转载：小红书 AI产品赵哥
前言 🔖
在 AIGC 的浪潮席卷全球的今天，我们每个人都或多或少地与 AI 打过交道。你可能问过 ChatGPT 问题，用过 Midjourney 画画。在这个过程中，你有没有过这样的体验：
- 有时候，你感觉 AI 开了天眼，给出的答案准确、深刻、远超你的预期，让你惊叹不已！
- 而有时候，你又觉得它蠢得可爱，回答得牛头不对马嘴、敷衍了事，让你哭笑不得，甚至怀疑自己是不是用了一个假 AI。
为什么同一个 AI 模型，在不同人手里，或者面对不同问题时，表现会如此天差地别？
答案，就隐藏在我们今天要深扒的，那个看似简单，却蕴含着深刻智慧的人机交互界面 ——Prompt（提示词）！
很多人以为，Prompt 不就是提问吗？这有什么难的？
这是一个巨大的误解！在 AI 时代，Prompt 不再仅仅是提问，它是一种编程，一种引导，一种驯化。你向 AI 输入的每一句话、每一个词，都在塑造它的思维、限定它的角色、激发它的潜力。
一个好的 Prompt，能让一个 60 分的 AI，发挥出 120 分的效果。而一个糟糕的 Prompt，则可能让一个 90 分的 AI，表现得像个智障。
今天，我们将从 Prompt 的本质，到构建 Prompt 的六脉神剑，再到让你 AI 智商翻倍的思维链等高级技巧，进行一次全景式的深度拆解。
一、什么是 Prompt？—— 从搜索引擎到 AI 对话的范式革命 🔖
要理解 Prompt 的深刻内涵，我们必须先回顾一下，在 AI 时代之前，我们是如何从计算机获取信息的。那个时代的主宰，是搜索引擎。
🔹 搜索引擎时代的交互：关键词匹配（Keyword Matching）
- 你的行为：你想知道北京最好的烤鸭店，你会在搜索框里输入几个关键词，比如 “北京 烤鸭 推荐”。
- 机器的行为：搜索引擎的爬虫早已将互联网上的网页抓取并建立了索引。它要做的，是匹配你输入的关键词，然后把包含这些词的、权重最高的网页，以列表的形式呈现给你。
- 本质：这是一个大海捞针的过程。机器不理解你的真实意图，它只负责机械地匹配和排序。最终提炼答案这个最难的认知工作，是由你自己在无数个链接中完成的。
🔹 AIGC 时代的交互：意图理解与生成（Intent Understanding & Generation）
- 你的行为：同样的问题，你会像跟一个朋友聊天一样，对 ChatGPT 说：“我下周要和父母去北京玩，想找一家环境好、口味地道、人均消费在 200 元左右的烤鸭店，最好是在三里屯附近。能给我推荐三家，并说明理由吗？”
- AI 的行为：
- a．它会理解你这句话里所有的复杂意图：“下周”、“和父母”（意味着环境可能要安静雅致）、“北京”、“烤鸭”、“环境好”、“口味地道”、“人均 200”、“三里屯附近”、“推荐三家”、“说明理由”。
- b．它会在自己庞大的知识库（通过预训练学到的）中，进行推理和筛选。
- c．它会生成一段全新的、为你量身定制的、结构清晰的回答，而不是给你一堆链接。
- 本质：这是一个与专家对话的过程。AI 试图理解你的意图，并直接为你创造出答案。
🔴 划重点：
Prompt：是用户与生成式 AI 模型进行交互的指令或输入。它不仅仅是问题，更可以是一个陈述、一个请求、一个代码片段、一段上下文，甚至是一张图片。它的核心目标，是为AI提供清晰的、充足的、结构化的信息，以引导和约束模型，使其生成最符合用户期望的、高质量的输出。
在 AIGC 时代，信息检索的负担，从人转移到了机器。而我们人类的核心技能，则从如何在信息海洋中筛选，转变为如何提出一个能引出最佳答案的好问题。 这个提问的学问，就是 ——Prompt 工程（Prompt Engineering）。
