AI工具泛滥，但多数产品经理只会“许愿”不会“指挥”。本文提炼写好提示词的10大黄金法则，从需求明确、角色设定到结构化表达与迭代优化，手把手教你将模糊需求翻译成AI能执行的清晰指令，帮你从“被AI取代”的焦虑中破局。

前阵子我们团队招人，有个小伙子简历挺亮眼，面试时跟我说：“刀哥，我现在所有工作都交给AI了，效率翻倍。”我挺高兴，让他现场演示怎么用AI做一份需求分析。结果他敲了句“帮我写个需求分析”，AI回了一段正确的废话。他又敲“再详细点”，AI回了一段更长的废话。来回五六轮，东西还是不能用。

那一刻我明白了：很多产品经理不是在用AI，是在给AI许愿。这是当下咱们这行的真实困境。

AI工具铺天盖地，谁都能下载一个，但同样一个需求，有人三句话让AI吐出能直接用的东西，有人聊一下午还在跟AI互相误会。差距不在工具，在你怎么“说”。

我越来越确信一件事：未来几年，产品经理这个岗位不会消失，但“不会用AI的产品经理”会消失。这不是吓唬你。你想，AI把画原型、写文档、跑数据这些体力活儿接走了，老板要的是能把AI指挥得明明白白、把模糊业务翻译成清晰指令的那个人。这个本事，叫“AI产品经理素养”，而它最底层的功夫，就是写好提示词。

可现实是，大多数人把提示词当搜索引擎在用——丢一句关键词，等它猜。猜中是运气，猜不中是AI的锅。真不是。提示词是有方法、有规律、可以练出来的手艺。

我前前后后带团队、做培训，把这套东西摸了一遍，总结成“写好提示词的10大黄金法则”。今天不藏着，一条一条跟你说清楚。

01 法则一：需求明确——把“糊”的要求说清楚

新手写提示词最大的毛病，就一个字：糊。你脑子里想的是

“写个产品介绍”，可AI不知道是什么产品、给谁看、多长、什么语气，只能给你一段正确的废话。

怎么改？写之前用5W1H过一遍：Who给谁看、What要什么、Why用途、Where场景、When时效、How风格格式。一次只塞一件事，背景给足。

最关键的一招：把“形容词”换成“可检验的标准”。别再说“写好看点”，改成“结尾带行动号召、用2个emoji、不超过80字”。给标准，别给感觉。

一句话：模糊指令等于模糊结果。你有一半的问题，是没想清楚自己到底要什么。

02 法则二：角色设定——给AI一个“人设外壳”

加一句“你是某某专家”，输出质量常常肉眼可见地变好。因为角色同时给了AI三样东西：视角、知识边界、说话语气。

要素就三个：身份（律师/教练）、经验年限（10年）、专长领域（擅长X）。三者越具体，角色越立得住。角色要对口，法律问题找律师，健身计划找教练，写代码找资深工程师；用错角色，等于让外行给你出主意。复杂任务还能叠角色，比如“你既是营养学家，也是健身教练”。

我常举自己的例子：跟AI说“给我写个健身计划”，它大概率给你一份不适合久坐族的通用操。但加上“你是10年经验的私教，我是38岁男性、176/70、圆肩驼背、每周3次力量+3次有氧”，出来的计划立刻就“懂行”了。

记住：角色是外壳，专业结论还得你把关。

03 法则三：结构化表达——用框架代替大白话

把提示词从“一段话”升级成“有结构的模块”，AI才不容易漏要求。推荐一个框架：CO-STAR——背景Context、目标Objective、风格Style、语气Tone、受众Audience、输出格式Response。第一次用可能觉得麻烦，用熟了随手写都自带结构。

另外，用###或「」把模块隔开，AI解析更准，你也更好维护。多个要求冲突时，标一句“以X为最高优先级”，免得它平均用力。

结构化不等于越长越好。小任务三块（角色+任务+格式）就够，别硬套全套。

04 法则四：样本校准——给例子比描述更准

想让AI写出特定风格，光描述往往说不准；直接给它看例子，它一秒就懂。这叫few-shot（小样本学习）。不给例是0样本，给1个是1样本，给2-3个是few样本。风格越微妙，越要多给几个。

