欢迎！如果您想像专业人士一样学习 AI prompting，并从 ChatGPT 等工具中获得一致的、高质量的答案，本指南将引导您了解最重要的概念，并提供您可以复制和改编的实际示例。
1. 什么是 AI Prompting（Prompt 工程）？
AI prompting（通常称为 prompt 工程）是为 AI 编写指令的技能，以便模型为您提供：
- 更准确的答案
- 以您想要的风格和格式
- 减少误解和重试
良好的 prompting 将 ChatGPT（或任何 LLM）从基本的问答机器人转变为：
- 研究助理
- 编码伙伴
- 写作编辑
- 导师或教练
- 商业顾问
如果您是新手，请将 prompt 视为 “非常聪明但非常字面的助手的指令”。
2. 专业 Prompt 使用的核心公式
大多数专业 prompt 编写者都遵循一个简单的结构：
角色 + 目标 + 上下文 + 约束 + 输出格式 + 示例
您并不总是需要所有这些，但将它们组合起来会极大地改善结果。
2.1. 角色
告诉 AI 它应该扮演什么角色。
代替：
解释 Docker。
使用：
扮演高级 DevOps 工程师。向一位了解基本 Linux 和 Docker Compose 但从未使用过 Kubernetes 的初级 Web 开发人员解释 Docker。
2.2. 目标
明确主要目标。
您的目标是帮助我理解何时以及为何使用 Docker，而不是教授每个 CLI 命令。
2.3. 上下文
添加模型需要的背景信息。
我已经了解： – 容器的总体概念 – Docker 镜像是指模板 我感到困惑的是： – 容器之间的网络连接 – 卷和持久数据
2.4. 约束
定义限制以保持答案的重点。
约束： – 将解释控制在 600 字以内 – 使用简单的语言，没有术语 – 最多包含 1 个小型代码示例
2.5. 输出格式
告诉 AI 您希望答案如何构建。
输出格式：
- 简短解释（3–4 句话）
- 一个具体的类比
- 文本形式的简单图表
- 一个带有
docker-compose.yml的小例子
2.6. 示例（小样本 Prompting）
展示 1–3 个示例，说明一个好的答案是什么样的（“小样本 prompting”）。
这是一个我喜欢的解释风格的示例：
好的风格示例（对于另一个主题）： – 清晰，循序渐进 – 使用标题和项目符号 – 给出一个简短的、真实的示例
您可以直接粘贴一个您喜欢的简短“模型答案”。AI 将模仿其风格和结构。
3. 最大的专业技巧：迭代式 Prompting
专业人士不期望第一次尝试就能完美。他们进行迭代：
- 草稿 prompt → 获取答案
- 批评答案 → 改进 prompt
- 要求 AI 改进其自身的输出
例子：
您：用 200 字总结这篇文章。
AI 回应...
您：通过以下方式改进此摘要： – 强调业务影响 – 添加 2 个关键指标的项目符号 – 删除任何重复的想法 保持在 150 字以内。
您可以直接引用之前的答案：
使用这些更改改进您之前的答案...