二、完美 Prompt 的六脉神剑 —— 从入门到精通的核心框架 🔖
一个好的 Prompt，就像一份清晰的工作任务书。一个糟糕的 Prompt，则像一句含糊不清的你看着办。
经过大量的实践和研究，业界总结出了一套构建高质量 Prompt 的黄金法则。我把它总结为 Prompt 六脉神剑，掌握了它，你就掌握了 80% 的提示词工程精髓。
🔹 第一式：角色扮演 —— 请开始你的表演
- 心法：在开始提问前，先给 AI 设定一个明确的专家角色。这会极大地激活模型在那个特定领域内的知识和语言风格。
- 为什么有效：大模型在预训练时，学习了互联网上各种各样角色的文本。当你赋予它一个角色时，它会模仿并代入那个角色的思维模式和说话方式。
- 案例对比
- 糟糕的 Prompt：
"帮我分析一下特斯拉的财报。"- AI 的回答可能很宽泛，像个实习生。
- 优秀的 Prompt：
"请你扮演一位顶级的华尔街金融分析师，拥有15年分析科技股的经验。现在，请你以专业、审慎、数据驱动的风格，帮我深入解读一下特斯拉最新一季度的财报。请重点分析其营收、利润率、现金流，并指出潜在的风险和机遇。"- AI 的回答会立刻变得专业、深入，充满了行业术语和洞察。
- 糟糕的 Prompt：
🔹 第二式：明确任务 —— 把话说清楚
- 心法：清晰、具体、无歧义地告诉 AI，你到底希望它做什么。
- 常见任务动词：
- 总结：
"请把这篇三千字的文章，总结成一个200字以内的摘要。" - 翻译：
"请把这段中文翻译成地道的英式英语。" - 分类：
"请将以下这些客户评论，分为'正面'、'负面'、'中性'三类。" - 续写：
"我给你一个故事的开头，请你续写下去。" - 代码生成：
"请用Python写一个函数，实现冒泡排序。" - 头脑风暴：
"请为一款面向年轻人的植物酸奶，提供10个创新的营销点子。"
- 总结：
- 技巧：尽量使用指令性的祈使句，而不是模糊的疑问句。
"请列出…"远比"…有哪些？"要好。
🔹 第三式：提供上下文 —— 别让它瞎猜
- 心法：不要假设 AI 知道你脑子里的背景信息。你需要把所有与任务相关的上下背景、原始材料，都清晰地提供给它。
- 为什么重要：AI 没有记忆（除非在一次对话中），你每次提问都是一次新生。提供上下文，是减少 AI 幻觉、让它脚踏实地的关键。
- 案例对比
- 糟糕的 Prompt：
"帮我总结一下会议内容。"- AI：
"好的，请提供会议内容。"（无效沟通）
- AI：
- 优秀的 Prompt：
"以下是我们今天下午关于Q3产品计划的会议纪要全文：[此处粘贴完整的会议纪要文本]。现在，请你根据这份纪要，帮我总结出3个核心决策点，以及每个决策点对应的负责人和截止日期。"- AI 的回答会精准、可靠，因为它所有的信息来源，都被你限定在了提供的上下文中。这，其实就是 RAG（检索增强生成）思想的最直接体现！
- 糟糕的 Prompt：
🔹 第四式：设定格式与约束 —— 给它一个‘模版’
- 心法：如果你希望 AI 的输出，符合某种特定的格式或结构，那就明确地告诉它，甚至给它一个示例。
- 常见格式约束：
- 输出格式：
"请以JSON格式输出结果。"、"请以Markdown表格的形式呈现。" - 长度约束：
"回答请不要超过300字。"、"请写一个三段式的报告。" - 风格约束：
"请用严谨、科学的知乎风格来写。"、"请用客观、严谨、中立的学术风格来写。" - 内容约束：
"在你的回答中，请不要使用任何专业术语。"、"请引用至少三篇权威的参考文献。"
- 输出格式：
- 小样本示例（Few‑shot Example）：这是最强大的技巧之一！直接在 Prompt 里给它看一个标准答案的范例。
- 优秀的 Prompt：
