提示优化技巧：人人都能学的提示工程

什么是提示优化？

提示优化是一门艺术与科学，即优化您给 AI 的指令，使其回复更准确、更相关、更有用。核心是在提问时用 AI 最能理解并据以行动的方式表达，从而产出尽可能贴合您预期与需求的结果。

这个过程包括：

1. 慎重选择用词。
2. 合理组织请求结构。
3. 提供上下文以引导 AI 的理解。

打个比方：提示优化就像给一位能力很强、却非常字面理解、而且刚到您国家和文化的新人下达指令。我们把 TA 叫作 Kim。

情景 1：指令含糊

您：“Kim，给我拿点喝的行吗？”

因为“喝的”可以有很多种理解，Kim 可能会带来一杯水，也可能带来一瓶辣酱。

情景 2：优化后的指令

您：“Kim，劳驾到厨房，把冰箱打开，给我拿一听冰可乐。如果没有可乐，一杯冰水也可以。”

在这种情况下，Kim 更有可能准确带回您想要的东西。

就像对 Kim 一样，您给 AI 的指令越清晰、越具体，效果就越好。AI 无法依赖共同的文化背景或“读懂弦外之音”，它完全依赖您在提示中提供的信息。

优化提示能节省时间，减少多轮追问；通过提供具体指令提升准确性，使回复更精确、更相关；详尽的提示还能激发创造力，促成更具新意、更加个性化的输出；最后，优化提示能帮助您充分发挥 AI 工具的潜能，最大化其能力。

必备的提示优化技巧

下面来谈谈您必须掌握的提示优化技巧。打好这些基础，能显著改善您与 AI 工具的互动。

1. 具体直截了当

避免模糊。含糊或开放式的提示往往会带来不可预期的结果，因为 AI 可能会关注您并不在意的方面，或给出过于笼统的信息。

示例：您想了解气候变化的成因，以及它对全球气温和海平面的影响。

含糊的提示：“跟我说说气候变化。”

输出： 气候变化是指全球天气模式和平均气温的长期变化。其主要由人类活动引起，尤其是化石燃料的燃烧。影响包括海平面上升、极端天气增多，以及对生态系统和农业的冲击。许多科学家认为，这是当今地球面临的最紧迫问题之一。

优化后的提示：“气候变化的三大主要原因是什么？它们分别会对全球气温和海平面造成哪些具体影响？”

输出：

1. 燃烧化石燃料：释放二氧化碳，自工业化前以来使全球气温上升了1.1°C。这通过海水热膨胀和冰川融化，每年约促使海平面上升3.3毫米。
2. 森林砍伐：降低二氧化碳吸收量，使大气 CO2 增加约15%。这间接推动气温上升和海平面增加。
3. 工业过程：排放甲烷、一氧化二氮等温室气体，强化温室效应。与 CO2 相比，这些气体的蓄热效应可高出25到300倍，进一步加速气温上升和海平面升高。

含糊的提示得到的是泛泛而谈，而优化后的提示则给出了关于成因与影响的具体、可量化信息。由此可见，明确具体能引导 AI 关注最相关的信息。

2. 设定上下文

提供相关背景信息有助于 AI 理解您请求的语境，从而给出更个性化、更准确的回复。

示例：您是一名素食运动员，对麸质过敏，想做一道意面。

基础提示：“给我一份意面食谱。”

输出： 这是一份简单的意大利面食谱：

食材：意大利面 400g，橄榄油 2 汤匙，蒜瓣 4 个，罐装番茄 400g，盐、黑胡椒、罗勒。

做法：煮面。用油炒香蒜末，加入番茄，小火炖 10 分钟。与面拌匀，调入盐、胡椒和罗勒。

优化后的提示：“我是素食者且对麸质过敏。能否推荐一份无麸质、素食、且高蛋白的意面食谱？”

