AI提示词技巧，从菜鸡到大神的提示词修炼手册

各位铁子们好啊，我是你们的猫哥！最近发现不少兄弟在玩AI的时候，总跟我吐槽：“猫哥，这AI是不是听不懂人话啊？”“我让它写个文案，结果出来的东西跟一坨shi一样！”“为啥同样的AI，别人用就顺风顺水，我用就卡壳？”

哈哈，其实吧，不是AI听不懂人话，是咱们没说对"AI话"。就像你跟广东人讲东北话，跟英国人讲中文，不是人家笨，是你没说人家能听懂的语言。这"AI话"，就是咱们今天要聊的——提示词（Prompt）。

提示词这玩意儿，就像是给AI的"说明书"，你写得越清楚、越专业，AI给你的结果就越靠谱。今天猫哥就用咱们程序员听得懂的话，给大家唠唠提示词的那些技巧和策略，保证让你从提示词菜鸡变成提示词大神！

一、提示词的三大核心原则

在咱们开始练葵花宝典之前，先得搞清楚提示词的三大核心原则，这可是基础中的基础，就像咱们写代码得先学语法一样。

1. 越具体，越精准

AI不是你肚子里的蛔虫，你不说清楚，它就只能瞎猜。就像你让同事"帮我买个饭"，同事可能买盖浇饭、可能买快餐，也可能买泡面。但你说"帮我买份宫保鸡丁盖浇饭，不要辣，多放花生米"，同事买回来的肯定是你想要的。

反面例子：“帮我写个排序算法。”

正面例子：“帮我用C++写一个快速排序算法，要求：1. 支持整数数组；2. 时间复杂度O(nlogn)；3. 包含详细的注释；4. 提供测试用例。”

看看，差距是不是很大？越具体的要求，AI给你的结果就越接近你想要的。

2. 结构化，更清晰

咱们程序员都知道，代码要有结构，要有缩进，要有注释，这样才容易读。提示词也是一样，用结构化的方式组织你的要求，AI更容易理解。

反面例子：“我需要一个网站，有首页、产品页、关于我们页，要好看，响应式，用React。”

正面例子："请帮我设计一个电商网站，要求如下：

• 页面结构：首页、产品列表页、产品详情页、关于我们页
• 技术栈：React + TypeScript + Tailwind CSS
• 设计风格：现代简约，主色调蓝色
• 功能要求：
  1. 首页展示热门产品
  2. 产品列表支持筛选和排序
  3. 响应式设计，适配移动端和桌面端
• 提供组件拆分建议"

结构化的提示词就像一个清晰的需求文档，AI照着做就行，不会走偏。

3. 给示例，更靠谱

有时候，光说要求还不够，给个示例，AI一下子就明白了。这就像你教孩子写字，光说"写个A"，孩子可能写得歪歪扭扭，但你给个样板，孩子马上就会了。

反面例子：“帮我写个营销文案。”

正面例子："请帮我写一个关于智能手表的营销文案，风格类似下面的示例：

【示例】
‘这不仅仅是一块手表，更是你的健康管家！XX智能手表，24小时心率监测，睡眠质量分析，让你时刻掌握身体状况。防水设计，超长续航，无论是运动还是日常使用，都能轻松应对。现在购买，还送精美表带！’

要求：

1. 突出智能手表的健康监测功能
2. 强调产品的耐用性
3. 包含促销信息"

给了示例，AI就知道你想要什么风格的文案了，写出来的东西自然更符合你的预期。

二、提示词进阶技巧

掌握了三大核心原则，咱们再来学几个进阶技巧，这些技巧就像是代码里的设计模式，用好了能让你的提示词事半功倍。

1. 角色扮演法

AI就像一个演员，你让它演什么，它就能演什么。给AI一个明确的角色，它会从那个角色的角度思考问题，给出更专业的回答。

示例1："你是一位资深的Java架构师，请帮我分析一下下面这段代码的性能问题，并给出优化建议：

publicList<User>getUserList(){List<User>userList=newArrayList<>();Connectionconn=null;Statementstmt=null;ResultSetrs=null;try{conn=DriverManager.getConnection("jdbc:mysql://localhost:3306/test","root","password");stmt=conn.createStatement();rs=stmt.executeQuery("SELECT * FROM users");while(rs.next()){Useruser=newUser();user.setId(rs.getInt("id"));user.setName(rs.getString("name"));userList.add(user);}}catch(SQLExceptione){e.printStackTrace();}finally{// 没有关闭资源}returnuserList;}

示例2：“你是一位小学数学老师，请用通俗易懂的语言解释一下什么是分数。”

看到没？给AI一个明确的角色，它的回答马上就专业起来了。

2. 思维链提示法

有时候，问题比较复杂，直接让AI给出答案可能不准确。这时候，咱们可以让AI一步步思考，就像咱们写代码时一步步调试一样。

示例："请帮我解决这个问题：有100个苹果，分给5个人，每个人分到的苹果数是前一个人的2倍，请问第一个人分到几个苹果？

请按照以下步骤思考：

1. 设第一个人分到x个苹果
2. 第二个人分到2x个苹果
3. 第三个人分到4x个苹果
4. 第四个人分到8x个苹果
5. 第五个人分到16x个苹果
6. 五个人分到的苹果总数是x + 2x + 4x + 8x + 16x = 31x
7. 总数是100个，所以31x = 100
8. 计算x的值，x = 100 / 31 ≈ 3.225
9. 由于苹果不能分割，所以第一个人分到3个苹果"

