一个好提示词的解剖结构 —— 五个部分,缺一不可

2026/05/08

如果你曾经困惑过为什么有些提示词能拿到能用的答案,有些拿到的像 LinkedIn 鸡汤——答案是结构。好提示词都有相同的解剖学。这篇文章讲每一部分:它是什么、为什么重要、在真实提示词里长什么样。

解剖学为什么重要

写提示词,是在给模型下任务书。模型——像一位聪明同事——会自动填补你留下的任何空白。空白越大,它越要靠猜,而它的猜测会朝着它读过的所有文本的平均靠拢。所谓"AI 答案很套路",其实是"我的提示词留的空白太多了"。

提示词生成器 就是围绕这个洞察建的:它识别你写的提示词里的空白,让你回答最关键的几个,然后把结果组装成一条五要素都齐全的结构化提示词。无论你用工具还是手写,解剖学都是一样的。

第 1 部分 —— 角色(Role)

每条好提示词的第一句都点明模型在扮演谁。要具体。

差:"你是一个 AI 助手。" 好:"你是一位 Series B SaaS 公司的资深产品经理,出过 50+ 个功能,写出来的 PRD 是工程师真能照着做出来的版本。"

角色一句话同时干三件事:锚定专业度(让模型用对领域词汇)、锚定语气(资深 PM 不会像营销实习生那么写)、锚定判断力——约束冲突时,角色告诉模型用谁的价值观来权衡。

第 2 部分 —— 上下文(Context)

模型需要知道哪些它猜不到的、关于你具体情况的事实?

这是最常被跳过的部分。用户知道上下文(那是他自己的事),于是忘记模型不知道。然后模型给一个针对平均情况的答案,而不是你的情况。

有用的上下文包括:

  • 受众:这是给谁看的,用他们职位的语气说
  • 阶段:你在过程的哪一步——探索、决策、执行
  • 历史:你已经试过哪些没用的方法
  • 干系人:谁要拍板,谁会卡
  • 上游约束:预算、deadline、合规要求

两句话的上下文能把一个"没用"的提示词变成"正是我要的"。

第 3 部分 —— 约束(Constraints)

约束是答案必须遵守的规则。它们是提示词里防止模型漂向平均水平的部分。

强约束的例子:

  • "长度:250-400 字"
  • "语气:自信,不要 hype。不许用感叹号、不许说'我们很激动'。"
  • "必须包含用户提供的三个具体数据点"
  • "不要用名字提到竞品"

约束的诀窍是,否定约束往往比肯定约束更有用。"不要"告诉模型避开什么。坏答案的空间是巨大的,把它排除掉就是高杠杆。

第 4 部分 —— 输出格式(Output Format)

答案应该长什么样?

大多数提示词在这里浪费了最容易的胜率。"总结一下" 给你的是模型当时心情:有时一段话、有时 bullets、有时一堵墙。"以 3 个 bullet 形式总结,每个 ≤ 20 字" 给你的就是 3 个 ≤ 20 字的 bullet。

常见输出格式:

  • Markdown 标题 + bullets(适合解释类)
  • 指定 JSON schema(适合喂下游代码)
  • 带列名的表格(适合对比)
  • 编号列表(适合步骤)
  • 双栏前后对比(适合 diff)

如果答案要喂另一个工具,严格定义格式。如果是给人看,挑人会真的浏览的格式。

第 5 部分 —— 成功标准(Success Criteria)

你怎么判断答案合格?

这是最常被跳过的部分,也是最容易补的部分。一条成功标准是一句话,模型可以拿它在停笔前自检。

  • "总结合格的标准是,一位忙碌的高管读完后能用一句话讲出要点。"
  • "PRD 合格的标准是,每个用户故事至少 3 条验收标准,并有显式的'不在范围内'章节。"
  • "邮件合格的标准是,读者 5 秒内能判断出我们希望他下一步做什么。"

成功标准还让 AI 提示词生成器 能做智能的多轮精化——它可以拿模型第一版输出对照你给的标准,识别还有哪些空白要补。

五要素拼装好的真实示例

把五要素拼起来,场景是"帮我跑一次工程团队季度复盘":

**角色:**你是 200 人 SaaS 公司的工程总监,跑过 12 次季度复盘,知道什么能让复盘有价值、什么会让复盘变成形式主义。

**上下文:**我团队 8 个工程师,中型 B2B 产品,本季度交付了 60% 的计划路线图,错过两次主要发布。两个工程师想晋升。一个有离职风险。

**约束:**别用 corporate-speak、别提 "synergy"。直接复盘错过的发布,但不点名个人。离职风险工程师私下谈,不要放进团队复盘里。

**输出格式:**三块——团队复盘(700-900 字,结构化)、晋升对话(每个一段)、跟离职风险工程师的 1:1 talking points(3-5 个 bullet)。

**成功标准:**合格的标准是(1)每个团队成员读团队复盘部分都不会有被点名背锅的感觉;(2)晋升段落里都有一个具体让人记住的瞬间作为论据;(3)1:1 talking points 不能读起来像挽留 pitch。

这条提示词在任何前沿模型上一次跑通。同一条提示词缺其中任何一要素,都得到一坨你会扔的东西。

用 提示词生成器 替你处理记账活

知道解剖学是工作的一半。另一半是每条提示词每次都按这个写——这就是磨损大多数人的部分。一个 提示词生成器 处理这一半:你描述任务,它问那些能补齐角色/上下文/约束/格式/标准的问题。输出就是上面那种结构化提示词,替你写好。

重点不是背配方。重点是有一个工具自动按配方做、每次都做,这样你能专心做只有你能做的事——内容本身。

Prompt Generator AI

Prompt Generator AI