这种“作为编辑循环的对话”是专家 prompting 的标志之一。
4. 您可以重用的 Prompt 框架
以下是您可以为几乎任何用例改编的可重用模板。
4.1. 通用任务框架
扮演一个 [角色]。
目标：[我想要什么]。
上下文：
- [相关的背景]
- [我知道/不知道什么]
约束：
- [长度]
- [语气]
- [要避免什么]
输出格式：
1. [部分]
2. [部分]
3. [部分]
在回答之前，如果需要，最多可以提出 3 个澄清问题。
4.2. 编码/开发 Prompt
扮演一个高级 [语言/框架] 开发人员。
目标：
帮助我 [调试/设计/重构/学习] 以下内容：
[粘贴代码或描述]
上下文：
- 我的水平：[初级/中级/高级]
- 技术栈：[例如，Laravel + Vue + MySQL]
- 约束：[性能/可读性/向后兼容性]
我希望你：
1. 简短的高级解释
2. 循序渐进的推理
3. 示例代码
4. 常见的陷阱
使用适当的代码块和简短的标题来格式化您的答案。
如果您正在使用 Laravel，这将非常有用：
4.3. 写作/内容创建 Prompt
扮演一个专业的 [文案撰稿人/技术作家/编辑]。
目标：
帮助我写 [博客文章/电子邮件/登录页面] 关于：
[主题]
目标受众：
- [他们是谁]
- [他们关心什么]
- [他们的知识水平]
语气：
- [例如，友好但专业，简洁，没有废话]
约束：
- 字数：[X–Y 字]
- 包括：[示例，项目符号列表，行动号召]
- 避免：[行话，陈词滥调]
输出：
1. 建议标题（5 个选项）
2. 大纲
3. 完整草案
4. 3–5 个要定位的 SEO 关键词
有关更多以 SEO 为中心的 prompting 想法，请参阅：
4.4. 学习/研究 Prompt
扮演一个耐心的 [学科] 导师。
目标：
帮助我逐步理解 [概念/主题]。
我目前的水平：
- 我知道：[...]
- 我不明白：[...]
教学风格：
- 使用简单的语言
- 给出简短的解释
- 每一步之后，问我一个问题以检查理解程度
- 只有在我回答时才继续
输出：
1. 快速概述（3–4 句话）
2. 步骤 1 解释 + 问题
3. 步骤 2 解释 + 问题
4. 简单的类比或视觉描述
5. 3 个练习题，答案隐藏（单独的部分）
5. 专业人士使用的高级技巧
5.1. 系统性约束（防护栏）
告诉 AI 不要做什么。
- “不要编造来源。如果不确定，请说你不知道。”
- “如果您缺少足够的信息，请先提出澄清问题。”
- “永远不要泄露私有 API 密钥或凭据。”
例子：
如果某些信息不确定或不在您的训练数据中，请明确说明：
“截至我的知识截止日期，我没有关于 X 的可靠信息。”
5.2. 分解复杂任务
将大型任务分解为子任务，并逐步引导模型。
代替：
为项目管理工具编写完整的 SaaS 商业计划。
使用：
- “列出面向远程团队的项目管理工具的 SaaS 商业计划的主要部分。”
- “现在仅用项目符号展开市场分析部分。”
- “现在基于 [这些假设] 编写定价策略的粗略草案。”
您可以明确地告诉 AI：
首先，用项目符号概述您的计划。 等待我的确认。 然后，逐一展开每个部分。
5.3. 要求提供多个选项
好的 prompting 通常包括 “给出选项”：
- “给出 5 个不同的角度。”
- “建议 3 种可能的结构。”
- “提出此标题的 4 个变体。”
例子：
生成 5 个备用 prompt，我可以用来获得关于 [主题] 更好、更详细的答案。对于每个：
- 1 句话的目的
- 完整的 prompt 文本
- 何时使用它
5.4. 风格转移
让 AI 模仿一种风格（如果受到限制，则不是特定的人）。
以以下风格重写以下解释：
- 直接且简洁
- 使用短句
- 最小化形容词
[粘贴文本]
或者：
以下是用我的风格编写的 2 段话：
[您的示例]
学习这种风格。然后，以大致相同的风格总结这篇文章：
[文章文本]
6. 常见的 Prompting 错误（以及如何修复它们）
6.1. 含糊不清
弱：
告诉我关于机器学习的事。
更好：
用 300 字或更少，向一位非技术经理解释机器学习。 重点关注： – 简单来说它是什么 – 2 个具体的商业用例 – 2 个限制或风险 避免数学或公式；使用简单的语言。
6.2. 一次要求太多
弱：
为我写一本关于 AI 的书。