"我需要你帮我从用户评论中提取情感。范例：输入：这件衣服太好看了！输出：正面。现在，请处理这个输入：物流太慢了，差评！"- AI 会立刻理解你的任务和输出格式。
🔹 第五式：切分问题 —— 把大象放进冰箱
- 心法：面对一个极其复杂的、一步到位的宏大任务，不要指望 AI 能一次性完美解决。你应该像一个项目经理一样，主动地将这个大任务，分解成多个更小、更简单、逻辑上连续的子步骤。
- 为什么有效：这能极大地降低 AI 的认知负荷，让它在每一步都能集中精力解决一个简单问题，从而保证最终结果的质量。
- 案例
- 糟糕的 Prompt：
"帮我写一份关于中国新能源汽车市场的万字深度研究报告。"（AI 很可能会瞎编或者敷衍） - 优秀的 Prompt（分步式）：
- i．第一步：请列出撰写一份关于中国新能源汽车市场的深度研究报告的详细大纲，应包含市场规模、主要玩家、技术趋势、政策影响、未来挑战等部分。
- ii．（在你对大纲进行修改确认后）第二步：很好。现在，请先撰写大纲中的第一部分‘市场规模分析’，请引用最近三年的权威数据，并分析其增长驱动因素。
- iii．…… 一步一步地，引导 AI 完成整篇报告。
- 糟糕的 Prompt：
🔹 第六式：鼓励思考（Encourage Thinking）—— 让它多想一会儿
- 心法：有时候，AI 回答错误，不是因为它笨，而是因为它太快了。它默认会选择一条最省力的路径，直接给出答案。你需要明确地鼓励或要求它，进行深入的、过程性的思考。
- 这就是通往高级 Prompt 技巧 —— 思维链的大门！
- 简单技巧（神奇的咒语）：
- 在 Prompt 结尾加上：
"请在回答前，先进行深入的思考。" - 要求它进行自我批判：
"请你生成答案后，再从一个批判者的角度，审视一下你的答案有什么潜在的错误或遗漏。" - 使用零样本思维链咒语：
"Let's think step by step（让我们一步一步地思考）"。
- 在 Prompt 结尾加上：
角色‑任务‑上下文‑格式‑切分‑思考，这六脉神剑，构成了一个可以无限组合、灵活应用的强大框架。在你的日常使用中，有意识地运用其中的 2‑3 条，你的 Prompt 质量就会发生质的飞跃！
三、高级内功心法 —— 解锁 AI 的深度智能 🔖
掌握了六脉神剑，你已经是一个合格的 Prompt 工程师了。但要成为绝顶高手，你还需要修炼几种更强大的内功心法。
🔹 心法一：思维链（Chain‑of‑Thought, CoT）——AI 智商倍增器
- 核心思想：我们在《每天吃透一个 AI 知识点 —— 思维链》那篇笔记中详述过。其核心，就是强迫 AI 在给出最终答案之前，先显式地生成一步步的推理过程或内心独白。
- 为什么是智商倍增器：
- a．分解问题：将复杂问题分解为多个简单步骤。
- b．提供草稿本：生成的中间步骤，成为下一步推理的记忆锚点，减轻了认知负荷。
- c．分配更多算力：生成更长的文本，意味着模型为这个问题分配了更多的思考时间和计算资源。
- 施法姿势：
- 零样本 CoT：在问题后加上让我们一步一步地思考。
- 少样本 CoT：在 Prompt 中，提供一个或多个带有完整
问题 -> 思路 -> 答案格式的范例。
🔹 心法二：自洽性（Self‑Consistency）—— 三个臭皮匠，顶个诸葛亮
- 核心思想：既然 AI 的回答带有一定的随机性，那我何不多问几次，然后取投票结果呢？
- 工作流程：
- a．使用思维链的方式，让 AI 对同一个问题，生成多个（比如 5‑10 个）不同的推理路径和答案。（可以通过调整
temperature参数，来增加答案的多样性） - b．然后，统计一下这些答案中，哪个答案出现的次数最多。
- c．将这个多数派的答案，作为最终的、最可信的输出。
