回想起2023年ChatGPT刚火起来的时候，提示词是个热门话题。三年过去，用日常聊天的方式说几句，模型往往就能理解需求，于是问题变成：还有必要专门学提示词工程吗？文章从模型生成回答的原理讲起，再谈常用写法。

回想起 2023 年 ChatGPT 刚火起来的时候，提示词可是个热门话题。各种教程、模板在网上满天飞，教你怎么给 AI 设定角色、拆解任务、约束回答格式。为了得到一个满意的答案，往往要先准备一大段提示词。

之前在网络上看到过一段话， 对提示词的一段介绍我觉得挺有意思的：

• 提示词 是 AGI 时代的 编程语言。
• 提示词工程是 AGI 时代的 软件工程。
• 提示词工程师是 AGI 时代的 程序员。

这里简单说下AGI（Artificial General Intelligence，通用人工智能），它通常被理解为一个像人一样通用的 AI，能在广泛、开放、跨领域的认知任务中，无需针对每个新任务专门设计或训练，就能以成人水平进行理解、学习、推理、规划、行动和适应，并能把已有知识迁移到新任务和新环境。

按照这个说法，学会写提示词，算不算提前为当上 未来的程序员 做准备了？

但三年过去了，我们的使用AI的体验已经有了不少变化。以前需要写很长一段提示词做说明，反复强调要求，AI 才能完成的任务，现在我们经常使用日常聊天的方式说几句，AI往往就能理解我们的需求。有时候表达不完整，甚至打错了字，它也能结合上下文猜到你的意思。

于是，一个问题就来了，模型越来越聪明，我们还有必要专门学习提示词工程吗？

这难道就是典型的，学得晚，就不用学了？

提示词的入门门槛很低，会聊天、会打字，就行。但想要用得好，还是值得学一些方法。

下面我们就从模型生成回答的原理讲起，再聊聊写提示词的一些常用方法。这样以后遇到问题，我们就能多一点点判断，知道该怎么去做调整。

一、什么是提示词

提示词（Prompt），这个非常简单，可以直接理解为提供给模型的输入内容。

在聊天场景里，我们最容易感知到的提示词，就是聊天框里写下的那一堆问题。比如，把一段文章发给 AI，再加一句“帮我总结一下，控制在 200 字以内”，这段文章和后面的要求，就一起构成了这次提问的提示词。

到了 Agent Harness 场景，模型收到的内容往往会更多。用户可能只说了一句“帮我查一下这个订单”，系统还会把 Agent 的职责、可用工具的说明，以及相关的历史对话上下文等内容一起交给模型。这些由系统补充的内容，加上用户输入的问题，共同构成了模型这一次收到的提示词。

二、模型的回答是怎样生成的

有些人会认为 AI 是一个巨大的知识库，当我们提出问题，它通过检索整合得到答案，事实上模型的工作原理并不是这样。

模型在训练过程中，从海量的数据里学到了语言规律、文字之间的联系，以及处理问题的方式，这些学习结果变成了模型参数，当我们把提示词输入到模型中，它就会通过这些参数来计算后面可能出现的内容。

我们可以把这个过程粗略地理解为一场“超级文字接龙游戏”。

假设我们让模型续写古诗，并输入“床前明月光”

模型通过参数计算下一个字出现的概率：

下一个字是疑的概率：95.2%，因为在古诗词数据里，床前明月光后面接疑的频率极高

下一个字是暗的概率：2.1%

下一个字是吃的概率：0.01%。

按概率优先，AI 选了疑。

接着，AI 把已生成文本更新为：床前明月光，疑。然后把这段话再次输入到模型，继续计算下一个字：

下一个字是是的概率：98.5%

以此类推，逐token生成，直到拼出疑是地上霜，举头望明月，低头思故乡。整个过程就像一场速度极快、高度精确的概率游戏。

同时这也是流失输出的底层原理，你在聊天界面上 看到文字一个一个的蹦出来，就是模型一个一个生成token的过程。当然传输和界面渲染会影响显示节奏，屏幕上每次出现的几个字，不一定对应模型的一次生成步骤。

模型利用训练中学到的规律，计算当前上下文下各个候选词的概率，如果换一个模型，或换一种提问方式，这些概率就会发生变化。

严格来说，模型一次生成的单位叫 Token，不一定是一个汉字或一个单词。模型得到候选 Token 的概率后，会按生成策略选取下一个，有的策略选择概率最高的，有的则按概率采样，并非每次都选概率最高的。

