很多人开始认真对待提示词，是从一次失望开始的。输入“写一段产品介绍”，返回的文本四平八稳，形容词堆了一片，读完仍不知道这台设备装在什么环境、维护周期多长。把同一件事重说一遍：读者是谁、他们最关心什么、控制在三百字内、不要形容词，只讲安装条件和维护周期。第二次的输出里，形容词没了，出现了具体的条件描述。
拆开看，它在补三样东西
一次提示词设计大致在补三样东西：任务边界、背景信息、输出形状。任务边界回答做什么、不做什么，比如“只写安装说明，不写卖点”；背景信息是模型无法从一句话里推断的部分，读者是谁、用在什么场合、有哪些已知条件；输出形状则是格式、长度、语气、要不要分点。
这三样里，前两样常被跳过。人们习惯把注意力放在措辞上，琢磨“请”“作为一个专家”这类句式，却很少检查自己有没有交代清楚读者和场景。措辞确实会影响输出，但它能起的作用有边界。
信息给多了也会跑偏
补信息不等于堆信息。把整本产品手册贴进去，模型未必挑得出关键的那三条，反而容易被次要段落带走。一种做法是分层：哪些是必须遵守的硬约束，哪些是可选的背景，哪些只是补充说明。层级清楚，模型抓重点时的表现会稳定一些。
另一个常被忽略的问题是判断权交出去太多。“你觉得怎么写合适”看似开放，实际是把本该由人决定的事推给了模型。提示词设计里难的部分，常常不是怎么问，而是先想清楚自己要什么——这件事在动手写之前就该有答案。
格式约束的两面
要求“分三点回答”“用表格呈现”“每段不超过五十字”，这类约束见效快，输出会整齐许多。代价是内容可能被格式牵着走：为了凑够三点，硬拆出并不成立的分支；为了塞进表格，把带条件的说明压成一句短语。约束是工具，用之前得知道它会牺牲掉什么。
语气上的约束同理。写“专业、克制”这样的词，模型的理解空间很大；换成“不要用感叹号，不要出现‘颠覆’‘极致’这类词”，留下的解释空间就小。抽象形容词与具体禁令之间，后者的执行路径是清楚的。
它管不到的地方
有些问题不是提示词能解决的。模型不知道的事实，问法再讲究也变不出来；需要现场确认的参数，只能由人去确认。还有一种情形是任务本身没想清楚——业务方自己也没想明白要什么，这时候反复改措辞，只是在原地打转。
评估也是难题。同一段文字，换个时间、换段上下文，输出可能有出入。这意味着很难凭一次对比判断某个写法是否站得住。可行的做法是攒一组自己有代表性的输入，反复跑，看哪些稳定、哪些飘。这活儿枯燥，但没有替代品。
把提示词设计当成写需求文档的一部分，心态会平一些。它不负责让模型变聪明，只负责把自己知道的事、想要的形状，尽量无损地传过去。传得清楚，输出就少一点猜测；传得含糊，后面就得多改几轮。