# 11.2 提示词黄金三原则

> 既然 AI 是超级员工，那你就要拿出 CEO 的派头。背景 + 角色 + 目标 + 关键结果。

## 11.2.1 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**。这是笔者总结的一套最适合 AI 的沟通框架。

## 11.2.2 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 [11.3.1 节 少样本提示](/ai_beginner_guide/di-san-bu-fen-shi-zhan-ying-yong-ji-qiao/11_prompt_basics/11.3_patterns.md)）。
  * *CEO 说*：“风格参考咱们去年做的那个北美市场报告。”

## 11.2.3 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...

只要你按照这个框架系统地输入，AI 在复杂任务上的 **一次命中率、回答结构可读性与最终可控性** 将得到可观测的显著提升。

> \[!WARNING] **提示词的失效边界**
>
> 切记，提示词工程不是魔法。如果你发现任务涉及：
>
> * **实时外部数据**（如今天某只股票的价格）
> * **精确复杂计算**（如大数相乘或统计汇总）
> * **严格的流程约束**（如多重条件语句执行）
>
> 那么无论你运用多少高级修辞，单凭 BROKE 框架依然无法阻止 AI 产生严重的“幻觉”。在这些情况下，请立刻转向使用 **工具调用（Function Calling）或检索增强生成（RAG）** 等硬性工程手段。

## 11.2.4 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。

## 11.2.5 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。


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://yeasy.gitbook.io/ai_beginner_guide/di-san-bu-fen-shi-zhan-ying-yong-ji-qiao/11_prompt_basics/11.2_principles.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.