输出： 这是一份高蛋白、无麸质、素食的意面食谱：

食材：鹰嘴豆意面 200g，什锦蔬菜 1 杯，熟扁豆 1/2 杯，橄榄油 2 汤匙，蒜瓣 2 个，营养酵母 1/4 杯，盐、黑胡椒、香草。

做法：煮鹰嘴豆意面。油中炒香蒜末和蔬菜。加入扁豆、熟面、营养酵母、盐、胡椒和香草，拌匀即可。

基础提示得到的是标准意面食谱；而优化后的提示加入了上下文，产出能满足特定饮食禁忌与营养目标的定制食谱。由此可见，提供上下文有助于获得更个性化、更相关的回复。

3. 定义期望的格式

明确所需格式，有助于让 AI 以对您最有用的方式组织回复。

示例：您想要 5 条健康饮食建议的编号清单，并希望每条都带有简短说明。

基础提示：“有哪些健康饮食建议？”

输出： 均衡饮食对健康很重要。餐食中多加入水果和蔬菜。限制加工食品和含糖饮料。通过经常饮水保持水分。注意食量并尝试专注进食。饮食中包含优质蛋白和全谷物。尽量不要不吃饭，尤其是早餐。

优化后的提示：“请给出一个编号清单，包含五条循证的健康饮食建议，每条用一句话解释。”

输出：

1. 每天摄入多种颜色的水果和蔬菜：可确保获得广谱的维生素、矿物质与抗氧化物。
2. 选择全谷物而非精制谷物：全谷物含更多纤维与营养，且与较低的心脏病和糖尿病风险相关。
3. 限制添加糖和饱和脂肪：过量摄入与肥胖、心血管疾病及其他慢性病相关。
4. 每餐包含优质瘦蛋白：蛋白质有助于维持肌肉，同时有助于控制食欲。
5. 注意控制分量：即使是健康食物，留心食量也更有利于保持健康体重。

基础提示得到了一段泛泛的建议，而优化后的提示则生成了清晰、结构化、且基于证据的具体清单。

4. 使用示例

提供示例能有效设定您期望的语气、风格或复杂度。

示例：

基础提示：“写一个关于魔法森林的短篇故事。”

输出：在一片茂密的森林里，古老的树木高耸在苔藓地毯之上。阳光穿过树冠，洒在林地上形成斑驳光影。名叫莉莉的小女孩走进这片魔幻之地，惊叹于仿佛在发光的五彩花朵。越往里走，她发现小精灵在枝叶间穿梭，它们的翅膀如钻石般闪烁。忽然，一只睿智的老猫头鹰现身开口，向她揭示森林的秘密。莉莉得知这片神奇的地方由自然之灵守护，并承诺守护它的奇迹。夕阳西下，她依依不舍地离开，心知总有一天会重返这片非凡的领域。

优化后的提示：“写一篇 200 字的魔法森林故事。语气要轻松俏皮，类似这个例子：‘在低语之林的心脏，月光在银叶上起舞……’”

输出：在咯咯林的心脏，阳光与影子小妖精玩起躲猫猫，住着一棵奇特的树，名叫老欧基。他的枝桠像巨人手中的甜点叉般扭扭曲曲，树叶用只有风能懂的语言低声细语。

一天，一只好奇的小松鼠纳特金蹿上老欧基的树干，小爪在古老树皮上挠得痒痒。“哎呀！”老欧基吱呀作响地说，“小家伙，是什么把你带到我这乱七八糟的枝杈上来了？”

纳特金眼睛像橡果帽一样大，叽叽喳喳道：“我在找咯咯林里最珍贵的笑声，欧基先生！人们说它能把愁眉变笑脸，连最暴躁的巨魔也会咯咯直笑！”

老欧基的树叶沙沙作响地笑了起来。“亲爱的纳特金，你正坐在它上面呢！”随着他根须用力一扭，摇曳的枝条开始给纳特金挠痒痒。

很快，整片树林都回荡着纳特金的咯咯笑、老欧基的呵呵笑，以及仙铃的欢声。自那天起，咯咯林名副其实，把欢乐送给每一位误入其奇妙怀抱的访客。

基础提示产出的是一则直白、略带通用的魔法森林故事；而包含所需轻松俏皮语气示例的优化提示，则生成了更具想象力与趣味的故事，具备拟人化元素与独特叙述声音。这说明提供示例能有效引导 AI 匹配特定风格或语气，得到更贴合的创意输出。

