很多人搜「AI 提示词大全」，收了一堆模板，换个场景就不灵了——因为不知道模板里的每句话为什么起作用。这篇从模型怎么读你的输入、怎么一步步往后接词讲起，把「为什么有效」翻译成几条能落地判断的标准。适合已经把提示词用起来、但想搞明白底层逻辑的人。
很多人搜「AI 提示词大全」，收藏夹里躺着一堆模板，换个场景就不灵了。问题不在模板本身，而在于你不知道模板里那句话为什么起作用。把提示词当成咒语背，遇到没见过的任务自然接不上；把它当成对模型行为的约束来理解，才可能自己现推一条能用的。
这篇从模型怎么读你的输入、怎么一个字一个字往后接讲起，把「为什么有效」翻译成几条能落地的判断标准。适合已经天天在用提示词、但想搞明白底层逻辑的人。看数据的地方该去站内对应页面核对，别拿记忆里的旧印象当依据。
模型读你的话，到底在读什么
你写的是文字，模型看到的第一形态不是文字。输入先被切成 token，再变成一串编号喂进去，模型从头到尾处理的都是这些编号之间的关系。这意味着它对措辞的敏感度跟你想的不一样：换一个近义词可能没事，加一个标点或换行方式反而会改变结果。
- 切分粒度决定了模型对词形变化的反应，长词、专有名词、中文分词方式都会影响它怎么理解；
- 所谓回答，是按前文预测下一个词、再把这个词接回去继续预测，这样一个一个续出来的；
- 上下文窗口是一块有限版面，指令、示例、背景、历史对话全在里面抢位置，塞得越满，每条被注意到的权重越薄；
- 同一段话放在开头还是结尾，效果常常不同，因为模型对位置有偏好；
- 想知道 token 和上下文的具体口径，到 /ai-dict/category/basics 对照一遍再谈技巧。
指令、示例、角色，各自在改变什么
这三样东西经常被并列讲，但它们起作用的机制不一样，混着用容易互相削弱。分开看，你才能判断手上这个任务该用哪个。
| 写法 | 实际改变了什么 | 适合什么场景 | 代价 |
|---|---|---|---|
| 给约束条件 | 把可选范围收窄，从「随便续」变成「在这些里续」 | 格式固定、口径要统一的产出 | 约束太多会让模型顾此失彼 |
| 给示例 | 现场示范一遍输入输出对应关系，比描述要求稳 | 格式刁钻、只可意会不好言传的任务 | 占版面，例子多了指令被挤 |
| 角色设定 | 影响用词分布和称呼方式 | 语气、视角、读者对象需要固定的场景 | 不等于给模型装上某个人的知识 |
很多人误以为写了角色，模型就掌握了那个领域的内部资料。它改变的只是措辞倾向：说像医生那样解释，它会挑更稳妥的词，但不知道你家产品的具体参数。需要事实的地方，还是得把资料贴进去。
不确定该用哪一种，可以先在 /tools/pelican-bench 用同一件事比几家模型的反应，看换个写法差异落在哪，比闭着眼睛调措辞有用。
什么情况下提示词会失灵
把提示词当万能钥匙是常见的坑。有几类任务，再怎么打磨字句也换不来稳定结果，先认出来能省很多时间。
- 需要精确数值、精确日期、精确引用时，靠描述很难稳定命中，得把外部资料作为输入喂进去，让它照着抄而不是凭记忆编；
- 参数规模小、训练数据覆盖差的模型，措辞再讲究也补不上能力缺口，这种时候该换模型而不是改提示词；
- 任务本身有歧义时，模型只能猜你的意图，先把目标写清楚比堆修饰词有用得多；
- 涉及最新发生的事或者你公司内部的信息，模型训练时没见过，语气再像也只是编；
- 模型换代后对措辞的依赖会变化，旧模板要跟着重测，不能一直照抄。
怎么判断是提示词的问题还是模型的问题
一个简单的排查顺序：先把同一段提示词原样丢给另一家模型，如果那边也错，多半是提示词结构或任务本身的问题；如果那边对、这边错，就偏向模型能力或训练数据覆盖的问题。想系统地比，到 /tools/speed-test 跑一遍，再看 /rankings 里各家在你这类任务上的表现分布。具体数字以页面当时显示为准。
写之前先过一遍这份检查单
下面这套顺序是按「结构优先、措辞其次」排的。写完效果不对，先回头查前面几条，别急着在最后一句加「请认真回答」。
- 先定产物说清要什么形式、给谁看、大概多长、什么语气。四件事缺一件，模型就得自己编，编出来的方向未必是你想要的。
- 再分规则和自由区把必须遵守的硬规则和可以自由发挥的部分分开写，别混在同一段。混着写的时候，模型分不清哪些能变、哪些不能动。
- 格式给例子不给说明需要固定输出格式，就给一个短示例，比写三行格式描述省事也稳。示例要短，长了会挤占指令的位置。
- 小事先试一次别一上来就在正式任务上跑。找一件典型的小事试一次，看输出偏在哪，再决定是改结构还是补说明。
- 记录改动前后同一任务的两版提示词各自留一份，下次模型换代时能对照着看哪条还在起作用、哪条已经失效。
这套检查单也不是万能的。如果任务本身就需要模型没见过的事实，或者要求逐字精确，改提示词解决不了，得去搭检索或者人工核对。先把不适用的场景排除掉，剩下的再按上面顺序调。
下一步想知道各家中转站点在当前时段的口径和稳定性，去 /sites 按自己的用途筛一遍，比在小群里问一句靠谱。→常见问题
懂了原理，是不是就不用看那些提示词模板了？
模板仍然值得看，但要当成结构参考而不是照抄的咒语。看的时候问自己：这句是在给约束、给示例，还是在缩小范围。能对上原理的句子留下，对不上的删掉，模板才真正变成你自己的。
同样的提示词，换个模型效果差很多，正常吗？
正常。不同模型见过的语料、对齐方式、上下文长度都不一样，对措辞的敏感点自然不同。判断方法是用同一件事在两家各试一轮，比的是「哪个模型适合这类活」，不是谁更聪明。模型资料可以去 /models 对照。
提示词写得越详细越好吗？
不是。详细只在你真的需要更多约束时才划算，多余的要求会占掉上下文版面，还可能互相冲突。判断标准很简单：删掉这一句，结果会变差吗？不变差就删掉。
