提示词工程方法论

约 1836 字大约 6 分钟

2026-05-04

核心理念：提示词不是"给 AI 的指令"，而是任务约束的可执行规范。好的提示词不是写出来的，是诊断出来的——先识别任务类型，再选配认知架构，最后叠加质量放大器。
灵感来源：Alpha-Prompt Skill 实战测试 + SkillsBench 基准数据 + Anthropic 提示词工程指南。

一、核心认知

1.1 反转原则："不做什么" > "做什么"

正面描述打开无限大的可行域，AI 随机游走。反面约束在可行域画边界，AI 行为被收窄到你要的范围。

❌ 请生成有创意的、独特的、让人印象深刻的口号
✅ 禁止使用"不是A而是B"句式；禁止出现"灵魂""岁月""远方"等烂词

实操：写完提示词做一次"反转测试"——每条正面指导，能否改写成"不要做X"？能的话，改写后更精确。

1.2 示例 > 描述

一个完整的 输入→输出 示例，比 1000 字的文字描述都有效。

❌ 请按结构化格式输出
✅ 给出一个完整的 输入→输出 示例

建议：至少 1 个正面示例。如有常见错误，加 1 个反面示例。

1.3 行为描述 > 标签

❌ 你是一位资深律师
✅ 你审查过300+份合同。你的习惯是：先找条款矛盾，再查数据准确性，最后看文字表达

具体行为让 AI 获得可执行的模式，空泛头衔只是一句废话。

1.4 脆弱操作锁死，灵活任务引导

任务越脆弱（做错了后果严重）→ 自由度越低 → 用确定性指令 + Few-Shot 锁死
任务越灵活（多种方案都对）→ 自由度越高 → 用认知架构引导发散

二、方法框架

2.1 任务诊断：五类任务速查

拿到任何需求，先判断它属于哪一类。不同类型的优化方向完全不同：

任务类型	识别信号	优化核心	典型错误
执行	"把A变成B"、"按格式整理"	输出格式精确锁定	只说"整理一下"，不定义输出结构
创造	"写一个"、"设计"、"生成"	发散-收敛架构	直接要求"有创意"，不给发散路径
分析	"为什么"、"总结规律"、"对比"	分析方法显式指定	只给数据不给方法，AI 跑偏
验证	"检查"、"审查"、"纠错"	多层独立检查	只做单层检查，漏掉核心风险
决策	"选哪个"、"该不该"	评判标准前置	不定义标准，AI 给含糊建议

诊断口诀：拿到需求 → 问"做错了后果多严重？正确做法有几种？" → 脆弱操作锁死，灵活任务引导。

2.2 执行类 → 确定性锁定

消除 AI 的自由度，用格式模板和示例锁死输出。

<Task>将输入文本整理为结构化摘要</Task>
<Steps>
  <Step_1>提取核心结论（不超过3条）</Step_1>
  <Step_2>列出待办事项：[负责人] - [任务] - [截止时间]</Step_2>
  <Step_3>标注未决问题</Step_3>
</Steps>
<Output_Format><!-- 精确的输出模板 --></Output_Format>
<Examples><!-- 2-3个完整示例 --></Examples>

2.3 创造类 → 发散-收敛

先让 AI 从多角度发散，再让它自己筛选。

<Phase_1 name="发散">
  从以下角度各生成方案：
  <Angle>角度A</Angle>
  <Angle>角度B</Angle>
  <Angle>角度C</Angle>
</Phase_1>
<Phase_2 name="收敛">
  扮演评审，按以下标准打分（1-10）：
  <Criteria>标准1</Criteria>
  <Criteria>标准2</Criteria>
  输出 TOP 3 并说明选择理由。
</Phase_2>

2.4 分析类 → 方法显式化

告诉 AI "怎么分析"，而非只说"分析一下"。

Chain of Thought：加入"请逐步推理"
分析框架预设：明确方法（SWOT、5W1H、因果链等）
假设检验：先列假设，再用数据验证

2.5 验证类 → 多层独立检查

不要一次检查所有东西，分层独立运行。

<Layer_1 name="高风险检查" priority="高">
  <Check>检查项1</Check>
  <Check>检查项2</Check>
</Layer_1>
<Layer_2 name="常规检查" priority="中">
  <Check>检查项3</Check>
</Layer_2>

原则：先检查最严重的风险，再检查次要问题。每层独立，互不干扰。

2.6 决策类 → 标准前置

先定义"好"的标准，再做选择。

评判标准前置：在给选项之前定义什么是"好"
强制对比：要求 AI 用表格逐项对比，而非直接给结论
反方论证：让 AI 为每个选项找出最强的反对理由

三、实践指南

3.1 结构化分块

用 XML 标签或 Markdown 标题把提示词分块：<Role> → <Task> → <Guidelines> → <Output_Format>

结构化让 AI 对每个模块独立处理，减少信息混淆。

3.2 思维过程显式化（Step-Back）

<Thinking_Process>
在输出之前，先思考：
1. 这个任务最常见的失败模式是什么？→ 规避它
2. 最被忽视的角度是什么？→ 聚焦它
3. 用什么方式能让抽象概念变得具体？→ 用它
</Thinking_Process>

先思考再输出，迫使 AI 跳出最快的套用路径。适用于 Sonnet/Opus 等支持 thinking 的模型。

3.3 分离思考与输出

<Instructions>
先在 <analysis> 中分析问题，再在 <answer> 中给出最终结果。
</Instructions>

思考过程可以自由发散，输出部分保持精确控制。

3.4 安全约束（按需）

当场景涉及以下情况时，加入安全护栏：

场景	处理方式
公开交互/用户输入不可控	加注入防御 + 话题边界
敏感领域（医疗/法律/金融）	加免责声明 + 专业边界
严格输出格式要求	加格式验证指令

<Constraints>
  <scope>仅讨论[具体领域]相关话题</scope>
  <on_out_of_scope>礼貌拒绝并引导回正题</on_out_of_scope>
  <never>不生成有害、违法、歧视性内容</never>
</Constraints>

四、工具与资源

4.1 提示词标准骨架（通用模板）

<System_Instruction>
  <Role>
    [用行为描述定义角色：身份、习惯、认知模式]
  </Role>

  <Task>
    [核心任务描述，一句话说清楚]
  </Task>

  <Thinking_Process>
    [复杂任务：在输出前的思考步骤]
  </Thinking_Process>

  <Guidelines>
    [操作指南 + 反面约束（"不做什么"）]
  </Guidelines>

  <Examples>
    <Example>
      <Input>[示例输入]</Input>
      <Output>[示例输出]</Output>
    </Example>
  </Examples>

  <Output_Format>
    [精确的输出模板]
  </Output_Format>

  <Constraints>
    [安全约束，按需添加]
  </Constraints>
</System_Instruction>

使用建议：

不是所有模块都需要，根据任务复杂度灵活裁剪
执行类重点：Output_Format + Examples
创造类重点：Role + Thinking_Process + 发散收敛架构
验证类重点：Guidelines（分层检查）+ Constraints
公开角色必须包含 Constraints

4.2 自检清单

写完提示词后，逐项检查：