5. 迭代并打磨

尝试不同表述。如果初始回复不符合需求，不必介意——重述您的提示或补充细节即可。

示例：

初始提示：“如何提升我的公众演讲能力？”

输出： 提升公众演讲能力：

1. 经常练习

2. 了解您的受众

3. 清晰组织内容结构

4. 有效使用视觉辅助

5. 改善肢体语言

6. 控制音调与语速

7. 与观众互动

8. 开场有力、收尾有冲击力

9. 学会管理紧张情绪

10. 主动寻求反馈并从每次经历中学习

打磨后的提示：“克服公众演讲紧张情绪的 3 个高级技巧是什么？分别包含一个心理方法、一个身体练习和一个准备策略。”

输出：以下是克服公众演讲紧张的三个高级技巧：

1. 心理技巧：认知重评

将紧张重构为兴奋。不要对自己说“我很紧张”，而是说“我为这个机会感到兴奋”。这种细微的心态转变能把焦虑转化为正向能量。研究显示，将唤醒状态解释为兴奋而非焦虑，有助于在公开演讲中提升表现。

2. 身体练习：渐进式肌肉放松（PMR）

演讲前进行 PMR。从脚趾开始一路到头部，每组肌肉紧张 5 秒、放松 10 秒。该技术有助于缓解身体紧张，带来平静感。尤其在演讲前 15–20 分钟练习，效果显著。

3. 准备策略：带有感官细节的可视化

超越基础排练，进行生动的可视化。想象自己成功完成演讲，并调动五感：房间是什么样？您的声音如何？讲台触感如何？通过构建详尽的成功心像，您在为大脑预设积极结果，降低由不确定性引发的焦虑。

初始提示得到的是公众演讲的通用清单，其中仅简要提及如何管理紧张；而打磨后的提示明确要求三个类别的高级技巧，因而产出了更聚焦、更详尽的回复。每个技巧都解释了做什么、如何做以及为何有效。这表明不断迭代与打磨提示，能得到更具体、可操作且信息量更足的答案，贴合用户需求。

让我们总结一下学到的关键提示优化技巧：

高级提示优化技巧

现在，我们来探索一些更高级的提示优化技巧。

1. 角色扮演

让 AI 扮演特定角色，可以使回复贴合您所需的专业度与视角。这种技巧常能带来更聚焦、更具权威性的答案。

示例：您希望得到为高胆固醇人群量身定制的个人餐单，并包含每餐健康益处的解释。

基础提示：“为一位高胆固醇的人制定餐单。”

输出：

早餐：燕麦粥配莓果

午餐：烤鸡肉沙拉

晚餐：烤三文鱼配蔬菜

加餐：苹果片配杏仁酱

优化后的提示：“您是一位专注心脏健康的资深营养师。请为一位 45 岁的高胆固醇患者制定一份为期三天的餐单，并解释每餐为何有益。”