如果把“续写古诗”换成“翻译成英文”，同样的诗句就会引出译文，换成“赏析”，回答又会转向诗词的意境和表达，生成的内容受到任务要求和上下文的共同影响。

从输入到输出，经过了哪些步骤

把常见的自回归文本生成过程简化一下，大致是下面这样：

文本切分（Tokenization），就是把输入拆成模型使用的 Token，再映射成编号。提示词会按照token来拆分，具体如何拆分取决于训练的分词器，一个token可能代表一个汉字、二个汉字或者三个汉字。

向量表示，是把这些编号转换成模型能计算的一组组数字，并结合位置信息。这些向量还会在后续网络层中结合上下文更新。同一个“苹果”，出现在“吃了一个苹果”和“苹果推出新手机”里，处理后的表示会有所不同。

注意力机制（Attention），让模型在处理当前位置时，结合上下文中其他位置的信息。还是“苹果推出新手机”这个例子，“推出”“新手机”等内容，有助于模型处理这里的“苹果”指什么。注意力是 Transformer 的重要组成部分，实际计算还会经过其他网络层。

概率计算和继续生成，则是根据处理后的表示，给候选 Token 计算概率，再按策略选取一个。选出的 Token 会加入序列，影响下一步，直到遇到结束标记、长度限制等停止条件。

为什么要把需求说清楚

模型会根据提示词计算后续 Token 的概率，再逐步生成回答。我们给出的要求不同，生成的内容也会受到影响。

比如让 AI“写一段防晒霜的小红书推广文案”，防晒效果、使用肤感、价格和包装都可以写，但我们想突出的可能只是肤感。这时，可以把要求补充清楚：

帮我写一段防晒霜的小红书推广文案，重点介绍清爽不油腻的肤感。

这就相当于缩小了内容的可选范围。原来有很多方向可以写的，现在“清爽不油腻”成了重点，模型在输出文案的时候，与肤感相关的表达就会有更高的概率出现。

把需求写清楚，会改变模型后续生成内容的概率，让回答更容易沿着我们想要的方向展开。

为什么 AI 会一本正经地胡说八道

使用AI生成回答的时候，很多人都遇到过这种现象，让它推荐几本某个主题的书，它把书名、作者、出版社写得像模像样，结果上网一搜，这本书根本不存在。

这种现象在人工智能领域叫幻觉，英文是 Hallucination。

为什么会产生幻觉？

看完前面的原理，答案就很明显，AI 不是数据库，也没有事实核查能力。它只负责生成看起来通顺、概率上合理的句子。

当 AI 遇到知识库里没有或不确定的问题时，它的逐词预测，它会根据语法结构和概率规律， 把常见的姓氏、看起来像书名的词语和出版社名称拼在一起，按照书名、作者、出版社的顺序写出来，看上去就成了一条完整的书目信息。

于是，它就用非常自信的语气，写出了一个根本不存在的事实。

怎么减少 AI 胡编？

提供资料源：把参考文章或数据直接粘贴给它，并要求仅根据以下资料回答，资料里没提到的就明确说不知道。

允许拒答：在提示词里加一句，如果不确定或不知道，就直接说我不清楚，不要编造。

这样就能把 AI 从自由发挥，拉回到有依据的回答上。

三、提示词的基本结构：RTF-C

在了解了模型生成回答的原理后，我们再来看看如何把我们的需求写成提示词。

平时使用AI，很多不满意的回答，其实都是我们没有把需求说清楚导致的。比如“帮我分析一下这个产品”，你可能想了解它的竞争优势，模型却花了大半篇幅介绍产品功能。这个不能算是回答错误，只是模型并没有给你关心的内容。

我们在写提示词的时候，可以用 RTF-C 这个框架整理需求，角色（Role）、任务（Task）、格式（Format）和背景（Context）

这个也不是说，每一个提示词 都要遵循这个规则，简单任务一句话就够了，不用这么复杂。

1. 角色

如果你去拆解个目前开源的Agent项目的提示词，你就会发现，这些提示词开头基本上就是一上来就先定义身份角色。

就像我们平时写提示词的时候，都用过这样的开头：“你是一位资深产品经理、你是一位技术专家”。为什么我们要先给 AI 安排一个角色呢？

因为同一个问题，从不同人的角度来看，关心的事情往往不一样。

比如我们让 AI 分析一款产品。站在产品经理的角度，它可能会关注产品解决了什么需求、功能设计是否合理，站在用户的角度，更关心的可能是好不好用、值不值得花钱，如果是开发者，就可能重点考虑实现起来有多复杂、有哪些技术难点。

