“帮我总结一下”和“从这份材料里抽出三条可执行的动作，每条注明依据的原文段落”，落在同一个模型上，得到的往往不是同一种东西。前者给你一段四平八稳的概述，后者给你一张能直接贴进工作表的清单。差别不在措辞漂不漂亮，而在任务有没有被说成一件可以核对的事。
含糊的动词最耗成本
“优化”“梳理”“润色”“深度分析”，这些词在人之间靠默契补全——你知道对方要什么，也知道交上来的东西大概长什么样。模型没有这份默契，它只能沿着训练里见过的平均形态去猜。猜对了是运气，猜偏了也不是它不听话。
比较稳的做法，是把一个含糊动词拆成三样东西：对象、动作、判据。对象是你要它处理哪一段文字、哪一批数据；动作是抽取、改写、比对还是归类；判据是做完之后凭什么说它做对了。第三样最常被漏掉，也最能决定输出能不能用。
提示词设计里被低估的一段：输出契约
很多人把力气花在前半句“你是一位资深……”上，却把最后那句“请给出结果”写得很随意。真正影响可用性的，常常是这段收尾。
- 格式：要表格、要条目还是连续段落，字段名是什么，顺序是否有要求。
- 长度：是三百字以内，还是必须覆盖全部要点，两种要求会打架，需要提前取舍。
- 缺失处理：原文没写的字段是留空、写“未提及”，还是允许推断，这一条不写清楚，模型多半会替你补。
- 不确定时怎么表达：允许说“根据现有材料无法判断”，往往比强行给一个答案更有价值。
所谓提示词设计，很大一部分工作就是把这几件事提前定死，让输出从“看着还行”变成“可以逐条验收”。
堆得多，不等于说得清
还有一种常见的用力方向：把背景、示例、注意事项一路往上加，末尾再补几个“务必”“一定要”。指令之间彼此冲突时，模型不会来问你哪个优先，它会在中间挑一个执行，或者折中成一个谁都不太满意的版本。写提示词时的克制，不是少写，而是别让两条要求互相拆台。
示例也是同理。挑一个四平八稳的典型例子，模型学到的是表面格式；挑一个边界情形——比如材料里有两处说法不一致、有一项信息缺失——它才可能学会你真正在意的处理方式。
它管不到的地方
把提示词设计说成万能，是另一种偷懒。模型不知道的东西，写多少字它也不会突然知道；长文档里靠后的细节被漏掉，通常不是提示词不够客气，而是信息在上下文里被稀释了；需要事实准确的内容，仍然要靠原始资料和人工复核兜底。提示词能约束表达方式和处理路径，约束不了知识边界。
所以更实际的心态是：先判断这个任务靠语言描述能不能说清楚。如果连你自己都说不清什么样的结果算合格，那问题大概率不在提示词，而在流程本身还没理顺。
它更像一份要维护的文档
一旦某个提示词被反复使用，它就不再是一句话，而是一份小型规范。这时候值得做几件朴素的事：给它留个版本号，记下每次改动是为了解决什么问题，存几条典型的输入输出当作回归样例。改动一句约束之后，把旧样例重跑一遍，看看原本正常的输出有没有被带偏。
这件事听起来琐碎，却能省掉大量“上次明明还好用”的困惑。提示词设计做到后面，拼的不是灵光一现的措辞，而是对任务的理解有多具体，以及愿不愿意把这份理解写成别人也能照着用的文字。