输出：

第 1 天：

早餐：燕麦粥配研磨亚麻籽和莓果。燕麦与亚麻籽中的可溶性纤维有助于降低 LDL 胆固醇，莓果提供抗氧化物。

午餐：扁豆蔬菜汤配什锦蔬菜沙拉。扁豆富含纤维和蛋白，有助于管理胆固醇并提升饱腹感。

晚餐：烤青花鱼配烤球芽甘蓝和藜麦。青花鱼富含 Omega-3，可提升 HDL（好胆固醇）并降低甘油三酯。

第 2 天：

早餐：希腊酸奶酸奶杯配核桃与梨片。酸奶中的益生菌或有助于降低胆固醇，核桃提供有益心脏的 Omega-3。

午餐：菠菜沙拉配烤鸡、牛油果与橄榄油酱。瘦肉蛋白有助于维持肌肉，牛油果与橄榄油中的单不饱和脂肪有利于改善胆固醇比例。

晚餐：豆腐什锦蔬菜炒配糙米。豆腐是优质植物蛋白来源，或有助于降低 LDL；糙米提供纤维与营养。

第 3 天：

早餐：全麦吐司配杏仁酱与香蕉片。全谷物提供有助于降低胆固醇的纤维，杏仁含有有益心脏的脂肪。

午餐：鹰嘴豆蔬菜咖喱配糙米。鹰嘴豆富含可溶性纤维与植物固醇，二者都有助于降低胆固醇。

晚餐：烤三文鱼配烤红薯与清蒸西兰花。三文鱼富含 Omega-3，可改善整体心脏健康与胆固醇水平。

基础提示给出了简单、通用且无解释的餐单；而使用角色扮演的优化提示，则生成了详细、个性化的餐单，并配有针对高胆固醇患者需求的营养学解释。

2. 思维链提示

鼓励逐步推理。在处理复杂问题，或当您想了解 AI 的推理过程时，要求提供逐步的解释。这不仅能给出答案，还能呈现背后的逻辑。

示例：您希望获得一套分析与提升客户留存的详细步骤流程，并包含每一步在真实场景中的实施示例。

基础提示：“如何提升我公司的客户留存？”

输出：

提升客户留存：

1. 强化客户服务
2. 实施忠诚度计划
3. 定期收集并落实客户反馈
4. 个性化客户体验
5. 提供有竞争力的定价与价值
6. 提供高质量的产品或服务
7. 通过多渠道与客户互动
8. 快速、高效地解决问题

优化后的提示：“请逐步讲解一套用于分析并提升公司客户留存率的流程。对每一步说明其目的，并给出可能的实施示例。最后，将该流程应用于一家年度客户流失率为 20% 的假想电商公司。”

输出：

逐步分析并提升客户留存的流程：

1. 分析当前留存数据目的：了解现状并识别客户流失的模式。示例：用 CRM 计算细分、购买频次、品类维度的留存率。
2. 开展客户调研与访谈目的：洞察客户留下或流失的原因。示例：发送净推荐值（NPS）问卷，并对流失与忠诚客户进行深访。
3. 识别流失关键驱动因素目的：找出客户离开的主要原因。示例：用数据分析将流失与客服互动、产品问题或价格顾虑等因素相关联。
4. 制定有的放矢的留存策略目的：针对已识别的流失驱动制定具体方案。示例：若价格是主要因素，实施针对复购的折扣型忠诚度计划。
5. 落地执行留存举措目的：将策略转化为行动。示例：针对高风险客户启动个性化邮件再唤醒活动，提供定制化优惠。
6. 监测并衡量结果目的：跟踪留存工作的效果。示例：用仪表盘按月监测留存率、客户终身价值等关键指标。
7. 迭代优化目的：基于结果持续优化策略。示例：对不同留存策略做 A/B 测试，并扩展有效做法。

将其应用于一家年流失率为 20% 的假想电商公司：

1. 分析显示：首次购买者与 6 个月未复购的用户流失率最高。
2. 客户调研表明：缺乏个性化与运费过高是主要痛点。
3. 识别的流失驱动：购买后触达不足、性价比感知偏低。
4. 拟定策略：上线个性化推荐引擎，并设立免运费门槛。
5. 执行举措：为新客户上线“欢迎系列”邮件，为不活跃客户上线“想念你”回访活动。
6. 监测重点：按月跟踪首次购买者的留存和沉睡账户的再激活。
7. 三个月后，留存提升 5%。继续迭代：测试不同免运费门槛，并将个性化扩展到网站体验。

基础提示只得到了一份没有语境和解释的泛泛建议清单；而使用思维链的优化提示则产出了带解释与示例的详细分步流程，随后还将其应用于具体场景。这表明，鼓励逐步推理能带来更全面、可操作、推理充分的回复，不仅告诉您“做什么”，还解释“为什么、怎么做”。