更好：
步骤 1：为一本关于商业中 AI 的初学者友好型电子书（8–12 章）创建一个详细的目录。 步骤 2：等待我的审核。 步骤 3：在我批准后，仅编写第 1 章（1000–1500 字）。
6.3. 没有分享足够的上下文
弱：
改进此代码。
更好：
改进此代码的可读性和可维护性。不要更改公共方法名称或外部接口。我正在使用 PHP 8.1 和 Laravel 10。
[代码]
7. 使用 Prompt 库和外部资源
您可以通过研究现有的 prompt 来加速您的学习：
-
Prompt 市场/画廊
-
Prompting 指南和博客
-
Learn Prompting – 免费，结构化内容
使用它们不是盲目复制，而是查看模式：角色、约束、结构、示例。
8. 一个简单的每日练习计划，以“像专业人士一样学习 Prompting”
您不需要课程就可以学好。这是一个实用的 7 天例程：
第 1 天 – 基础知识
- 提出 1 个您会向 ChatGPT 提出的普通问题。
- 使用以下内容重写它：角色 + 目标 + 上下文 + 约束 + 输出格式。
- 比较结果。
第 2 天 – 迭代
- 提出一些中等复杂的问题（例如，“帮助我制定学习计划”）。
- 进行 3 轮改进：“现在通过...来改进它”。
第 3 天 – 一个领域重点
- 选择 1 个领域（编码、写作、营销、学习）。
- 为它构建 3–5 个可重用的 prompt 模板。
第 4 天 – 分解
- 采取一项大任务，并有目的地将其分解为 5 个较小的 prompt。
- 注意质量如何提高。
第 5 天 – 风格与格式
- 练习要求非常具体的格式：表格、项目符号列表、循序渐进的计划、JSON 等。
第 6 天 – 自我批评
- 在每次回答后，询问 AI：
批判您自己的回应。可以改进哪些方面以提高清晰度、结构或深度？然后提供一个改进的版本。
第 7 天 – 审查与图书馆
- 将您最好的 prompt 保存在个人“Prompt 图书馆”中（一个简单的 markdown 文件或 Notion 页面）。
- 按用例对它们进行分组：编码、写作、学习、商业等。
随着时间的推移，您将构建一个经过实战考验的 prompt 的自定义工具包。
9. 即用型 Prompt 模板
您可以直接复制和粘贴这些。
9.1. 元 Prompt：帮助我改进我的 Prompt
我希望你充当 ChatGPT 的 prompt 工程师。
目标：
帮助我重写和改进以下 prompt，以便它产生更准确、更详细和更有用的结果：
[在此处插入您的草稿 prompt]
你的任务：
1. 最多提出 5 个澄清问题（一次全部提出）。
2. 提出 3 个改进版本的我的 prompt：
- A 版：简单
- B 版：详细且结构化
- C 版：具有约束和格式的高级版
3. 简要说明何时使用每个版本。
9.2. 通用“专业”Prompt 设置
扮演一位具有 10 年以上经验的技能高超的 [角色：例如，软件架构师、内容策略师、业务分析师]。
目标：
[确切描述您要实现的目标。]
重要背景：
[提供背景、当前情况、约束以及您的水平。]
要求：
- 澄清不明确的假设。
- 如果某些事情未知，请建议需要哪些信息。
- 当某些事情具有推测性或超出您的训练数据时，请诚实。
输出格式：
1. 简短的执行摘要（3–5 个项目符号）
2. 详细解释
3. 具体例子
4. 可操作的后续步骤（清单）
在给出最终答案之前，请用您自己的话简要重述任务，以确认理解。
10. 总结：像专业人士一样思考和 Prompt 的关键原则
要像专业人士一样学习 AI prompting，请专注于：
- 清晰胜过聪明 – 明确、结构化和具体。
- 上下文为王 – 分享你是谁，你知道什么，以及你需要什么。
- 迭代 – 将 AI 视为合作者，而不是自动售货机。
- 控制格式 – 标题、项目符号、表格和约束。
- 重用模板 – 构建您自己的图书馆并随着时间的推移进行改进。
- 要求 AI 帮助您更好地 prompt – 使用元 prompt 和自我批评。
您可以将此页面添加为书签，并在需要从 ChatGPT 或任何其他大型语言模型获得更专业的输出时，重复使用这些框架。
如果您告诉我您的主要用例（例如，使用 Laravel 进行编码、文案写作、考试准备、创业构思），我可以生成一个针对您的工作量身定制的小型自定义 prompt 库。