Skip to main content

7.5.2 Prompt 基础

Prompt 改写前后对比卡

本节定位

很多人第一次学 Prompt，会把它理解成：

  • 会不会写漂亮话
  • 会不会用一些神奇措辞

但真正更重要的问题其实是：

你有没有把任务说明清楚。

Prompt 工程的基础，不是修辞，而是任务表达。

学习目标​

  • 理解 Prompt 真正控制的是什么
  • 理解为什么模糊 Prompt 会让模型输出飘
  • 学会从任务目标、输出格式、约束条件三层去写更稳的 Prompt
  • 建立 Prompt 调试的最基本直觉

新人先掌握 / 进阶再理解​

如果你是新人，这一节先抓住一句话：Prompt 不是“咒语”，而是任务说明书。先把“做什么、输出成什么样、不能做什么”三件事写清楚，比背很多技巧更重要。

如果你已经有经验，可以进一步关注：Prompt 是否能被程序稳定解析，是否能约束模型不要越界，是否能和结构化输出、Function Calling、RAG、Agent 的执行链路接起来。

先建立一张地图​

如果你已经学过大模型概览和预训练主线，这一节最自然的续接就是：

  • 前面你已经知道模型能力从哪里来
  • 这一节开始回答：不改模型参数时，我们怎样更稳定地调动这些能力

所以 Prompt 基础不是“小技巧”，而是在回答：

  • 如何通过更清楚的任务表达，把已有模型能力更稳地释放出来

Prompt 基础这节最适合新人的理解顺序不是“先学几个技巧”，而是先看清：

所以这节真正想解决的是：

  • 任务到底有没有说清楚
  • 模型到底知不知道要交付成什么样
  • 哪些边界必须提前写死

一、Prompt 到底是什么？​

不只是“输入一段文字”​

从最表面看，Prompt 当然是你输入给模型的一段文本。 但从工程视角看，它更像：

你写给模型的任务说明书。

你真正通过 Prompt 在告诉模型的是：

  • 这次任务是什么
  • 要输出成什么形式
  • 需要遵守哪些边界

一个很直观的类比​

Prompt 很像你给新同事下任务：

  • 目标写清楚没有？
  • 交付格式写清楚没有？
  • 有没有说明哪些事不能做？

如果这些都含糊，结果就很容易跑偏。 模型也是一样。

一个更适合新人的总类比​

你也可以把 Prompt 理解成：

  • 给一个很能干、但不会读心术的实习生下任务

这个实习生本身能力不错， 但如果你只说：

  • “你帮我弄一下”

那结果大概率会飘。 问题不在于他不聪明， 而在于：

  • 你没把目标、格式和边界交代清楚

第一次学 Prompt，最该先抓住什么？​

最该先抓住的不是几个流行套路，而是这句：

Prompt 的本质，是把任务规格翻译成模型能执行的说明。

一旦这句稳住了，后面你再看：

  • few-shot
  • 角色设定
  • 结构化输出

就会更自然地先问：它到底是在补任务目标、输出格式，还是行为边界。

二、为什么“模糊 Prompt”特别危险？​

一个典型坏例子​

帮我处理一下这段内容。

这句话的问题不是礼貌不礼貌，而是：

  • 到底要总结？
  • 还是改写？
  • 还是分类？
  • 输出要多长？

一个稍微清楚一点的版本​

请把下面内容总结成 3 条中文要点，每条不超过 20 个字。

一下子就明确了：

  • 做什么：总结
  • 输出形式：3 条要点
  • 输出长度：每条不超过 20 个字

这就是 Prompt 最基础的价值：

把模糊任务变成明确任务。

再看一个“坏 Prompt -> 好 Prompt”的最小对比表​

版本Prompt问题或优点
坏版本帮我处理一下这段内容。任务、格式、边界都不清楚
好一点请总结这段内容。知道要总结，但格式还不清楚
更稳版本请把下面内容总结成 3 条中文要点，每条不超过 20 个字，不要补充原文之外的信息。任务、格式、约束都清楚

这个表特别适合新人，因为它会让你看见：

  • Prompt 变稳，不是靠神秘词汇
  • 而是靠规格越来越清楚

三、写 Prompt 时最基础的三层结构​

第一层：任务目标​

先回答：

  • 模型到底要做什么？

例如：

  • 总结
  • 分类
  • 抽取
  • 改写

第二层：输出格式​

再回答：

  • 输出应该长什么样？

例如：

  • 一句话
  • 三条 bullet
  • JSON
  • 表格

第三层：约束条件​

最后回答：

  • 哪些边界不能碰？

例如：

  • 不要编造
  • 不要输出解释
  • 只能根据给定资料回答

这三层就是 Prompt 工程最基础也最重要的骨架。

为什么这三层结构特别值得先记？​

因为很多看起来“写得不错”的 Prompt，最后不稳定，往往就卡在：

  • 任务目标含糊
  • 输出格式没写清
  • 约束条件漏掉了

所以新人第 1 站最稳的做法不是堆技巧，而是把这三层先写完整。

第一次写 Prompt 时，最稳的默认顺序​

更稳的顺序通常是：

  1. 先写“要做什么”
  2. 再写“输出长什么样”
  3. 再写“不能做什么”
  4. 最后才去调整语气、风格和角色

这样会比一开始就写：

  • 你是一位资深专家...