指定角色，就是给 AI 一个看待问题的角度，让它更容易把回答放在我们关心的地方。

角色并不是每次都要写，如果只是翻译一句话、提取一些字段，直接说明任务就可以了。

2. 任务

角色确定以后，接下来就要告诉 AI，具体需要它做什么。

我们平时经常会说“帮我分析一下、帮我优化一下”，但仔细想想，这些话其实留下了不少需要猜测的地方。

比如“帮我优化这篇文章”，你可能只是觉得有些句子读起来不顺，希望调整一下措辞，AI 却可能认为文章结构有问题，把内容顺序改了，连你原本想保留的例子也一起删掉。

我们在写任务时，可以把“优化”这样的笼统要求，换成具体想要它做的事情。如果暂时说不清楚该怎么改，也可以先把自己发现的问题告诉它：

这一章节读起来有些绕，我不确定是内容重复，还是前后衔接有问题。请帮我检查，先指出具体问题，再给出修改后的正文。保留原有观点和必要的技术细节。

这里把需要检查的问题、处理的顺序，以及修改的范围都交代了，AI 就更容易按照我们的意图完成任务。

任务也不一定要一次写得很完整，自己还没想清楚的时候，可以先让 AI 帮忙分析问题，等确定修改方向以后，再让它动手改。

3. 背景

任务说明了要做什么，背景则是帮助 AI 了解，这件事是在什么情况下去完成。

我们和熟悉的同事交流，很多信息大家都明白，不用重复去说，对方也知道。比如你负责什么项目、技术水平如何、这次工作是给谁看的。但和 AI 开始一段新对话时，这些信息如果没有提供，它通常就只能按比较通用常识来回答。

比如“帮我制定一份 Python 学习计划”，对于完全没有编程经验的人，和已经做了几年 Java 开发的人，合适的学习路线显然不一样。前者需要先理解变量、循环和函数，后者可能更希望尽快熟悉 Python 的写法，然后进入实际项目。

所以，我们可以把影响计划安排的信息补充进去：

我有 Java 后端开发经验，刚开始学习 Python，每周能投入五个小时。我想做出一个支持工具调用的简单 Agent，请围绕这个目标安排学习路线，已经掌握的通用编程知识可以简略带过。

有了这些背景，AI 才更容易判断哪些内容可以少讲，哪些需要重点解释，以及学习任务应该安排。

背景也不并不是越多越好。可以想一想，这条信息会不会影响它的回答？已有的经验、可投入的时间和最终目标会影响学习计划，值得提供，与这次学习无关的经历，就没有必要全部写进去。

4. 格式与限制

有时候，AI 已经理解了任务，回答的内容也基本正确，但我们拿到以后，还是需要花不少时间整理。

比如我们想要一段能直接放进文章的正文，但是 AI 给了我们十几个要点，我们准备做一个简短的口头汇报，它却写了一篇几千字的报告。这种情况下，需要提前说明结果应该以什么形式呈现，以及有哪些要求需要遵守。

格式可以是正文、表格、清单，也可以是固定的内容结构。限制则包括篇幅、表达方式、需要保留的内容，以及不能改动的地方。

比如我们要写一段公众号文章，就可以这样说明：

请写成能直接放进公众号的正文，800 字左右，用完整的段落展开，少用零碎的短句。读者没有技术背景，出现必要的术语时，请顺带解释。保留原文中的技术细节，不要添加没有依据的数据和案例。

5. 提示词的顺序

讲完这几个部分，还有一个问题：它们应该按什么顺序来写？

我们可以先交代角色和任务，再补充背景，最后说明输出要求。比如给一个售后 Agent 写提示词，先说明它负责处理哪些售后问题，再介绍处理流程、可用工具和需要遵守的规则。这样写，内容比较连贯，后面检查和修改也方便。当然，这个顺序只是一个参考，具体还要看任务和材料怎么组织更清楚。

内容的位置会不会影响模型的回答呢？2023 年的《Lost in the Middle》论文研究过这个问题。在它测试的长上下文任务中，回答所需的信息放在开头或结尾时，模型通常表现较好，放在中间时表现较差。这说明，即使提供了相同的信息，位置不同，也可能影响模型利用这些信息的效果。

不过，这项研究反映的是当时所测试模型的表现，现在我们使用的模型是否还有同样的问题，不能只靠这篇论文来判断。可以把它当作一个提醒：如果提供了很长的材料，模型却经常漏掉其中的信息，除了检查内容是否清楚，也可以调整一下位置，看看回答有没有改善。

