提示词是什么 区别的

很多人第一次写提示词，会卡在同一个地方：同一段文字，教程里一会儿叫提示词，一会儿叫指令，一会儿又说那是系统提示，越看越糊涂，也就不知道该往哪里改。这篇不堆定义，先把这几个词各自管哪一段、在请求里落在什么位置讲清楚，再给一份逐句比对表和改写检查顺序，让你拿着一句自己写的提示词，就能判断它属于哪一类、该往哪个方向调。

很多人第一次写提示词，会卡在同一个地方：同一段文字，教程里一会儿叫提示词，一会儿叫指令，一会儿又说那是系统提示，越看越糊涂，也就不知道该往哪里改。这篇不堆定义，先把这几个词各自管哪一段、在请求里落在什么位置讲清楚，再给一份逐句比对表和改写检查顺序。

目标很朴素：让你拿着一句自己写的提示词，就能判断它属于哪一类、该往哪个方向调。不去背术语，只记住一个动作——把它拆开，看每句话到底在起什么作用。

先把话说白：提示词就是你递过去的那段话

提示词指你在一次请求里实际输入给模型、用来影响它这次输出的那部分文字，图片、文件、语音转写文本也算在内。它不神秘，就是「你这次递过去的内容」的总称，不是某种特定写法，也不是只有高手才会用的东西。

判断标准只有一个：删掉它，模型的这次输出会不会变。会变就是提示词，不会变就不是。你写给自己看的备注、临时注释、参数说明，如果模型压根读不到或者读到了也不影响结果，那它在你眼里是提示词，在机制上其实不算。

• 分清楚「你写给模型看的」和「你写给自己看的备注」，很多人把注释、参数说明一起塞进去，反而让模型抓不到重点
• 判断一句话要不要留在提示词里，先问：删掉它输出会变吗；不会变就删
• 图片、附件、转写文本同样算提示词的一部分，别以为只有文字才算

提示词和指令：整体和其中一条的关系

一段提示词里可以包含多条指令，指令是带动作的那几句，比如「按这个格式写」「不要出现数字」「先列提纲再展开」。它们是整体和其中一条的关系，不是两个并列的东西。

反过来不成立：只有指令没有背景、没有样例，模型只能瞎猜，这就是指令式写法常见翻车的原因。你让它「专业一点」，它不知道你心里的专业长什么样，只能往它见过的平均水准靠。

1. 逐句标注把提示词里的每句话标注成四类：说明背景、提出要求、给出例子、规定输出。标完看第二类有几句
2. 检查配比如果第二类占了绝大多数，说明你写的是一串指令而不是一段完整提示词，模型缺少判断依据
3. 验证结果把背景和样例那几句暂时删掉再跑一次，如果输出明显变差，说明它们本来就在起作用，别轻易砍

大致判断方法：把提示词里的每句话先归类，第二类就是指令。归类之后你自然知道缺哪一类，是要补背景还是补样例。

系统提示和你打的那段字，位置不一样

系统提示是放在单独字段里、优先级更高、通常对整段会话都生效的那一层；你每次在输入框里敲的是用户提示。两者内容可能一模一样，但位置不同，作用范围也不同，这就是为什么有些规则写在这儿生效、写在那儿就被顶掉。

系统提示

放在单独字段、对整段会话生效，适合放身份、语气、长期规则

用户提示

你每次在输入框里敲的那段，适合放这一次的具体任务要求

混着写的后果

长期规则和单次要求挤在同一层，单次任务容易把长期规则覆盖掉

不确定当前工具把哪部分当系统提示时，去站内页面核对它的字段说明，别靠猜。不同工具对系统提示的处理不一致，有的开放给你填，有的藏在设置里，猜错方向会白费很多次调试。

提示词、上下文，别当成一个东西

上下文是模型这次能看到的全部内容，包含系统提示、历史对话、你这次输入、检索回来的资料；提示词只是其中你亲手写的那一块。「改提示词」解决不了的遗忘问题，往往是上下文太长或历史没清，属于另一个方向的事。

实用分界线：输出跑偏就改提示词；输出漏掉前面说过的信息，先看上下文，可能是历史被截断或者检索没召回，而不是提示词写坏了。把这两类问题混在一起调，通常越调越乱。

还容易被混进来的几个说法

提示词模板：把固定部分留成占位符、每次替换变量，本质是批量复用同一条提示词。它的价值在于减少重复劳动，不在于让单次输出变好；模板本身写得含糊，替换再多次也没用。

• 提示词工程：把改提示词、调参数、加检索、加校验放在一起做的一整套活，不等于「会写一段话」
• 提示词工具：帮你存、比、版本化提示词的东西，它不提升模型能力，只降低你管理多版本的混乱
• 提示词版本：同一条提示词改了几轮之后的形态，建议留一份改动记录，否则回退时说不清哪版更好
• 提示词评测：拿一批固定输入跑不同版本，对比输出差异，判断标准是自己定的，不是排行榜

这几个词经常被当成同义词用，但各自回答的是不同问题：模板回答「怎么复用」，工程回答「整套怎么搭」，工具回答「版本怎么管」。分清楚之后，你就知道该去站内的哪个页面找对应的说明。

一张对照表：五类内容分别管什么

按「谁写的」「放在哪」「生效多久」「写错了会怎样」四列排一张表，把系统提示、用户提示、上下文资料、输出样例、参数设置各占一行。表里不放具体数值和具体模型名，只留判断口径，这样换工具换模型也不用重写。

用完这份表的动作：把你手上那条提示词逐句归类，标完就知道该动哪几句。多数时候你以为要改措辞，其实是把该放样例的地方写成了形容词。

自查清单：从一句模糊要求改到能用

1. 先问四件事给谁看、要多长、什么格式、哪些内容绝对不能出现。四件答不全，先别急着动笔
2. 把形容词换成条件把「专业一点」换成「不要用口语词和感叹句」，把「简短一点」换成「不超过几段、每段一个意思」
3. 补一个最小样例给一段你希望的样子，哪怕只有两三行。样例比形容词管用得多，模型会照着对齐
4. 删无关句把与本次任务无关的句子删掉。长度本身不是问题，无关才是
5. 跑一次对照同一输入分别跑改前改后两版，只看差异点是否落在你想改的那一项上

这套顺序的核心是：先定约束，再换措辞，最后清理。反过来先堆词再想约束，通常会写出很长但抓不到点的一段话。想对照别人整理的写法，可以到 /tools 里翻提示词相关的工具与说明页面，注意那里的示例只是示例，不是标准答案。

什么情况下这套区分不管用

纯开放创作场景里，写得太死反而限制模型发挥，这时候指令少一点、材料多一点更合适。你要的是灵感和方向，不是每条都能验收的输出，硬套自查清单会把内容写干。

一旦任务靠的是检索、工具调用、多步流程，光调提示词的收益会明显下降，该去改流程和数据结构。模型或工具换了之后，原来生效的写法可能失效，判断标准比具体写法更值得记住。

先分清你写的是哪一层，再决定改哪一句；位置错了，措辞改十遍也没用。