提问质量决定 AI 产出质量。同样一个模型，有人用得很出活，有人却总被答非所问——差别往往不在模型，而在你有没有把任务讲清楚。这一章教你诊断一条提示词差在哪，再用几个固定动作把它改到 AI 几乎不用猜。
- 理解好 prompt 的价值是把任务讲清楚，而不是堆华丽辞藻或背模板。
- 动笔前用「约束四维度」（长度 / 结构 / 要素 / 边界）想清楚理想回答的样子。
- 说不清要求时，用真实样本让 AI 摸清你的标准。
- 知道角色扮演越来越不必需，以及进阶的「逆向 Prompt」怎么用。
Prompt 不是「咒语」：AI 只有你的标准
AI 不是搜索引擎，也不会读心。它根据你给的上下文，模拟一个懂行的人会怎么回答；它没有自己的标准，只依从你的标准。你不告诉它要什么样的回答，它就会按训练数据里最平均的形状，交给你一份「80 分」的作业——而这八成不是你要的。
所以一条好 prompt 的价值不在措辞华丽，而在把任务讲清楚：要做什么、给谁看、为什么写、要什么结构、用什么风格、多长、不要出现什么。一句话：问得越具体、越有形状，AI 跑得越准。
AI 没有自己的标准，只有你的标准。你不给标准，它就自己编一个平均的标准。
动笔前先想清「约束」：长度、结构、要素、边界
在敲下问题之前，先在脑子里画一下理想的回答大概长什么样，这个动作叫「约束」。以写东西为例，四个维度通常够用：长度（一段话？三条要点？还是 500 字？）、结构（要不要分层、要不要表格、开头先给结论还是背景？）。
再加两维：要素（必须包含什么、不要出现什么，比如不要「首先其次最后」、不要套话、不要 emoji）、边界（在哪里停下、不要它顺带做哪些事）。把这四样想清楚再发问，AI 才有形状可循，而不是自由发挥。
说不清就给样本：真实样本胜过口头形容十倍
如果脑子里还没有这四样的轮廓，也没关系。先找 3～5 个你觉得写得好的真实样本丢给 AI，让它从样本里摸清你的标准，再动笔。有真实样本，比口头形容有用十倍。
这也解释了为什么「写得专业点」这种要求没用：「专业」是一种感受，不是标准。要么把它翻成可验收的字段（受众是谁、要点几条、多长、验收条件是什么），要么直接甩几个达标样本给它看。
角色扮演越来越不必需
很多教程教你开头写「你现在是一个资深 XX 专家」。这种角色设定，在弱模型或免费档上还能提一提质量，因为它们不会自动给任务分层。但新一代强模型已经会根据任务自动带入合适的角色。
这时你再手动套一层角色，反而是替它提前收窄了视野。与其如此，不如直接、具体、真实地把任务本身描述清楚——这比任何「角色咒语」都好使。
进阶：让 AI 逆向出一套可复用的风格 Prompt
如果你有写得好的对标文章，可以让 AI 反过来帮你「拆」：把一两篇范文按六个维度解析——角色定位、读者画像、内容结构、语言风格、约束规则（尤其是这篇刻意不用的「禁用词」）、工作流逻辑，再据此生成一份结构化、可直接复用的 Prompt 模板。
拆出模板后，你以后只要丢一个主题进去，就能稳定产出同一种风格的内容。这是把「一次想清楚」沉淀成「长期可复用」的高级玩法，新手了解即可，不必一上来就用。
拿「帮我写一条朋友圈」这种模糊请求，用约束四维度和样本，把它改写成 AI 几乎不用猜的 prompt。
- 1
先画出理想回答的样子
用约束四维度问自己：要几条（长度）、什么结构、必须含什么/不要什么（要素）、到哪儿停（边界）。
- 2
把形容词翻成可验收字段
「写得好一点」改成具体标准：第一人称、每条不超过 40 字、围绕今天这次复盘。
- 3
补一句明确的禁区
把不想要的也写下来：不要 emoji、不要鸡汤收尾，AI 就不会自由发挥。
- 4
说不清就附样本
如果还描述不出来，附 3～5 条你觉得写得好的真实朋友圈，让 AI 摸清你的口味。
