同事把需求丢给模型：“帮我写个活动通知，清楚一点。”返回的文字不算离谱，却总像隔着一层：时间地点混在段落里，语气忽轻忽重，该留的联系方式反而漏了。他把原因归到模型不稳定。我重写一遍，补上读者、场合、必须出现的字段、不能出现的表达，结果才贴近需求。这个差别往往不在模型，而在提示词设计。
先看任务有没有被拆开
“答非所问”有时不是回答偏题，而是问题里藏着没有被说出的前提。写“活动通知”时，发布渠道、参与对象、报名方式、语气边界都默认在写作者脑中，模型没有这些默认项，只能猜。提示词设计的一个可操作动作，是把隐含要求外化成可执行的任务说明。
可以按四件事检查：要完成什么任务，输入材料是什么，哪些条件不能让步，输出长什么样。它们不必写成复杂模板，哪怕只用几行字，把“读者是谁”“放在哪里用”“必须包含哪几项”说清楚，模型拿到的就不只是一句愿望。
约束加到最后，为什么容易互相打架
有人习惯不断追加规则：简洁、完整、正式、亲切、要有感染力、不要空话。单看每条都合理，放在同一段提示里却可能彼此牵制。模型只能折中，于是文字变得四平八稳，或者顾了格式丢了内容。提示词设计更像划定边界：先决定哪些条件不能让步，再允许哪些部分自由发挥。
把“必须”和“尽量”分开，会省去很多来回。必须项适合写成短句，直接指向可核对的内容；尽量项可以保留弹性，比如语气倾向、段落长短、是否举例。这样模型知道哪里不能碰，哪里可以自己组织。
把输出当成检查表，而不是终点
模型返回后，先看哪条约束被忽略，而不是只判断“像不像”。格式乱了，是输出形态没写明；内容散了，可能是任务边界太宽；语气不对，往往缺少读者和场景。把这些观察回填到下一版提示里，提示词设计才从一次性尝试变成可复盘的工作方法。
也要承认这种写法的边界。它能组织表达、减少歧义，却不能替代事实核验、专业判断和合规审查。遇到需要查证的信息、涉及隐私的材料，或者任务本身还没想清楚，继续打磨措辞未必有用，先改需求也是一种处理。