把一段需求交给模型,最初只写了三行,结果勉强能用。不满意,于是补背景、补约束、补格式,再加上“务必”“严格”“不要遗漏”,凑到二十来行。输出却开始跑偏:该简的地方铺陈,该细的地方一笔带过。
这大概不是模型变差了,而是提示词设计里一个很常见的错觉——信息量和清晰度不是一回事。字数增加,指向未必更明确。
详细是加法,清晰是排序
一段提示词里同时写着“尽量简洁”和“覆盖所有要点”,模型只能猜你更在意哪一个。约束之间彼此拉扯时,它通常会挑一条执行,或者各让一步,折中出来的东西往往两头不靠。
我后来养成一个习惯:写完先数一数有几条要求。超过五条,就停下来看有没有重复和冲突。多数时候能删掉三分之一,删完再跑,结果反而稳。
“不要什么”比“要什么”难写
“不要用术语”“别写太长”“避免空话”——这类否定式指令,模型得先知道术语、长、空话各自指什么,再绕开。绕开的过程里,边界是模糊的。
换成正面描述会具体一些:用日常词;控制在三句话内;每段给一个可核对的事实。提示词设计里,描述目标状态往往省力一些;禁止清单则要额外解释每一项的边界。
形容词之外,加一个短例子
“语气专业一点”是形容词,每个人心里的标准不同。“像给同事写邮件,先结论后背景”——这是可比对的参照。给一两个短例子,格式和语气就有了落点;形容词堆十个,仍然是各自理解。
例子不必长,一两句足够。关键是它要和你的真实需求同构,而不是随手从别处抄一段。
把提示词拆开写
我现在习惯分成四块,写的时候能一眼看出哪条多余:
- 任务:要模型做什么,一句话
- 输入:它能用的材料是什么
- 约束:长度、语气、不能碰的部分
- 输出:格式、颗粒度、要不要先提问
拆开之后会发现,很多约束其实是自己没想清楚,转手丢给了模型。提示词设计更像编辑工作——删、并、调顺序,而不是许愿。
边界在哪里
也没有通用模板。任务简单,一句话就够;任务复杂,与其让它猜,不如在提示词里留一句“有不确定的地方先问我”。这一步常被跳过,但省下的返工时间不少。
说到底,写提示词真正要练的,是把自己想要什么想清楚。这件事,模型帮不上忙。