思维链提示法能让AI像人一样思考问题，解决复杂问题时更准确。

3. 零样本/少样本学习

零样本学习就是不给示例，直接让AI做任务；少样本学习就是给几个示例，让AI自己总结规律。

零样本学习示例：“请帮我将以下中文翻译成英文：‘我喜欢编程，因为它能让我创造出有趣的东西。’”

少样本学习示例："请帮我将以下中文翻译成英文，格式如下：

中文：你好，世界！
英文：Hello, World!

中文：今天天气真好。
英文：The weather is nice today.

中文：我喜欢编程，因为它能让我创造出有趣的东西。
英文："

少样本学习就像咱们做填空题，给几个例子，AI就能明白规则，做出正确的答案。

4. 迭代优化法

有时候，AI第一次给的结果可能不太满意，这时候咱们可以迭代优化，就像咱们调试代码一样，一步步改进。

第一轮提示：“帮我写个关于Python的介绍。”

AI回复：“Python是一种高级编程语言，它的语法简洁明了，易于学习。Python支持多种编程范式，包括面向对象、命令式、函数式和过程式编程。Python有丰富的标准库和第三方库，可以用于Web开发、数据分析、人工智能等领域。”

第二轮提示：“刚才的介绍很好，但我需要更生动一些，加入一些比喻，适合给小学生讲。”

AI回复：“小朋友们，你们知道Python吗？它就像一个神奇的魔法棒，你轻轻一挥（写几行代码），就能变出各种各样的有趣东西！比如，你可以用它做小游戏，画漂亮的画，甚至让电脑自己思考问题！Python的语法就像讲故事一样简单，不用记复杂的咒语，就能让电脑听懂你的话。”

看看，经过迭代优化，结果是不是更符合要求了？

三、提示词实战案例

光说不练假把式，咱们来几个实战案例，看看怎么运用这些技巧。

案例1：写代码

需求：用Python写一个爬虫，爬取知乎首页的热门问题。

提示词："你是一位Python爬虫专家，请帮我写一个爬取知乎首页热门问题的爬虫，要求：

1. 使用requests库和BeautifulSoup
2. 爬取内容：问题标题、回答数量、关注人数
3. 保存到CSV文件
4. 包含异常处理
5. 提供详细注释"

AI回复：

importrequestsfrombs4importBeautifulSoupimportcsvimporttime# 设置请求头，模拟浏览器访问headers={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36'}defget_hot_questions():try:# 发送请求url='https://www.zhihu.com/hot'response=requests.get(url,headers=headers)response.raise_for_status()# 检查请求是否成功# 解析HTMLsoup=BeautifulSoup(response.text,'html.parser')# 找到热门问题列表hot_list=soup.find_all('div',class_='HotItem-content')# 提取数据questions=[]foriteminhot_list:# 标题title=item.find('h2',class_='HotItem-title').text.strip()# 回答数和关注数metrics=item.find('div',class_='HotItem-metrics').text.strip()# 分割回答数和关注数metrics_list=metrics.split('·')answer_count=metrics_list[0].strip()iflen(metrics_list)>0else''follow_count=metrics_list[1].strip()iflen(metrics_list)>1else''questions.append({'title':title,'answer_count':answer_count,'follow_count':follow_count})returnquestionsexceptExceptionase:print(f'爬取失败：{e}')return[]defsave_to_csv(questions,filename='zhihu_hot_questions.csv'):try:# 定义CSV字段fieldnames=['title','answer_count','follow_count']# 写入CSVwithopen(filename,'w',newline='',encoding='utf-8')asf:writer=csv.DictWriter(f,fieldnames=fieldnames)writer.writeheader()writer.writerows(questions)print(f'数据已保存到{filename}')exceptExceptionase:print(f'保存失败：{e}')if__name__=='__main__':print('开始爬取知乎热门问题...')questions=get_hot_questions()ifquestions:save_to_csv(questions)print('爬取完成！')else:print('没有爬取到数据！')

看看，这个代码是不是很完美？有请求头，有异常处理，有详细注释，完全符合咱们的要求。

案例2：写文案

需求：给一款智能水杯写个朋友圈推广文案。

提示词："你是一位朋友圈文案专家，请帮我写一个智能水杯的推广文案，要求：

1. 风格：轻松幽默，口语化
2. 突出产品特点：智能测温、提醒喝水、超长续航
3. 包含个人体验感
4. 有购买链接引导

示例风格：‘家人们，谁懂啊！我最近入手了这个神器，再也不用担心忘记喝水了！’

请写3条不同风格的文案。"

