提示词工程的基本原理是什么

入门与上手

给刚上手大模型的人讲清提示词工程的几条底层原理,以及从原理推导出的可执行写法与排查顺序。

很多人第一次用大模型,写一句「帮我写个方案」拿到结果不满意,就以为模型不行;换个问法又突然好用,也不知道为什么。这篇不讲玄学模板,只讲提示词工程背后的几条基本原理——模型在做什么、信息从哪来、为什么换个说法结果就变,再给你一份按顺序改提示词的清单。看懂原理之后,你自己就能判断某条模板该不该抄。

很多人第一次用大模型,写一句「帮我写个方案」拿到结果不满意,就以为模型不行;换个问法又突然好用,也不知道为什么。原因通常不在模型,而在你给它的文字里少了它需要的东西。提示词工程讲的不是玄学模板,而是一套能被推理出来的写法:先搞清模型在做什么,再反过来决定话该怎么写。

这篇不给你一堆「万能句式」,只讲几条底层原理,以及从原理直接推导出来的动作和排查顺序。看完之后,你自己就能判断网上某条模板值不值得抄、抄哪一段,而不是照搬整段还不知道为什么。

原理一:模型只看得见你这一次给它的全部文字

模型没有记忆、没有联网、也没有「你应该懂我」这回事。它每一步只根据当前上下文里的文字往下猜最合理的后续,你没写进去的信息,对它就是不存在的。你脑子里的读者是谁、篇幅要多少、哪些词不能用,只要没落成文字,它就无从遵循。

  • 把你以为它「应该知道」的背景补全:任务目标、读者对象、篇幅范围、语气要求、明确不要出现的内容,全部显式写出来。
  • 别把关键信息藏在形容词里,「写给新手看的」比「写得好懂一点」可执行得多。
  • 能贴原文就别转述,转述一次就丢一层细节,模型只能按你转述的版本发挥。
  • 一次对话里改了方向,记得把前面已经作废的要求说清楚,否则旧要求还留在上下文里继续起作用。

想弄清「上下文里到底装了什么」这一层,包括系统提示、上下文窗口这些基础概念,可以先到 /ai-dict/category/basics 做一遍概念对照,再回头看自己的提示词,会清楚很多。

原理二:指令定方向,示例定形状

纯指令给的是模糊方向。「写得专业一点」这种话,模型只能按训练里最常见的写法去猜,猜出来的东西自然千篇一律。给一两个示例,等于把输出形状、语气、颗粒度直接钉死——它不再猜,而是照着填。

你给的东西模型得到的信号适合的场景
只有一句指令方向,但形状靠猜简单改写、单句翻译
指令 + 格式约束方向 + 大致结构结构化输出、固定字段
指令 + 输入输出示例方向 + 形状 + 语气风格统一、批量处理
示例堆太多形状很准但上下文被占短文本任务可以,长文慎用

常用做法是:先写清任务与约束,再补一到两条输入输出对照示例。示例要覆盖你最容易出错的边界情况,而不是挑最顺手的那个。代价是示例很占上下文,长文档类任务里堆太多示例会压缩正文空间,这时改成「格式约束 + 一条短示例」更划算。

判断标准很简单:改完还是跑偏,多半不是指令不够狠,而是缺示例或缺格式约束。先补这两样,再考虑换说法。

原理三:拆步骤、给约束,比堆形容词管用

复杂任务让模型一步到位,它会把多个判断揉在一起,错一处整段崩。拆成「先列要点、再展开、最后自检」的分步要求,中间结果可见,你就能定位它从哪一步开始偏。这也让问题从「结果不好」变成「第三步漏了某项」这种能改的问题。

  1. 先要中间产物明确让它先输出提纲或要点清单,你确认方向对了再让它展开,别一步要到成稿。
  2. 再把要求写成可检查的条件字数区间、必含字段、不得出现的表述,这类条件模型能自检,形容词不能。
  3. 最后加一道自检让它对照你列的条件逐条检查并指出不满足的地方,比你再读一遍快。

需要推理类任务时,可以明确要求它先写推理过程再给结论。这类思路的取舍和适用边界,可以对照站内思维链相关的文章再决定要不要用,不是所有任务都值得开。反过来说,创意发散类任务(起名、头脑风暴)别把约束卡太死,否则出来的东西高度雷同,那就失去意义了。

按这个顺序改提示词,别一上来就换模型

  • 任务目标是否一句话说清:读者是谁、要什么产物、多长。
  • 输入材料是否完整贴进上下文:该给的原文、数据、参考样式给全了没有。
  • 输出格式是否给了示例:哪怕一条也行,别只写「格式清晰」。
  • 是否要求分步或自检:复杂任务尤其要,简单任务可省。
  • 是否指定了不做什么:禁用表述、不要出现的结构、范围外的话题。

这五步走完再考虑换模型或换参数。每次只改一处,改完和上一版用同一批输入对比结果;同时改三四个地方,你无法知道是哪一处起了作用,下次也没法复用。同一问题多问几次答案不一样是正常现象,别拿单次结果下结论。结果稳定性本身是另一个话题,可以先用 /tools/quality-check 这类检测工具了解怎么批量比对,再回头判断自己的提示词是否真的稳定。

温度这类参数属于锦上添花,指令没写清楚时调它基本没用。参数含义可以到 /ai-dict/category/tips 速查。想横向看看不同接入方式在这类任务上的表现差异,可以去 /rankings 核对当时的评测数据,而不是凭一次体感下判断。

提示词写不好,九成不是话不够漂亮,而是该给的信息没进上下文。
下一步拿你最近一次不满意的提示词,按上面五步逐条打勾,只改一处再跑一遍对比。改完如果还想确认自己的判断,可以到 /ai-dict/category/basics 把上下文相关概念过一遍。

常见问题

提示词工程是不是就是背模板?

不是。模板是别人在他那套场景下试出来的结论,换个任务经常失效。真正能迁移的是原理:模型只看当前上下文、示例决定输出形状、约束要可检查。看懂这几点,你拿到一个模板能判断它哪句有用、哪句该删,而不是照抄。

是不是把提示词写长一点效果就更好?

不一定。长度只在它补充了真正缺的信息时才有用。重复背景、堆形容词、加一堆「非常重要务必」通常不提升效果,还挤占上下文空间,让长材料被截掉。判断标准是:删掉这句话结果会不会变,不会变就删。

原理懂了,我还要不要看别人的提示词写法?

要看,但换个用法:别抄成品,抄它的结构顺序——先给角色和任务,再给材料和约束,最后给输出格式与示例。把这套顺序固定成自己的模板,再按任务替换内容,比每次现场想省事得多。

本文依据各平台公开文档与官方公告整理,只做中文归纳;具体做法、参数与限制以官方文档为准。