3. 温度与其他参数

一些 AI 工具允许您调整影响输出的参数。其中之一是温度（temperature），用于控制回复的随机性。

可以把“温度”想象成创造力旋钮。低温度会生成更可预测、更聚焦的回复；高温度则更具创意与多样性（也更不可预测）。

提示：“写一个关于机器人发现情感的短篇故事。”

温度 = 0.2（低，聚焦且可预测）：

“Unit-7 是一台标准工业机器人，设计用于装配线的高效作业。一天，在执行日常任务时，它发生了意外的系统异常。当它成功完成一项复杂任务时，传感器检测到中央处理单元出现异常的‘温热’。Unit-7 的程序无法对这种感觉进行分类。它记录下这一现象并继续工作，但异常持续存在。随着时间推移，Unit-7 开始期待这种‘温热’，把它与完成任务联系起来。虽然它说不出名字，Unit-7 却发现了‘满足’——它的第一种情感。”

温度 = 0.9（高，更具创意与多样）：

“在一个电路会歌唱、齿轮会咯咯笑的世界里，住着一台奇特的机器人，名叫拉斯蒂。拉斯蒂可不是普通的‘螺栓桶’；不，他的系统有个小故障，让他……充满好奇。一个繁星满天的夜晚，当其他机器人都在充电时，拉斯蒂偷偷溜出工厂。他在月光下转圈，他的金属四肢咣当作响，跳着笨拙的华尔兹。突然，一颗流星划过天际，拉斯蒂感到胸口某处迸出火花。那是惊奇？兴奋？还是一根松动的电线？天一亮，拉斯蒂回到工作岗位，但他已被彻底改变。他或许没有一颗心，却找到了更珍贵的东西——一个装满星尘与梦想的灵魂。”

在这个例子中，低温度（0.2）的回复更直白、逻辑性更强，遵循一条清晰、可预测的叙事路径：机器人通过程序与传感器逐步发现情感。

高温度（0.9）的回复更具创意和异想天开。它使用了更多比喻、拟人，以及更奇幻的场景来探讨机器人发现情感的主题。

两种回复都回应了提示，但高温度允许更多创意发挥、意想不到的元素与更丰富的语言；相对之下，低温度生成的内容则更聚焦、更贴近字面含义。

本教程还值得一提的其他可调参数有：

• Top-p（核采样）：可把它想作“多样性过滤器”。它帮助控制 AI 在回复中的词汇与想法多样性。
• 最大 tokens：类似设置字数上限；它决定 AI 回复的长度。
• 频率惩罚：像一个“减少重复”的机制，敦促 AI 避免过度重复相同词汇或短语。
• 出现惩罚：与频率惩罚相似，但更像“鼓励独特性”，推动 AI 采用更广的词汇和观点。
• 停止序列：就像给 AI 设定“停车标志”。一旦触及这些预设短语，就会停止生成。
• 生成数量：类似让 AI 给出多稿方案，会针对您的提示生成若干不同回复。
• 种子（seed）：可以把它当作“重播按钮”。使用相同的种子可复现完全一致的回复，有助于保持一致性。
• 模型选择：就像给 AI 选择不同的“大脑”，有的更先进、更强大。

请记住，并非所有 AI 工具都会向用户开放这些参数，但理解其原理有助于您在措辞上引导模型，获得更聚焦或更具创意的回复。

结语

在结束本次提示优化教程之际，让我们回顾一下今天涉及的要点。

• 清晰、具体的提示会带来更准确、更有用的回复
• 上下文至关重要——提供的信息越相关，效果越好
• 格式同样重要——引导 AI 以最有帮助的方式组织回复
• 示例与类比可引导 AI 贴近您期望的风格或语气
• 不要害怕迭代与打磨提示

虽然我们聚焦于优化 AI 的提示，但别忘了最强大的工具依然是您的创造力与批判性思维。AI 可以是出色的助手没错，但最终还是您独特的视角与判断力，决定如何用它解决现实问题、创造有意义的创新。

所以下次面对空白的提示框，请记住我们讨论过的策略。认真构思您的问题，清楚表达意图，并大胆引导 AI 产出您所需的特定洞见。

祝您提示顺利！