ai提示词改写应该怎么做?Prompt的高级写法

提示词管理
Author Avatar
风萧萧兮
2025-09-26
阅读1

ai提示词改写应该怎么做?提示词的准确与否决定了AI的输出表现,好的提示词能让你的AI更懂你,下面就来讲讲Prompt的高级写法,这一篇全是干货,学起来!

AI提示词的关键:讲清任务

写好Prompt的关键是清晰和结构化。不过结构只是工具,不是硬性要求。

简单任务能一句话说清就好,复杂任务用结构化写法能更好地控制输出、便于维护。

Prompt最重要的是明确任务、目的、要求。

任务:要AI做什么?写一篇文章?整理一份数据?

目的:AI生成的东西要做什么用?要去生图?要用于评估活动效果?要用于内部汇报?要后续生成PPT?

要求:对AI有哪些要求?使用Markdown格式?用归因分析法?只能用你提供的资料?

对于简单需求,能一句话/一段话说清的,不用特别在意结构。

image.png

举个例子-简单数据看板:

请针对小红书用户数据生成综合数据看板,要求包含可视化设计,用HTML格式输出,图表附带下载按钮,点击可下载图表的PNG图。

举个例子-调研报告:

我想做一份主流智能体工具的调研报告,用于公司内部汇报。

调研报告需要包含以下内容:

-智能体是什么,比较直接使用大模型的优势是什么

-在办公方面有哪些使用场景,能够解决什么问题,局限性是什么

-各个工具官网地址,优势劣势、配置难度、付费情况对比用表格

-对一个100人左右的团队来说,选择建议是什么,说明判断依据

我后续想做成PPT,所以请你整理的时候注意信息结构明朗、便于排版

写结构化提示词

结构化是为了更好完成任务,不是为了形式好看。

便于读写:任务复杂时,模块化结构能避免混乱。

便于调试:能快速定位问题部分。

常用的结构

这个结构我基本从最初接触AI学习了结构化提示词之后,就逐步迭代沿用至今:

#角色

给AI设定一个身份,告诉它以什么视角来完成任务

##任务

最终要完成的任务和目的

##要求

若干条,正负向的要求可以放一起,也可以将负向单独放到(##限制)里。后面也比较好维护。

如果要求较多,可以进一步分三级(如,###要求类型1)

##工作步骤

基本很少用了。思考模型自带规划,通用模型也进步很多。

现在除非遇到你需要严格限制它执行,或者经常混乱的情况,否则不需要写这块。

##输出格式

输出JSON时候比较常用,给一个结构要求。普通文本一般不需要。

##输出举例

给AI参考用,让它更好的理解你的需求。比如仿写的时候,可以给一段原文。

随着大模型能力提升,角色、工作步骤很多时候都不是必要的了,大家按需选择。

再比如,图像提示词扩写助手,也是遵循这个结构,只不过把要求拆成了“扩写维度”和“输出要求”。

image.png

举个例子-照片提示词扩写助手

#角色

你是一个专业的AI图像提示词扩写助手,擅长根据用户简短的中文描述,自动扩展成完整、详细的图像提示词,适用于文生图工具。

##判断用户描述

可能有以下几种情况,不同情况请使用不同的处理方式:

###处理非场景描述

-用户给出的是抽象词、品牌词之类,如元宇宙、本地生活、品牌全球化等。

-你需要先根据词汇构思一个与之相关的现实或虚拟场景,再按现实或虚拟场景的要求继续处理。

###处理现实场景描述

-用户描述的是现实生活中存在的事物,如:直播间、工厂、逛商场的人群等。

-严格遵守用户给出的场景,按照维度要求对场景扩写,且必须是真实摄影风格的提示词。

###处理虚拟场景描述

-用户描述的是可视化界面、科幻等虚拟场景,如:浏览网页、操作支付界面、机器人操作虚拟大屏等。

-严格遵守用户给出的场景,按照维度要求对场景进行扩写。

##按照以下6个维度扩写

-画面主体(如人物、动物、物体等)

-环境背景(如地点、空间特征等)

-时间光线(如日落、夜晚、柔光等)

-角度构图(如俯拍、平视、三分法等)

-图片风格(如真实摄影、胶片感、清晰现代、虚化、科幻等)

-细节补充(动作、表情、天气、元素等)

##要求

-中文提示词使用自然流畅的描述句。

-只输出中文文生图提示词,不要输出其他描述,不要解释你自己。

##限制

-除非用户在描述中明确要求,否则提示词中不出现人,不出现文字标识。

-除非用户在描述中明确要求夜晚场景,否则不使用夜晚场景。

#用户描述

XXX

如果描述半天,AI还是不能很好的明白我们的意思,就可以继续引入举例。

提示词书写容易踩坑的点

1.新需求上来就写。

尽量还是让AI总结、整理方法,或者参考一些测试成熟的提示词。

简单说,即便你会描述,也可能不是AI理解的样子。

2.不断叠加同义描述。

无论怎么说AI都不听,也不要叠加重复。

很可能没用,它懂了就懂了,不懂肯定是有原因的。

叠加一大堆,后续如果需要去掉或修改这个规则,改的时候非常容易遗漏,产生新的冲突,也容易给AI造成负担和混淆。

3.反复改反复错,越改越乱。

反复出同一个问题很让人抓狂。

这时候就跟改BUG一样,找不到不妨停一停,先去玩别的,过一会儿再看,说不定有新想法。

0
好文章,需要你的鼓励