四、提示词的进阶方法

前面的 RTF-C 框架，主要帮助我们把需求交代清楚。但任务稍微复杂一些，只说清楚目标可能还不够。比如，分类标准不好描述，问题需要经过几步计算，或者有几个可行方向需要比较。这时候，就可以用到一些进阶方法。

1. 提供参考示例：少样本提示（Few-shot）

有些要求，我们解释半天，还不如直接给一个例子。

比如让 AI 整理客户反馈，要求按“功能建议、使用故障、其他”分类。只给出分类名称，模型可能不清楚边界：“希望支持离线使用”算功能建议，但“没网的时候打不开”应该算功能建议，还是使用故障？

这时，可以把分类规则和参考示例一起提供：

请将客户反馈分为“功能建议、使用故障、其他”，只输出类别。

分类规则：提出新增能力的，归为功能建议；描述已有功能无法正常使用的，归为使用故障；信息不足以判断的，归为其他。

示例：

输入：希望增加导出 PDF 的功能。

输出：功能建议

输入：点击导出 PDF 后，页面一直报错。

输出：使用故障

输入：导出功能不太好用。

输出：其他

请分类：每次导出文件，应用都会闪退。

在提示词中提供一个示例，通常叫 One-sho，提供几个示例，就叫 Few-shot，也就是少样本提示。模型可以参考这些例子，在当前任务中使用类似的判断方式和输出格式。

示例主要有两个作用：减少对要求的误解，以及让输出的结构和风格更一致。 比如我们要求“只输出类别”，示例中就不要再附上一大段解释，否则文字要求和示例反而会互相冲突。

选择示例时，可以重点看三个方面：

1. 相关性：例子要和实际任务接近。想让模型分类客户反馈，就提供真实或接近真实的反馈。
2. 多样性：除了容易判断的情况，也要覆盖容易混淆、信息不足的情况，让模型看到分类边界。
3. 清晰性：输入、输出要对应，示例之间的标准要一致。内容较长时，可以用 <examples> 和 <example> 标签分隔，也可以直接编号。

示例的数量不用一味求多，先找几个能说明规则和边界的例子即可。

2. 引导逐步分析：思维链（CoT）

有些问题需要经过几步推算，才能得出答案，如果中间没有考虑清楚，漏掉了一些条件，最后的结果就容易出错。

思维链，英文是 Chain of Thought，简称 CoT。它的基本做法，是引导模型生成中间推理步骤，再得出最终答案。

比如我们可以先给出这样的示例：

问题：仓库有 20 箱饮料，每箱 12 瓶，卖出 35 瓶后还剩多少瓶？

解答：原有饮料为 20 × 12＝240 瓶，卖出后剩余 240－35＝205 瓶。

请用类似方式回答：仓库有 18 箱饮料，每箱 24 瓶，上午卖出 96 瓶，下午又补进 3 箱，现在有多少瓶？

这里的示例不仅给出了答案，还展示了如何把题目中的条件转成计算步骤。

大家常见的“请一步步思考”，也是引导逐步分析的一种提示。不过在实际任务里，如果我们已经知道哪些条件容易被遗漏，就可以直接把它们写出来。

CoT 还有一个相关的扩展，叫自一致性（Self-consistency），针对同一个问题，生成多条推理路径，再汇总其中一致的答案，它更适合答案能够明确比较的任务。

3. 探索不同解法：思维树（ToT）

逐步分析适合沿着一条路径解决问题。但有些任务，在开始时就有好几个方向，我们并不知道哪一个值得继续。

比如写一篇“企业是否需要自建 Agent”的文章，可以从成本讲起，也可以从业务接入、运行可靠性或者效果评测讲起。选哪个角度，会影响后面的案例和论述。

思维树，英文是 Tree of Thoughts，简称 ToT。它会在解决问题的过程中生成多个候选方向，对这些方向进行评估，再选择其中一部分继续展开。发现走不通时，还可以回退，尝试其他分支。