- 5
去掉角色扮演，直接描述任务
不用写「你是文案高手」，把任务本身讲清楚即可；跑偏时再把核心约束复述一遍。
实战示例
错误示例
帮我写一篇公众号文章。
正确示例
请为刚接触 AI 的职场人写一篇公众号文章，主题是用 AI 提升日常办公效率。目标是让读者完成一次会议纪要整理练习。按痛点、真实场景、三步操作、常见误区、行动清单输出，语气具体克制，约 1200 字，不要夸大副业暴富。
好版本补齐了受众、目标、结构、风格、长度和禁区，AI 几乎不用猜。
错误示例
帮我把这份资料优化一下，写得专业点。
正确示例
背景：下周给新销售做培训；目标：让他们会介绍产品；受众：入职 1 个月内的销售；输入：产品 FAQ；输出：10 页讲义；约束：不夸大承诺；验收：新人能照着完成 3 分钟讲解。
「专业点」是感受不是标准。把它翻成可验收的字段，AI 才有方向。
错误示例
帮我写一条朋友圈。
正确示例
帮我写 3 条备选朋友圈，每条不超过 40 字，第一人称，围绕今天这次复盘，不要 emoji、不要鸡汤收尾。
长度、人称、主题、禁区一次框死，这就是「约束四维度」落到实处。
Claude / ChatGPT / Gemini
均有免费额度用途：通用对话、改写 prompt，以及逆向对标文章生成风格模板
要结构化、少废话优先 Claude
语音输入法（Typeless / 豆包输入法）
有免费/基础档用途：口述需求和约束，比打字快 3–5 倍
想清楚就直接说出来，降低「写 prompt」的门槛
常见误区
- 堆模板套话却不给具体对象、场景和数值，AI 只能产出同样空泛的内容。
- 一句话塞进十个要求，AI 顾此失彼。复杂任务可以分步给。
- 用「更好 / 更专业 / 更有吸引力」这类形容词当标准，AI 无法衡量。
- 脑子里没有理想回答的轮廓（长度 / 结构 / 要素 / 边界）就直接发问。
- 习惯性套「你是资深 XX 专家」的角色扮演，反而替强模型提前收窄了视野。
- 不给验收标准，就只能凭感觉反复改，永远不知道何时算完成。
提示词模板还要不要背？
不用。趋势是模板的比重在变小，真正决定结果的是把任务讲清楚、给足上下文。与其背模板，不如练「约束四维度」和给样本的手感。
要不要写「你是资深专家」这种角色设定？
新一代强模型会根据任务自动带入合适角色，手动套反而收窄视野，不如具体真实地描述任务本身。只有在弱模型或免费档上，角色设定才还有点提质作用。
我描述不出想要的回答怎么办？
找 3～5 个你觉得写得好的真实样本丢给 AI，让它摸清你的标准；或者单开一个新窗口，专门和 AI 讨论这条 prompt 怎么写，聊清楚再回主窗口。
本章小结
- AI 没有自己的标准，只有你的；不给标准，它就给你一份平均的 80 分作业。
- 动笔前先想清约束四维度：长度、结构、要素、边界。
- 说不清要求时，给 3～5 个真实样本，比口头形容有用十倍。
- 角色扮演越来越不必需，具体真实地描述任务更有效。
- 进阶玩法：让 AI 逆向对标文章，沉淀成可复用的风格 Prompt。
- 某个字段说不清，往往是你自己还没想清楚。
- 约束（四维度）
- 发问前先定好理想回答的长度、结构、要素、边界，给 AI 一个清晰的形状。
- 真实样本
- 把几个达标的范例丢给 AI，让它从样本里摸清你的标准，比口头形容有效得多。
- 去角色化
- 强模型会自动带入合适角色，手动套「你是资深 XX」反而提前收窄它的视野。
- 逆向 Prompt
- 让 AI 按六个维度拆解对标文章，生成可直接复用的结构化风格模板。
- 验收标准
- 判断输出是否可用的具体条件。没有它，就只能凭感觉反复返工。
- 上下文 Context
- 你提供给 AI 的背景信息。AI 只依据上下文推理，上下文越清楚，输出越可控。