Prompt技巧篇：让chatgpt输出更好的答案

你有没有遇到过这样的情况：给AI提了一个很具体的问题，等来的却是一堆反问，或者一个不痛不痒的回答？其实，这往往不是AI的问题，而是我们“提问”的方式，还能再优化一点点。

在AI对话的场景里，其实有一套非常实用的交流法则。掌握了这些技巧，让AI输出高质量答案的效率会显著提升。以下这几点，是实践中被反复验证过的心得。

技巧1：与其说“不能做什么”，不如说“要做什么”

在问答场景里，为了让AI回答得更准确，我们通常会在问题里加一些限制条件。比如“推荐一部电影”，这个提示词实在太宽泛了，AI无法直接给出好答案，通常它会反过来问你“喜欢什么类型的”等，一来一回效率很低。

所以，更聪明的做法是直接在提示词里规定好边界。比如直接告诉AI：

DO NOT ASK FOR INTERESTS. DO NOT ASK FOR PERSONAL INFORMATION.

无论是使用ChatGPT还是其最新的API，这样做后，AI会直接推荐一部电影给你。它的输出会是这样的：

Certainly! If you're in the mood for an action-packed movie, you might enjoy "John Wick" (2014), directed by Chad Stahelski and starring Keanu Reeves. ...

但如果你用的是像Da vinci-003这样的旧模型，它的输出很可能还是老样子，会继续问你兴趣：“Sure, I can recommend a movie based on your interests. What kind of movie would you like to watch?”

这背后的道理其实很简单：与其告知模型不能干什么，不如明确告诉它能干什么。这是OpenAI的API最佳实践文档里的一条核心建议。

技巧2：给AI一个“栗子”，有时候比说一千句都管用

有些需求，光靠文字描述很难把信息传递给AI，尤其是一些比较主观的判断，比如给宠物起一个有“英雄风格”的英文名。直接提问“Suggest three names for a horse that is a superhero”，AI可能会给出“Thunder Hooves, Captain Canter, Mighty Gallop”这样中规中矩甚至有点奇怪的名字。

但如果我们在提示词里增加一个例子，比如“类似Zeus、Athena这样的名字”，效果就会立竿见影。这就是在提示词中增加示例的魔力——它能极大地降低沟通成本，让AI精准地理解你的诉求。

技巧3：用引导词，让AI自动进入“工作模式”

在代码生成时有一个小技巧。当你把条件描述完后，可以在提示词的最后增加一个代码引导词。比如，你想让AI写SQL查询，就可以这样写：

Create a MySQL query for all students in the Computer Science Department:
Table departments, columns = [DepartmentId, DepartmentName]
Table students, columns = [DepartmentId, StudentId, StudentName]
SELECT

在末尾加上“SELECT”，AI就知道你要开始写SQL代码了。同理，如果想让AI写Python代码，“import”是更好的提示。需要注意的是，这只是一个“信号”，你依然需要在提示词中说明“生成何种语言的代码”。

技巧4：给AI加个“人设”，它能理解得更好

让AI扮演一个特定的角色，是一个很常用的技巧。比如你想让一段文字变得更通俗易懂，可以在改写之前告诉AI：“You are a primary school teacher who can explain complex content to a level that a 7 or 8 year old child can understand. Please rewrite the following sentences to make them easier to understand。”

加上这句话后，AI输出的内容在用词和语法上都会有明显变化，读起来真的像是在跟小朋友讲话一样。这就说明，给AI设定一个清晰的“角色”，它能按照这个角色的语境去思考和表达，效果完全不一样。

技巧5：用特殊符号给AI划清“指令”和“内容”的界限

不管是做信息总结还是信息提取，你都会输入大段文字。这时候有一个小技巧：用“”“把指令和待处理的文本分开。尤其是在文本段落较多的时候，这能大幅提升AI反馈的准确性。

比如，下面这个提示词就是典型的“无区分”写法，AI很难判断哪是指令、哪是内容：

Please summarize the following sentences to make them easier to understand.
OpenAI is an American artificial intelligence (AI) research laboratory ...

更高效的做法是使用分隔符：

Please summarize the following sentences to make them easier to understand.
Text: """OpenAI is an American artificial intelligence (AI) research laboratory ... """

当然，也可以用###符号来区分，看个人习惯。但核心思想是：不要让AI去猜哪段是指令，哪段是待处理内容，用符号明确划界，效率会高得多。

技巧6：提前把“答案模板”画给AI看

这个技巧是“增加示例”的变种，常用于需要AI按照特定格式生成内容的场景。

比如，你想让AI总结一篇长文章，并且希望它按“主题”来罗列观点。那你可以在文章前面明确写出期待的格式。比如：“请按以下格式总结：Topic 1： - 关键观点1 - 关键观点2”。

这样一来，AI会严格按照你画好的框架来答题，而不是自由发挥。这对需要统一输出格式的项目来说，简直就是神器。

技巧7：一句话，让AI学会“反思”（Zero-Shot Chain of Thought）

有时候，直接提问，AI可能会给出错误或者片面的答案。解决问题的方法很简单，只需要在问题结尾加一句“Let's think step by step”（让我们一步步地思考）。

就是这么简单的一句话，模型输出的准确率会有明显提升。因为它是在引导AI进行逻辑推理，而不是凭感觉去做判断。

技巧8：“举一反三”的思维链条（Few-Shot Chain of Thought）

在上一个技巧的基础上，如果再给AI提供一个“它之前答错了一个类似问题”的例子，以及“这个例子是如何一步步正确推理的”，效果会更上一层楼。这被称为“Few-Shot Chain of Thought”（少样本思维链），它能进一步修正AI的推理路径，让它少走弯路。

总的来说，与AI对话这件事，本质上是一场关于沟通效率的修炼。多用正确的提问方式，你会发现AI的智能水平，远超你的想象。