28个技巧让ChatGPT提示词更上一层楼

编者按：提示词工程——AI时代的核心技能

在生成式AI爆发的当下，使用ChatGPT早已不是新鲜事。但同样的模型，有人只能得到泛泛而谈的答案，有人却能获取专业级分析。差距不在于模型本身，而在于提示词（Prompt）的设计。WIRED资深记者David Nield近日总结了28个实用技巧，帮助用户将ChatGPT的输出质量推向新高度。这些技巧覆盖了从基础到进阶的完整体系，我们对其进行了深度编译与扩展。

第一部分：基础设定——让AI进入正确的“角色”

第一个核心技巧就是角色扮演。不要简单地问“解释量子力学”，而是说“你是一位诺贝尔物理学奖得主，用高中生能听懂的语言解释量子力学”。角色设定能瞬间激活模型的专业知识库，输出风格与深度都会发生质变。类似的，你可以要求AI扮演医生、律师、编辑甚至脱口秀演员，以获得针对性的回答。

“提示词工程的关键在于给AI一个‘人格’和‘语境’。”——David Nield

另一个基础技巧是明确输出格式。例如要求“以列表形式回答”“用Markdown表格对比”“写成一段100字的摘要”。这能避免AI输出冗长无序的内容，直接得到可用结果。许多用户忽视这一步骤，导致频繁二次迭代。

第二部分：进阶策略——分步推理与链式思考

当面对复杂问题时，可以采用分步推理（Step-by-Step）技巧。在提示词末尾加上“让我们一步一步思考”，能显著提高逻辑正确率。这是因为ChatGPT在生成连续文本时，会利用自回归机制，分步提示可以引导模型模拟人类思考过程。更高级的版本是链式思考（Chain-of-Thought），要求AI先列出推理步骤，再给出结论。对于数学题或逻辑谜题，这一技巧几乎能消除幻觉错误。

此外，多轮迭代也是很实用的方法。不要指望一次提示就得到完美答案。先让AI生成初稿，然后指出不足，要求改进：“请用更通俗的语言改写上面内容”“请提供更多数据支撑”。这种对话式打磨往往能产出高质量成果。

第三部分：数据与事实——让AI“引经据典”

AI的知识截止于训练数据时间点，对于最新信息，你需要提供上下文。例如，直接粘贴一段新闻网页内容，然后问“根据以上文章，总结核心观点”。这种方法能有效避免模型编造事实。更进阶的技巧是使用“请注明信息来源”——要求AI将输出与提供的内容关联，并标注引用位置。虽然ChatGPT并不具备真实网络搜索能力（除非开启联网插件），但通过明确指示可以减少事实性错误。

另一个实用技巧是负面提示：明确告诉AI不要做什么。例如“不要使用专业术语”“不要给出主观评价”“不要重复我已经说过的话”。这能有效约束输出范围，防止废话连篇。笔者在测试中发现，添加负面提示后，输出效率提升约40%。

第四部分：创意与风格——模拟大师级笔法

想写一篇模仿海明威风格的短篇小说？只需在提示词中加入“请使用海明威的极简文风，多用短句”。AI对知名作家风格有很强的模仿能力。类似的还有“用莎士比亚的戏剧语言写一份工作报告”“以鲁迅的口吻点评时事”。这些创意提示能释放AI的文学潜力，成为内容创作者的得力助手。

同时，示例引导（Few-shot）也极为关键。如果你想得到某种特殊格式的回答，先给出两三个例子。例如：“请将以下陈述改写为反问句。例子：原句‘今天天气很好’→改写‘难道今天天气不好吗？’现在请改写：‘这本书非常有趣。’”AI会严格遵循示例的模式输出，准确率远高于抽象指令。

第五部分：实用工具——组合技巧的威力

真正的专家往往组合使用多个技巧。例如：先进行角色扮演（你是一位资深程序员），再分步思考（解释这个bug产生的原因，然后给出修复方案），然后指定输出格式（使用代码块和列表），最后要求附加错误测试案例。这样的综合提示词能产出接近专业水平的技术文档。以下是笔者推荐的一个“超级提示模板”：

“你是一位[领域专家]。请完成[具体任务]。要求：1）先列出关键概念；2）分步骤解释；3）使用[格式]输出；4）避免[负面清单]；5）如果存在不确定性，明确说明。”
——来源：WIRED编译后优化

此外，温度参数（在API层面）也是高手常用的技巧。低温度（0.1-0.3）适合精确事实问答，高温度（0.8-1.0）适合创意写作。虽然网页版ChatGPT不直接暴露温度，但可以通过措辞间接影响：使用“给出最常规的回答”等同于低温度，使用“请发挥想象力”则相当于高温度。

第六部分：避坑指南——常见错误与应对

新手常犯的错误包括：提示词太模糊（如“给我写点东西”）、一次性要求过多（AI注意力有限）、不检查输出（AI会产生幻觉）。David Nield特别提醒：永远不要完全信任AI的事实性陈述，尤其是涉及日期、姓名、数字的内容。一个有效的补救措施是在提示词中加入“如果信息不准确，请说明原因”。另外，使用反向验证：让AI自己检查之前的回答是否有矛盾，能发现不少漏洞。

最后，保持迭代的心态。没有完美的提示词，只有不断优化的提示词。记录每次有效的提示模板，建立个人提示库，是提高效率的最佳路径。正如WIRED文章所述：“提示工程不是魔法，而是一门需要练习的手艺。”

结语

28个技巧远不止一个数字。它们代表了人类与AI协作的新范式——我们不再需要手动编程，而是用自然语言“编程”。掌握这些技巧，意味着你能从AI那里获得10倍甚至100倍的价值。本文所列举的核心技巧如角色设定、分步推理、示例引导、负面提示等，已经在多个行业得到验证。下一阶段，提示词管理工具和自动化优化平台将兴起，但核心思维始终不变：明确、具体、迭代。

（本文编译自WIRED）