例子本身要对味——你想要的长度、结构、语气，例子里就得有，例子歪了产出也歪。高手还会给正反例：一个“好样例”加一个“坏样例（说明坏在哪）”，校准得更狠。

说不清风格？别费劲描述，直接上例子。这是控制风格最省力、最准的武器。

05 法则五：指定输出——规定怎么交差

提示词写到最后一步，必须规定“你要我怎么交差”。否则AI给你一大段散文，你还得自己再整理。

要格式：表格、编号列表、JSON、Markdown、代码块。要能直接用的，就明说。要喂程序用JSON，规定字段名和类型，代码直接解析；要核对用表格，对比类任务表格比段落好读十倍。

最稳的一招：直接贴一段你期望的输出样例，哪怕手写，AI照抄结构，零歧义。

一句话：在提示词结尾写明“用什么格式、什么结构交给我”。

06 法则六：赋予约束——给AI画围栏

约束就是围栏：哪些必须做、哪些绝对不能做。

没围栏，AI容易自由发挥到你想撞墙。硬约束用“必须”“禁止”“只能”，违反即不合格，比如“禁止出现价格”“必须口语化”。软约束用“尽量”“建议”，留点余地。排除项也很管用：直接列“不要做X、不要做Y”，比描述理想状态更快堵雷区。

两个坑：别让约束打架（又要求不超过30字又要求详细展开5点，AI会懵）；别锁太死（强制30字却没内容可写，它为了合规会胡编）。

加一条兜底最稳：“如果信息不足，请明确告知而非编造。”——专门治幻觉。

07 法则七：设计思维链——让AI先想后答

碰到要“想一想”的任务（算账、逻辑、规划），别让AI直接给答案，逼它“一步步来”。这叫思维链Chain-of-Thought。

最简单一句：“请一步步思考，再给结论”，推理质量就能明显提升。你也能自己把步骤写出来让它照走：第一步列条件、第二步分析、第三步推导、第四步结论。

重要的决策，可以让AI用不同思路算3遍取多数，更靠谱。复杂任务加一句“先输出执行计划，等我确认再开始”，避免它一路跑偏。

推理类任务，永远让AI“先想后答”。这一句是性价比最高的高阶技巧。

08 法则八：任务拆解——大活儿切成小活儿

大任务一口气让AI做，容易半成品。正确姿势：拆成小步骤，逐个击破，再串起来。

拆到“一口能吃下”的颗粒度，每一步AI能独立产出明确交付物，比如“先列大纲→再写各节→最后统稿”。有依赖的按顺序（A结果喂B），互相独立的可以一次出多份再合并。每步给交付标准，它才知道做到什么程度算完。

我常用“角色分工”模拟团队：一步让市场分析师出洞察，下一步让文案据此写稿，像搭了个虚拟团队。某步卡住，退一层重拆更细，别硬怼原提示词。

09 法则九：迭代优化——好提示词是改出来的

没有一次写到位的好提示词，都是改出来的。建立“测试→评估→修改”的循环，是专业和业余的分水岭。

先定评估标准：准确？够短？风格对？有标准才能改得有方向。做版本管理，v1/v2/v3留底，改坏能回退。收集bad case，把AI翻车的输出记下来，针对性加约束或例子，专治复发。

还有招：让AI自己按你的标准打1-10分并说扣分点，它往往能自己发现毛病。同一任务跑两个版本并排看，比凭感觉改客观。

把提示词当产品迭代：有标准、留版本、攒bad case。改个十几次，你就有了一条百发百中的提示词。

10 法则十：万能公式——把前9条打包复用

把前9条打包成一个可复用的“万能公式”，以后不管什么场景，往里填就行。公式=角色+背景+任务+要求+约束+示例+输出格式+迭代指令。

简单任务可省示例/约束，复杂任务八块全上。公式是骨架，不是枷锁。拿到新任务先套公式写一版，跑通后再针对场景加料，效率最高。结尾常备一句“如果结果不满意，请说明可改进方向”，让提示词自带进化能力。

最重要的是：建立自己的提示词库，把跑通的配方存成模板（带{{占位符}}），形成个人军火库。提示词工程是思维，不是背诵——懂了原理，你随手写都比死记模板的人强。

写在最后

写到这里，我想跟你说点掏心窝的。

AI这波趋势，不是来跟你抢饭碗的，是来重新排座的。它会把重复体力活接走，把“能把模糊业务翻译成清晰指令”的人推到前排。你现在每学一条提示词法则，都是在往自己的护城河里多灌一桶水。

别焦虑，也别躺平。保持学习的心态，接住这波变化，把自己变成那个“用得好AI”的产品经理，而不是被AI甩在身后的人。