- a．使用思维链的方式，让 AI 对同一个问题，生成多个（比如 5‑10 个）不同的推理路径和答案。（可以通过调整
- 为什么有效：正确的答案，通常只有一条或少数几条推理路径可以到达。而错误的答案，则可能由千奇百怪的错误路径导致。通过投票，我们可以极大地过滤掉那些由偶然错误导致的离群值，从而提升结果的稳定性和可靠性。
🔹 心法三：思维树（Tree of Thoughts, ToT）—— 多路探索，择优而行
- 核心思想：如果说 CoT 是一条道走到黑，那么 ToT 就是在每个路口，都派出探子去看看。
- 工作流程：
- a．在推理的第一步，让 AI 生成多种（比如 3 种）可能的下一步。
- b．然后，让 AI 自己评估这 3 种可能性的优劣，或者让人类来评估。
- c．选择最有希望的那条路，继续往下走。甚至可以在发现某条路是死胡同时，回溯到上一个路口，选择另一条路。
- 为什么强大：它将推理过程，从一个线性链条，变成了一个可以广度优先搜索、可以回溯、可以剪枝的决策树。这极大地增强了 AI 解决需要探索和规划的复杂问题的能力，比如写小说构思情节、或者进行战略规划。
四、Future 展望：从 Prompt 工程师到 AI 认知心理学家 🔖
Prompt 的艺术与科学，正在以惊人的速度演进。
- 自动化 Prompt 工程（Automated Prompt Engineering, APE）：未来，我们可能不再需要自己手动去雕琢完美的 Prompt。而是由另一个 AI，来自动地为我们寻找和生成针对特定任务的最优 Prompt。
- 多模态 Prompt：Prompt 的形态，将从纯文本，扩展到文本 + 图像 + 声音 + 视频的混合体。你可以上传一张图片，然后用语音对 AI 说：帮我把这张图里的天空，变得更像梵高的《星空》，但色调要温暖一点。
- 从人与 AI 到 AI 与 AI 的 Prompt：在复杂的 Agent 系统中，一个 AI（比如任务规划 Agent）生成的 Prompt，将成为另一个 AI（比如代码执行 Agent）的输入。Prompt，正在成为 AI 智能体之间沟通的通用语言。
学习 Prompt，本质上是在学习如何与一个非人类的、强大的外星智能进行沟通。你需要理解它的思维方式（基于概率和模式），洞察它的性格弱点（容易产生幻觉、缺乏常识），并利用它的超能力（海量知识、超强记忆）。
因此，一个顶级的 Prompt 工程师，在未来，可能更像一个 AI 认知心理学家。他不仅要掌握技术，更要深刻地理解语言、逻辑、以及智能本身的奥秘。
五、总结一下吧 🔖
今天，我们进行了一场关于如何与 AI 高效沟通的深度探索。现在，让我们来总结一下成为 AI 驯兽师的核心秘籍：
- Prompt 的本质：它不再是简单的提问，而是一种引导、约束和激发 AI 潜能的指令编程。
- 完美 Prompt 的六脉神剑：
- a．角色扮演：赋予 AI 专家身份。
- b．明确任务：清晰告知做什么。
- c．提供上下文：杜绝 AI 瞎猜。
- d．设定格式约束：打造你想要的输出模板。
- e．切分问题：化繁为简，分而治之。
- f．鼓励思考：引导 AI 进行深度推理。
- 高级内功心法：
- 思维链（CoT）：让 AI 写下解题步骤，智商翻倍。
- 自洽性（Self‑Consistency）：通过投票提升结果的可靠性。
- 思维树（ToT）：进行多路探索，解决复杂规划问题。
- 未来趋势：Prompt 将走向自动化、多模态、以及成为 AI Agent 之间的通用语。
掌握了 Prompt 的精髓，你就拥有了在 AIGC 时代，将 AI 的巨大潜力，转化为你个人、你团队的超级生产力的点金石。这，可能是未来十年，最值得投资的元技能之一。