让模型改写一段产品介绍，返回的却是一篇泛泛而谈的说明文；请它列出会议待办，得到的却是对会议内容的复述。遇到这种情况，很多人会归因于模型不够聪明，然后继续堆形容词：更专业、更简洁、更有洞察。结果常常只是换了一种跑偏方式。
提示词设计真正处理的问题，不是把愿望写得更长，而是把模糊需求变成可执行的任务说明。它更像在给一位没参加前期讨论的同事交代工作：背景是什么，读者是谁，交付物长什么样，哪些内容不能碰。模型并不读心，它只能根据你给出的上下文做概率性补全。
先分清任务、材料与约束
一段可用的提示词，通常要回答三件事。任务是什么：改写、归纳、分类、检查还是生成方案。材料在哪里：原文、对话记录、术语表，还是需要模型先追问。约束是什么：字数、语气、格式、禁用表达、必须保留的信息。三者混在一起，模型就容易抓住显眼词，却漏掉真正的要求。
比如“帮我优化一下这段文字”，任务动词太宽，模型只能猜你想润色语句、压缩长度还是调整逻辑。换成“把下面这段文字压缩到指定字数以内，保留三个卖点和原有时间信息，不要添加新事实”，边界就清楚许多。这里不需要玄学句式，关键是让要求可检查。提示词设计的一部分工作，就是提前想清楚：拿到结果后，我凭什么判断它是否合格。
示例比形容词更接近验收标准
形容词往往很省事，也很容易失效。“专业”在不同团队里有不同含义，有人指术语准确，有人指语气克制，有人指结构完整。与其反复强调专业，不如给一个短示例，或者写出两三条可观察的特征：句子以陈述为主，避免感叹号，先给结论再解释原因。示例不必长，它提供的是方向感，而不是让模型照抄。
输出格式也值得写清楚。需要表格时，说明列名和每列内容；需要 JSON 时，给出字段含义和空值处理；需要分点回答时，限定每点长度。格式约束能减少模型在无关维度上的自由发挥。但约束太多会互相挤压：简短、完整、口语化、严谨、有创意同时出现，模型只能在冲突中折中。更现实的做法是拆成两步，先求信息完整，再做风格调整。
把追问和返工写进流程
不少人期待一句提示解决全部问题，实际使用中，追问往往更省时间。可以在提示里留一个出口：如果信息不足，请先列出需要补充的三项内容，不要直接编造。这样做的好处是，把隐藏假设提前暴露出来。模型不是永远可靠，提示词设计也不能替代事实核查。涉及原文没有的信息、具体数字或外部动态时，仍需要人工确认。
返工同样正常。第一次输出偏离要求，不必急着推翻全部提示，可以先定位偏差：是任务没写清，材料没给够，还是格式约束缺失。每次只改一个变量，下一次才知道变化来自哪里。若条件允许，把常用提示保存成模板，记录适用场景和已知问题。模板不是万能钥匙，它只是把重复沟通成本降下来。
回到开头那个答非所问的场景，真正要改的往往不是形容词的数量，而是任务说明的颗粒度。提示词设计并不神秘，它更接近一种清晰的写作训练：把想要的结果说具体，把判断标准放在前面，把模型当成需要上下文和反馈的协作者。做到这些，输出未必次次合意，但至少每一次偏离都更容易被看见，也更容易被修正。