我们可以借用这个思路来确定文章的切入点：

这篇文章面向准备落地 Agent 的企业技术负责人，想回答“哪些能力需要企业自己建设”。

请先提出三个不同的切入角度，为每个角度写出核心观点，以及需要哪些案例或材料支撑。根据目标读者的关注点和现有材料，选出两个值得继续的方向，各写一份简短提纲。

再比较这两份提纲，检查有没有偏离文章要回答的问题。如果某个方向缺少必要材料，做一个详细的说明，再决定调整角度还是暂时放弃。

它让我们有机会在投入大量写作之前，比较不同方向，而不是写完以后才发现切入点不合适。

不过，让模型一次列出三个方案，还不等于完整的 ToT。原论文中的方法还涉及反复生成候选、评估、选择和搜索，通常需要程序组织多次模型调用。我们这种直接写到提示词中的方法，可以理解为借用了它探索和筛选不同路径的思路。

4. 分阶段完成任务：提示词链（Prompt chaining）

还有一类复杂任务，难点在于要连续完成好几件事，而且后面的工作依赖前面的结果。

比如，我们希望 AI 分析产品与竞品的差异，再提炼卖点，最后写一段营销文案。如果一次全部交给它，拿到的文案不满意时，我们还需要往前找：是分析出了问题，卖点没选好，还是表达不合适？

提示词链的做法，就是把这些工作拆成多次调用，将上一步的输出作为下一步的输入。

第一步，先完成产品对比：

请根据提供的产品资料，从价格、核心功能、使用限制和适用人群四个方面，对比我们的产品与两款竞品。用表格呈现，资料没有的信息标为“未知”。

第二步，使用对比结果提炼卖点：

根据上一步的对比表，为我们的产品提炼三条有资料支持的卖点。每条说明对应的产品特点，以及它能解决用户的什么问题。没有依据的优势不要补充。

第三步，再把卖点交给模型写文案：

根据上一步确定的卖点，为科技爱好者写一段约 150 字的社交媒体文案。语气自然，重点介绍使用价值，不添加未经证实的性能承诺。

这样拆开以后，我们可以在每一步检查结果。如果对比表里的产品价格就错了，可以先修正，再继续提炼卖点，避免错误一路传到最后。

提示词链和思维链虽然名字接近，但关注点不同，思维链主要讨论一个问题如何经过中间推理得到答案，提示词链则是在安排多个任务之间的衔接，每一步都有自己的输入和输出。

这里可能会有人 把这个提示词链和Agent进行比较，都可以一步一步完成任务，但是这个和Agent有很大的不同，Agent是有自主决策权，可以根据任务的复杂程度和要求，选择不同的方法来完成任务。这个提示词链，是根据我们的要求，手动拆分成多个任务，每个任务都有自己的输入和输出，这个更像一个工作流。

5. 根据结果持续改进提示词

前面介绍了几种写提示词的方法，但提示词到底有没有用，最终还是要看实际运行结果。我们很难在第一次就把要求想周全，有些表达是否清楚、哪些条件有所遗漏，往往用过几次才会发现。

这时也可以让 AI 帮我们改写提示词。把原来的提示词、实际输出，以及自己不满意的地方一起交给它，让它分析结果为什么偏离预期，找出指令中含糊、遗漏或者相互矛盾的地方，再提出修改建议。如果我们自己还没想清楚要求，也可以让 AI 先提问，帮助我们把需求梳理清楚，再动手改写。

不过，AI 给出的修改建议也需要我们判断。它未必知道哪些要求最重要，也可能把一次性的偏好写成所有任务都要遵守的规则。我们需要确认，修改后的提示词是否准确表达了自己的意图，有没有增加不必要的限制。持续改进也包括删掉重复、过时或相互冲突的内容，提示词并不是越写越长就越好。

改完以后，再拿之前处理过的输入在尝试一遍，需要看看原来的问题是否得到解决，其他结果有没有受到影响。经过几轮使用、反馈和调整，把反复有效的要求保留下来，提示词才会逐渐适合自己的任务。AI 可以帮助我们分析问题、整理表达，而修改是否有效，仍然要靠实际结果来判断。

五、结语

AI 会越来越聪明，我们也许不再需要琢磨复杂的提示词写法，用平常说话的方式就能让它完成很多事情。但了解这些提示词优化的方法，仍然能够让我们更好地使用它。当模型回答不满意时，我们可以判断是不是缺了背景资料，或者可以给一些示例，任务复杂时可以引导分析、比较不同方向，或者分阶段完成。有了这些方法，我们就多了一些调整的依据。

写提示词的过程，也是在整理自己的想法。AI 可以帮助我们分析和执行，而我们需要逐渐想清楚，要解决什么问题，需要什么才能做好，怎样才算做好。随着 AI 能做的事情越来越多，把自己的想法想清楚、表达清楚，也会变得越来越重要。