4.1 清晰性与具体性原则

清晰性和具体性是有效提示词的两大基石。模型不会“猜测”用户的真实意图,也不会“补全”缺失的信息,它只会按照提示词的字面含义去理解和执行。因此,提示词的表达越清晰、越具体,输出就越接近预期。

4.1.1 清晰性原则

使用简单直接的语言

避免复杂的句式和晦涩的表达,使用模型最容易理解的语言方式。

❌ 复杂表达:
如果可能的话,能否请你考虑一下,基于下面的内容,
尝试给出一些你认为可能有帮助的建议,当然如果你觉得不合适也没关系。

✓ 简单表达:
请基于以下内容,提供 3-5 条具体的改进建议。

避免歧义

确保每个词语和句子只有一种理解方式。

❌ 有歧义:
把这篇文章改短一点。
("短一点"是减少 10%还是 50%?)

✓ 无歧义:
将这篇文章压缩至原长度的 50%左右,保留核心论点。
❌ 有歧义:
分析一下最近的数据。
("最近"是今天?本周?本月?)

✓ 无歧义:
分析 2026 年 1 月 1 日至 1 月 10 日期间的销售数据。

明确主语和对象

清楚地说明“谁”对“什么”做“什么操作”。

4.1.2 具体性原则

量化要求

将模糊的要求转化为可量化的指标。

定义标准

明确什么样的输出是“好的”。

说明原因和目的

告诉模型“为什么”需要这样做,有助于生成更有针对性的内容。

4.1.3 清晰性与简洁性的平衡

清晰不等于冗长。理想的提示词应该在保持清晰的同时尽量简洁。

剔除无关信息

使用简洁的结构

用列表代替长句,用标签代替说明性文字。

4.1.4 实用技巧

技巧 1:首句点题

在提示词开头直接点明核心任务。

技巧 2:使用“必须”和“不要”强调约束

技巧 3:提供反面示例

展示不期望的输出,帮助模型理解边界。

技巧 4:拆分复杂描述

将复杂的要求拆分为易理解的小块。

4.1.5 检查清单

完成提示词设计后,用以下问题自检清晰性和具体性:

清晰性检查

具体性检查

动手试试

  1. 用本节的检查清单审查你最近写的一条提示词,哪些方面可以改进?改进后实际运行对比一下效果。

  2. “清晰”和“简洁”有时互相矛盾——你在实际工作中倾向于牺牲哪一方?为什么?

最后更新于