这类角色设定更稳，因为最基础的任务规格先站住了。

Prompt 三层任务简报漫画

读图提示

可以把这张图当成一个小职场故事来看：模糊请求会让模型猜；清楚的任务简报会告诉模型目标、交付格式和边界。所以好 Prompt 更像任务卡，而不是神秘咒语。

四、一个最小 Prompt 规格示例​

prompt_spec = {
    "task": "summary",
    "output_format": "3 个中文要点",
    "constraints": ["每条不超过 20 个字", "不要补充原文之外的信息"]
}

print(prompt_spec)

预期输出：

{'task': 'summary', 'output_format': '3 个中文要点', 'constraints': ['每条不超过 20 个字', '不要补充原文之外的信息']}

这个例子在教什么？​

它在提醒你：

很多看起来不错的 Prompt，其实背后都有一份更清楚的任务规格。

也就是说，Prompt 不是纯靠灵感写出来的，而更像“把任务规格翻译成模型能理解的语言”。

再看一个最小“Prompt 检查表”示例​

prompt_checklist = {
    "task_defined": True,
    "output_format_defined": True,
    "constraints_defined": False,
}


def next_fix(checklist):
    if not checklist["task_defined"]:
        return "先把任务目标写清楚。"
    if not checklist["output_format_defined"]:
        return "先把输出格式写清楚。"
    if not checklist["constraints_defined"]:
        return "先补上边界和限制条件。"
    return "基础 Prompt 规格已经比较完整。"


print(next_fix(prompt_checklist))

预期输出：

先补上边界和限制条件。

这个示例很适合初学者，因为它把 Prompt 从“写一句话”变成了：

  • 一份可检查的任务规格

Prompt 三层任务规格图

读图提示

这张图把 Prompt 拆成三层：任务目标、输出格式、约束边界。新人先别急着加角色设定或高级技巧，先确认这三层有没有写清楚；很多不稳定输出，其实只是任务规格缺了一层。

五、一个真正能看出差别的例子​

模糊版​

请分析下面这段文本。

清晰版​

请阅读下面文本，并完成情感分类。
只输出 positive 或 negative，不要输出其他解释。

为什么后者更稳？​

因为它同时明确了：

  • 任务目标：情感分类
  • 输出集合：positive / negative
  • 输出约束：不要额外解释

所以 Prompt 真正的基础，不是“说得花”，而是：

说得准。

六、Prompt 基础为什么会影响后面所有章节？​

因为后面你会继续遇到：

  • 结构化输出
  • Function Calling
  • Agent
  • RAG

这些能力虽然更复杂，但都离不开同一个前提：

  • 任务边界要清楚
  • 输出形式要清楚
  • 行为约束要清楚

所以 Prompt 基础不是一个孤立章节，而是后面很多系统能力的地基。

后面会反复遇到的术语​

术语新人友好的解释为什么和 Prompt 基础有关
Prompt发给模型的指令、上下文、示例和约束它就是模型的任务简报，表达不清楚，行为就容易不清楚
结构化输出按 JSON、表格、固定字段等稳定格式输出产品通常需要可解析的数据，而不只是好看的自然语言段落
Function Calling让模型选择工具或函数，并填写参数的机制模型必须理解任务边界和需要填写的参数
RAGRetrieval-Augmented Generation，先检索外部资料，再基于资料回答Prompt 会告诉模型如何使用检索材料，以及不要编造无来源内容
Agent模型会规划、调用工具、观察结果并继续执行的系统每一步都需要清楚的目标、允许动作和停止规则

七、最常见的初学者误区​

以为 Prompt 只是措辞优化​

其实更重要的是任务结构。

只说任务，不说输出格式​

这会让模型输出更不稳定，也让后处理更痛苦。

不写约束​

模型一旦有发挥空间，就容易在不该发挥的地方发挥。

如果把它做成项目或笔记，最值得展示什么​

最值得展示的通常不是：

  • “我会写 Prompt”

而是：

  1. 一个坏 Prompt
  2. 一个改良版 Prompt
  3. 你具体补了哪层规格
  4. 输出为什么因此变稳

这样别人会更容易感觉到：

  • 你理解的是任务表达
  • 不只是背了几个 Prompt 技巧名词

八、第一次写 Prompt 时最稳的顺序​

可以直接按这个顺序来：

  1. 先写任务目标
  2. 再写输出格式
  3. 再写限制条件
  4. 最后才去改措辞和风格

这样会比一开始就堆角色设定和技巧稳定很多。

九、核心提醒​

  • Prompt 的核心不是修辞，而是任务表达
  • 基础 Prompt 先把“做什么、怎么交付、不能做什么”讲清楚
  • 后面所有高级 Prompt、结构化输出、Agent，其实都建立在这层基础上

十、一个很实用的写 Prompt 习惯​

每次写 Prompt 前，先在脑子里问自己：

  1. 我到底让模型做什么？
  2. 我想让它输出成什么样？
  3. 我最怕它在哪些地方做偏？

把这三个问题答清楚，Prompt 通常就已经比大多数“拍脑袋写”的版本稳很多了。

这一节的学习闭环​

学完这一节后，可以用下面这张表检查自己：

层次你应该能做到什么
直觉能解释为什么 Prompt 更像任务说明书，而不是神奇咒语
写法能把一个模糊请求拆成任务目标、输出格式和约束条件
调试能判断一次输出不稳定，是目标不清、格式不清，还是边界没写清
后续连接能说明 Prompt 为什么会影响结构化输出、Function Calling、RAG 和 Agent

小结​

这一节最重要的不是记住“Prompt”这个词，而是理解：

Prompt 的本质，是把任务目标、输出形式和边界条件表达清楚。

这就是后面所有 Prompt 工程能力的第一层基础。

练习​

  1. 把“帮我处理一下这段内容”改写成一个更清楚的 Prompt。
  2. 想一个你自己的任务，并分别写出任务目标、输出格式和约束条件。
  3. 用自己的话解释：为什么说 Prompt 更像“任务说明书”？
  4. 为什么一个 Prompt 只写目标、不写输出格式，通常会让系统更不稳？