ChatGPT 提示词工程实战手册 #

提示词（Prompt）是与 AI 对话的关键。好的提示词能让 ChatGPT 的输出质量提升数倍。本手册将系统地教你掌握提示词工程的核心技巧。

什么是提示词工程 #

提示词工程是指通过精心设计输入文本（Prompt），引导大语言模型生成高质量输出的技术。

为什么提示词如此重要 #

同样的问题，不同的提问方式会得到截然不同的回答：

• 差的提示词： “帮我写个文案”
• 好的提示词： “你是一位资深的小红书文案专家。请为一款售价 299 元的蓝牙耳机写一段 200 字的种草文案，目标用户是 20-30 岁的年轻女性，风格活泼可爱，包含 3 个卖点和一个行动号召。”

好的提示词就像好的需求文档——越清晰、越具体，结果越好。

核心技巧一：结构化提示词 #

CRISPE 框架 #

核心技巧二：角色设定 #

给 ChatGPT 设定一个具体的角色，能显著提升输出的专业性。

技巧： 角色越具体，输出越专业。“资深工程师” 比 “工程师” 好，“Google 高级工程师” 比 “资深工程师” 更好。

核心技巧三：链式提问 #

复杂任务拆分成多个步骤，逐步引导：

第一轮："我想创建一个个人理财 App，请先帮我分析目标用户群体"
第二轮："基于这些用户群体，请设计 App 的核心功能列表"
第三轮："请为每个核心功能编写详细的用户故事"
第四轮："请为最重要的 3 个功能设计数据库表结构"

核心技巧四：Few-Shot 学习 #

通过提供示例，让 AI 理解你想要的格式和风格。

核心技巧五：输出格式控制 #

明确指定输出格式，避免返工：

• “以 Markdown 表格形式输出”
• “用 JSON 格式返回”
• “以编号列表形式给出 10 个建议”

高级技巧：思维链提示 #

让 AI 展示推理过程，适合复杂问题。

常见误区 #

1. 提示词太短 — “帮我写代码” 不如详细说明需求
2. 没有给上下文 — AI 不知道你的项目背景
3. 期望一步到位 — 复杂任务应该分步完成
4. 不做迭代 — 第一次输出不满意就放弃
5. 忽略角色设定 — 有角色的 AI 是 “专家”

总结 #

提示词工程的核心原则：

1. 清晰具体 — 提供足够的上下文和要求
2. 结构化 — 使用框架组织提示词
3. 迭代优化 — 逐步完善输出结果
4. 角色扮演 — 让 AI 以专家身份回答
5. 示例引导 — 用 Few-Shot 展示期望的输出

推荐资源 #

• OpenAI Prompt Engineering Guide
• Learn Prompting
• Awesome ChatGPT Prompts
• 吴恩达 Prompt Engineering 课程