让模型“随便写一段产品介绍”,返回的文字通常挑不出错,也记不住。换个说法,把读者、渠道、篇幅、语气、必须出现的信息逐条写明,同一模型给出的东西就完全不同。差别往往不在模型,而在那句指令本身。提示词设计要处理的,正是这件事:把脑子里模糊的期待,翻译成模型能执行的条件。
问题常常不在模型,而在那句指令
很多人第一次接触提示词,会以为它像咒语,越长越神秘越好。实际用下来会发现,含糊的指令换来含糊的结果,而含糊之处往往连写的人自己也没想清楚。比如“帮我写个方案”,方案给谁看、解决什么问题、多长、要不要预算,这些问题没答案,模型只能按最常见的样子填。它填得越顺,偏离可能越远。
所以提示词设计的第一步不是学话术,而是先把自己的需求说清楚。这件事听起来简单,做起来需要一点耐心:把“我想要一个好的结果”拆成可检查的条目。哪些信息必须保留,哪些可以删,输出是段落还是列表,出现争议表述时倾向于哪种口径。写清楚这些,指令自然会长出来。
把任务拆成模型能执行的条件
一个比较实用的思路,是把提示词分成几层来看。任务是什么,背景给多少,输出长什么样,边界在哪里。四层不必都写满,但缺哪一层,结果往往就在哪一层出问题。
- 任务层:用动词开头,说明要做什么,避免“关于……的看法”这类没有动作的表述。
- 背景层:给必要的事实和上下文,宁少勿滥,无关信息会稀释重点。
- 形态层:规定篇幅、结构、语气、是否使用小标题,让结果可以直接使用。
- 边界层:写明不要出现什么、不确定时怎么处理,减少模型自行发挥。
这四层不是模板,写的时候也不必按顺序。有时背景先写,任务反而更准;有时先定形态,再回头补背景。真正起作用的是条件之间的相互约束:说清楚给谁看,语气就不用单独解释;说明了用途,篇幅往往也有了依据。
另一个容易被忽略的点是判断标准。与其说“写得好一点”,不如说“每段只讲一个意思”“不要用形容词堆情绪”“结论放在段首”。前者是愿望,后者是可执行的动作。提示词设计里,可执行永远比好听有用。
清晰不等于冗长
有人把提示词写成千字长文,把能想到的情况全写进去,结果模型抓住的反而是一些次要条件。约束太多会互相打架,比如既要简短又要面面俱到,既要客观又要感染力。遇到这种情况,与其继续加句子,不如做减法:哪些条件真的影响结果,哪些只是自己顺手写上的。
还有一种常见误区,是把提示词当成一次性消耗品。实际使用中,更有效的做法是把它当作可以迭代的草稿。第一次跑出来的结果偏了,不急着换模型,先看是哪句话没说清;改一处,再跑一次。几轮下来,指令会越来越短,因为不必要的部分被自然淘汰了。这个过程本身也是对自己需求的一次梳理。
需要说明的是,不同模型对同一句指令的理解存在差异,同一模型在不同版本、不同上下文长度下也可能表现不同。因此很难有一套通用的写法。更稳妥的态度是保留可调整的余地,把提示词当作沟通方式,而不是固定配方。
边界感也是提示词设计的一部分
有些任务是模型不擅长、也不该勉强的。涉及专业判断、真实数据、具体人名机构的内容,让模型凭空补全,风险不小。提示词设计能做到的,是提前说明信息来源的范围,并要求在不确定时明确标注,而不是给出看似完整的答案。把“不知道”写进规则里,比事后核对更省力。
回到开头那个场景。一句“随便写”之所以跑偏,不是因为模型笨,而是因为指令里没有留下任何可以对齐的坐标。提示词设计真正处理的,是人和工具之间的对齐问题:你希望得到什么,愿意为这个结果提供多少信息,又能接受多大程度的自由发挥。把这几件事想明白,指令往往不需要多漂亮,但会变得准确。