AI回复：

1. “家人们谁懂啊！自从入手了这个智能水杯，我妈再也不喊我多喝水了！杯子自己会说话：‘主人，该喝水啦~’ 还能显示水温，再也不会被烫到舌头！充一次电能用半个月，简直是懒癌患者的福音！链接放评论区了，手慢无~ 👇”

2. “救命！这个智能水杯把我拿捏住了！早上倒的热水，它会实时显示温度，再也不用纠结能不能喝。到点还会震动提醒：‘该补水啦，打工人！’ 续航超长，出差一周都不用充电。现在每天喝水量翻倍，皮肤都变好了！链接在评论，信我，买它！💦”

3. “朋友们，我发现了一个能让我爱上喝水的神器！这个智能水杯太懂我了：水温一目了然，再也不会喝到烫嘴的水；定时提醒，再也不会忙到忘记喝水；充一次电用半个月，懒人狂喜！现在我每天都能喝够8杯水，身体都轻盈了！链接放评论，想变美的姐妹冲！✨”

这几条文案是不是很符合朋友圈的风格？轻松幽默，突出产品特点，还有购买引导。

案例3：解决问题

需求：为什么我的Python程序运行很慢？

提示词："你是一位Python性能优化专家，请帮我分析一下下面的代码为什么运行很慢，并给出优化建议：

deffib(n):ifn<=1:returnnreturnfib(n-1)+fib(n-2)# 计算第40个斐波那契数print(fib(40))

请从时间复杂度、空间复杂度、算法优化等方面分析。"

AI回复：

"这段代码运行慢的原因主要是：

1. 时间复杂度高：这段代码使用了递归实现斐波那契数列，时间复杂度是O(2^{n)，计算第40个斐波那契数需要约2}40次计算，这是一个非常大的数字。

2. 重复计算：递归过程中会重复计算很多子问题，比如计算fib(40)需要计算fib(39)和fib(38)，计算fib(39)又需要计算fib(38)和fib(37)，这样fib(38)就被计算了两次。

3. 空间复杂度高：递归深度达到n，空间复杂度是O(n)，虽然这不是主要问题，但也是需要考虑的。

优化建议：

1. 动态规划：使用数组保存已经计算过的结果，避免重复计算。

deffib(n):ifn<=1:returnn dp=[0]*(n+1)dp[0]=0dp[1]=1foriinrange(2,n+1):dp[i]=dp[i-1]+dp[i-2]returndp[n]

2. 迭代法：使用变量保存中间结果，空间复杂度优化到O(1)。

deffib(n):ifn<=1:returnn a,b=0,1foriinrange(2,n+1):a,b=b,a+breturnb

3. 矩阵快速幂：时间复杂度优化到O(logn)，适合计算非常大的n。

这些优化方法都能显著提高代码的运行速度，其中迭代法是最常用的，既简单又高效。"

看看，AI不仅分析了问题的原因，还给出了具体的优化方法，是不是很专业？

四、提示词避坑指南

咱们程序员都知道，写代码会踩坑，写提示词也一样。这里猫哥给大家总结几个常见的坑，避免大家掉进去。

1. 不要假设AI知道一切

AI虽然知识渊博，但它不是万能的，它的知识截止到2023年10月左右（不同AI模型可能不同）。而且，它对一些最新的技术、冷门的知识可能了解不多。所以，在写提示词的时候，不要假设AI知道一切，要把必要的背景信息告诉它。

反面例子：“帮我分析一下GPT-5的性能。”

正面例子：“假设现在是2023年10月，GPT-5还没有发布，请帮我基于GPT-4的性能，预测一下GPT-5可能的性能提升方向。”

2. 不要用模糊的词语

像"好"、“漂亮”、"快"这样的模糊词语，AI很难理解。要用具体的、可衡量的指标来描述你的要求。

反面例子：“帮我写个好的简历。”

正面例子：“帮我修改简历，要求：1. 突出我的Python开发经验；2. 使用STAR法则描述项目经历；3. 简历长度控制在1页；4. 使用专业的语言，避免口语化。”

3. 不要一次问太多问题

AI的注意力也是有限的，一次问太多问题，它可能会遗漏一些要求。最好一个提示词只解决一个问题。

反面例子：“帮我写个排序算法，再帮我写个搜索算法，还要帮我写个哈希表的实现。”

正面例子：“帮我写个排序算法。”
（等这个问题解决了，再问下一个问题）

总结

好了，兄弟们，今天猫哥跟大家唠了这么多，总结一下提示词的技巧和策略：

1. 三大核心原则：越具体越精准，结构化更清晰，给示例更靠谱。

2. 进阶技巧：角色扮演法、思维链提示法、零样本/少样本学习、迭代优化法。

3. 避坑指南：不要假设AI知道一切，不要用模糊的词语，不要一次问太多问题。

提示词这玩意儿，就像咱们写代码，熟能生巧。多练、多试、多迭代，你也能成为提示词大神。记住，AI是咱们的工具，咱们要学会用它，而不是被它用。

最后，猫哥送大家一句话：“好的提示词，是AI出好结果的一半。” 祝大家都能写出牛逼的提示词，用AI创造出更牛逼的东西！

我是猫哥，咱们下次见！🐱