给出优化前后的性能对比」

嗯，这里要注意：任务描述越具体，AI 越不容易跑偏。我建议你把任务拆成 3-5 个小步骤，每个步骤单独描述。

三、上下文提供：给 AI 足够的背景信息

上下文是什么？就是 AI 需要知道的「前因后果」。

你想想看，如果一个人不了解项目背景，他能给出靠谱的建议吗？AI 也一样。

我在项目中遇到过最典型的场景：让 AI 写营销文案，结果它写的风格完全不对。后来我加了上下文——「这是面向 25-35 岁职场女性的护肤品，品牌调性是简约高级」，输出立刻对味了。

上下文提供包括：

• 背景信息：项目是什么？用户是谁？
• 已有成果：已经做了什么？
• 限制条件：有什么不能做的？
• 参考示例：给一个「像这样」的样本

我一般用这个结构：

【项目背景】
我们正在开发一款在线教育 App，目标用户是 18-25 岁的大学生。

【当前状态】
已经完成了课程推荐算法，但用户留存率偏低。

【需要你做的】
分析用户行为数据，找出留存率低的原因，并给出改进建议。

四、输出格式约束：让结果直接能用

这个要素最容易被忽略。但说实话，它决定了你能不能「拿来就用」。

我以前让 AI 输出分析报告，它给我写了一篇小作文。我还要自己整理成表格。后来我学会了加一句「请用表格输出」，效率直接翻倍。

输出格式约束包括：

• 结构要求：表格、列表、代码块、JSON
• 长度限制：200 字以内、5 个要点
• 风格要求：正式、口语化、技术文档风格
• 排序要求：按优先级、按时间顺序

来看个实际例子：

❌ 没有格式约束：
「分析一下竞品」

✅ 有格式约束：
「请分析以下 3 个竞品，输出格式如下：
| 竞品名称 | 核心功能 | 优势 | 劣势 | 差异化点 |
|---------|---------|-----|-----|---------|
| 竞品A   |         |     |     |         |
| 竞品B   |         |     |     |         |
| 竞品C   |         |     |     |         |

要求：每个竞品不超过 50 字描述」

五、四个要素的组合使用

单个要素用好已经不错了。但真正的高手，是四个要素组合使用。

我给大家一个模板：

【角色设定】
你是一名资深数据分析师，擅长用户行为分析。

【任务描述】
请分析以下用户数据，找出用户流失的主要原因。
步骤：
1. 计算整体流失率
2. 按用户维度（注册渠道、使用时长、付费情况）分析流失率差异
3. 给出 Top 3 流失原因
4. 提出改进建议

【上下文】
这是某电商 App 过去 3 个月的用户数据。
总用户数：10 万
流失用户数：2 万
数据维度：注册时间、最后登录时间、购买次数、客单价

【输出格式】
请用以下格式输出：
## 整体流失率：XX%
## 分维度分析
| 维度 | 分类 | 流失率 | 分析 |
|-----|-----|-------|-----|
| 注册渠道 | 自然流量 | XX% | ... |
| 注册渠道 | 广告投放 | XX% | ... |
## Top 3 流失原因
1. ...
2. ...
3. ...
## 改进建议
- ...
- ...

你看，这样写出来的 Prompt，AI 几乎不可能跑偏。输出结果直接就能用，不用二次加工。

六、常见错误与修正

最后，我总结几个常见错误：

错误类型	错误示例	修正方案
角色模糊	「你是一个专家」	「你是一名有 5 年经验的 SEO 专家」
任务笼统	「帮我写文章」	「写一篇 800 字的科普文章，面向零基础读者」
上下文缺失	「分析这个数据」	「分析这份用户满意度调查数据，样本量 5000 份」
格式随意	「输出结果」	「用 Markdown 表格输出，每行一个结论」

说实话，这四个要素就像 Prompt 的「四梁八柱」。你搭好了，AI 就能给你盖出好房子。你偷懒了，它就给你搭个草棚。

我个人建议：每次写 Prompt 都对照这四个要素检查一遍。坚持两周，你会发现自己写 Prompt 的能力突飞猛进。

好，这一讲就到这里。下一讲我们聊聊 Prompt 的调试技巧——怎么在 AI 输出不对的时候，快速定位问题。