9.2 提示词黄金三原则
说明 本讲核心:既然 AI 是超级员工,那你就要拿出 CEO 的派头。 一句话口诀:背景 + 角色 + 目标 + 关键结果。
9.2.1 为什么 CEO 的指令最有效?
你发现没有,大老板下指令通常非常清晰,不怒自威。 因为他们潜意识里用了 BROKE 模型。这是我们总结的一套最适合 AI 的沟通框架。
9.2.2 BROKE 模型拆解
B (Background) 背景:前因后果,给 AI 喂料。
CEO 说:“咱们公司下个季度要进军日本市场...”
R (Role) 角色:指定人设,激活特定知识库。
CEO 说:“你作为咱们的首席市场官...”
O (Objectives) 目标:要干什么。
CEO 说:“你要给我出一份市场调研报告...”
K (Key Result) 关键结果:交付标准。
CEO 说:“主要分析竞品的价格策略,要用数据说话,最后给我 3 个可行的定价建议,做成 PPT 大纲发我。”
E (Examples) 例子:打个样(可选,详情见 9.3.1 节 少样本提示)。
CEO 说:“风格参考咱们去年做的那个北美市场报告。”
9.2.3 拒绝“一句话提示词”
很多人用 AI,喜欢像用百度一样,只输几个关键字:“日本市场调研”。 这就好比你路过员工工位,丢下一句“做个调研”就走了。 员工(AI)绝对一脸懵逼,做出来的东西肯定也不行。
把这个模板刻在脑子里:
[背景] 我最近... [角色] 请你扮演... [目标] 帮我做... [关键结果] 要求风格...格式...字数...
只要你按照这个“填空题”去问,AI 的智商瞬间提升 50%。
9.2.4 为什么 BROKE 模型管用?背后的科学原理
你可能会好奇:为什么加了角色、背景、示例之后,AI 的实力就“涨”了?
其实它的实力压根儿没变。变的是你“调台”的方向。
大模型的本质是在算一个条件概率:“给定你说的这段话,下一个字最可能是什么?”提示词其实不是“命令”,而是一种条件信号——它改变了模型“要翻哪本书”的方向。
加角色(“你是一名资深工程师”):等于告诉 AI “你在专家文献那一堆书里找答案”,它输出的字自然就严谨专业了。
加背景:等于让 AI 先翻到“相关章节”,而不是全书翻一遍。
加示例:等于给 AI 一份“样板”,让它知道交付物长什么样子。
所以 BROKE 模型其实是一套“调台”工具箱:每加一个元素,就把“全宇宙的可能回答”缩窄到你真正想要的那个角落里。
9.2.5 思考题
不仅是对 AI,你在日常工作中,对同事、下属甚至对孩子下指令时,是不是也经常犯“没给背景、没定标准”的错误? 学会了写提示词,你会发现你的 人类沟通能力 也变强了。
最后更新于
