很多人问AI问题时习惯说一句"帮我写一段代码"或"写篇文章"，然后得到的答案往往不尽人意。这不是AI不够聪明，而是你的"Prompt（提示词）"没有写好。
Prompt Engineering（提示词工程）是当下最重要的AI使用技能之一。同样的模型、同样的能力，不同的提示词能把结果从"有用"变成"惊艳"。本文分享10个经过大量实战验证的技巧。
给AI一个明确的身份，能让它的输出更贴合你的需求。不要小看这个简单的设定——它会激活AI在对应领域的知识和表达方式。
❌ 低效："帮我解释什么是微服务架构。"
✅ 高效："你是一名有10年经验的高级系统架构师，正在给刚入职的后端开发做培训。请用通俗的语言解释什么是微服务架构，并举一个电商系统的例子。"
给AI展示1-3个输入输出的例子，它能迅速理解你想要的格式、风格和质量标准。这是最有效的"调教"方式之一。
示例：
"请将以下产品描述转化为三行小红书风格的种草文案。格式为：一行吸引人的标题 + 两行使用感受。
示例输入：无线降噪耳机，续航30小时
示例输出：
🎧 戴上就不想摘！这个降噪耳机也太香了吧
地铁上开降噪模式瞬间进入另一个世界
30小时续航充一次用一个星期
现在请翻译：智能手表，支持血氧和心率监测，防水50米"
对于复杂的推理任务，明确要求AI先思考再回答，而不是直接给结论。这个技巧被证明可以显著提升AI在数学、逻辑推理等方面的准确率。
使用方式：在提示词中加入"让我们一步一步思考"或"请先分析问题，再给出答案"等引导语。
不要等AI自由发挥，提前指定输出的结构、长度、风格。
示例："请用Markdown格式输出，包含以下部分：背景介绍（50字以内）、核心方案（分3点，每点不超过100字）、注意事项（用列表形式）。"
明确告诉AI不要做什么，能有效避免它跑偏。
示例："请给我3个营销活动创意。注意：不要涉及打折促销，不要用'狂欢''限时'等字眼，风格请保持克制和专业。"
不要期望一次提问就得到完美的答案。先用一个宽泛的问题启动对话，然后根据AI的回答逐步精化你的需求。
实践：
加上限制条件能让AI的输出更聚焦、更有针对性。
示例："请写一篇关于远程办公的文章，要求：不超800字，面向中小企业管理者，引用至少一项权威研究数据，给出3个可立即执行的具体建议。"
当提示词中包含需要AI处理的原材料（如文章、代码）时，用分隔符把它们和指令区分开来。
示例：
"请总结以下文章的核心观点：
---
[文章内容粘贴在此]
---
请用中文总结，不超过5点。"
在同一个对话中，让AI检查自己的输出质量并提出改进建议。
示例：
"请写一份项目启动会的会议议程。
现在请你以会议专家的身份，评估你刚才写的那份议程。有哪些可以改进的地方？请给出优化后的版本。"
对于反复使用的场景，创建一套标准化的提示词模板，每次只需替换核心变量即可。
模板示例（代码审查）：
"你是一名资深代码审查工程师。请审查以下代码：
语言：[Python]
关注点：[性能、安全性、可读性]
请列出：发现的3个问题 + 每个问题的修复方案 + 优化后的完整代码。"
Prompt Engineering是一项可以刻意练习的技能。建议你把本文的10个技巧逐个用在真实工作场景中测试，慢慢你就会发现：不是AI不够聪明，而是你问问题的水平决定了答案的高度。