记住一个原则：宁可多分，不要少分。分隔符多了不会出错，少了模型可能跑偏。
记住一个原则：宁可多分，不要少分。分隔符多了不会出错，少了模型可能跑偏。
我曾经犯过一个错：写了一大段 prompt，把所有要求揉在一起。结果模型只执行了前半段，后半段完全忽略了。
为什么？因为模型对长文本的注意力是递减的。你放在最后的要求，它可能根本没「看到」。
解决方案：结构化。
把指令拆成几个明确的部分，每部分用标题或编号区分：
# 角色
你是一名资深前端工程师，精通 React 和 TypeScript。
# 任务
为以下需求编写一个 React 组件。
# 需求描述
用户输入一个数字，点击按钮后显示该数字的平方。
# 输出要求
- 使用 TypeScript
- 包含类型定义
- 添加必要的注释
- 输出完整的组件代码，不要省略
# 示例
输入：5 → 输出：25你看，这样写的好处是：模型能按顺序执行，不会漏掉任何要求。而且如果某次输出不满意，你可以直接说「请重新生成第3部分」，不用从头再来。
结构化指令的标准模板（我常用的）：
我曾经写过一个指令，要求模型「用通俗易懂的语言解释量子计算」。结果模型给我写了一篇小学生都能看懂的童话故事，完全失去了技术深度。
问题出在哪？「通俗易懂」这个词太模糊了。后来我改成：
「请用类比的方式解释量子计算中的叠加态原理。
目标读者是有大学物理基础的非专业人士。
请保持技术准确性，不要为了通俗而牺牲正确性。
控制在300字以内。」这次输出就对了。既有类比帮助理解，又保留了核心概念。
三个最容易踩的坑：
给你一个练习。下面这个指令问题很多，你能找出几处？
❌ 原始指令：
「帮我写个关于AI的文章，要写得好一点，内容详细一些。最好能吸引人。」我的改写版本：
✅ 改写后：
# 角色
你是一名科技媒体撰稿人，擅长用故事化的方式讲解技术话题。
# 任务
写一篇关于「AI在医疗领域的应用」的科普文章。
# 输出要求
- 字数：800-1000字
- 风格：故事化开头，数据支撑观点
- 结构：引言 + 3个应用案例 + 展望
- 目标读者：对AI感兴趣但无技术背景的普通大众
# 约束
- 不要使用专业术语而不解释
- 避免过度夸大AI的能力
- 每个案例控制在200字以内看到了吗？每一个模糊的地方都被量化了。角色、字数、风格、结构、约束，清清楚楚。模型拿到这样的指令，几乎不可能跑偏。
最后送你一个口诀：
模糊词，要替换；
分隔符，划界限；
结构化，分块写；
给示例，不跑偏。
记住这四句，你的指令质量至少提升一个档次。
好了，这一节就到这里。下一节我们聊聊「角色设定」——为什么有时候你给模型戴个「帽子」，它就能超常发挥？