提示词结构

学习目标

把一个含糊的请求改写成结构化提示词：目标、背景、输入、约束、结果格式五要素写清楚；并用同一组样例对比改写前后的行为，代替凭感觉调提示词。

问题场景

「帮我总结这段话」——每次输出的条数、格式、侧重点都不一样，没法接程序处理，也没法比较两次结果。你补一句「简洁点」，结果变短了但重点也丢了。凭感觉调提示词，永远在碰运气。

核心解释

把提示词当接口设计，五要素各司其职：

要素	回答的问题	示例写法
目标	要模型做什么	「从下面的介绍中提取 3 个学习要点」
背景	谁在用、用在哪	「读者是在校学习者，用于课程页摘要」
输入	处理哪一段内容	「【输入内容】……」明确标出边界
约束	不要做什么	「只提取原文要点，不要扩展，每条不超过 20 字」
格式	结果长什么样	「每行一条，以 - 开头」或「输出 JSON 数组」

改写前后对比：

改写前：帮我总结这段话

改写后：
目标：从下面的课程介绍中提取 3 个学习要点。
背景：读者是在校学习者，介绍来自 React 入门课程。
输入：【输入内容】本课带你从零认识组件与状态……
约束：只提取原文出现过的要点，不要扩展，每条不超过 20 字。
格式：每行一条，以 - 开头。

三条原则：

1. 写清楚 ≠ 啰嗦：五要素各管一段，多余的形容词一个都不要。「认真、专业、高质量」对模型没有可执行的含义。
2. 约束要可判定：「简洁点」因人而异，「每条不超过 20 字」才能被稳定执行。
3. 格式跟消费方走：给程序消费就用 JSON（A09 课讲怎么校验），给人看就用列表；格式错误是最常见也最好防的失败。

示例拆解

把五要素工程化成模板函数，让提示词可测试：

function buildPrompt(
  input: string,
  opts: { goal: string; background: string; constraints: string[]; format: string }
) {
  return [
    `目标：${opts.goal}`,
    `背景：${opts.background}`,
    `输入：【输入内容】\n${input}`,
    `约束：${opts.constraints.join("；")}。`,
    `格式：${opts.format}`,
  ].join("\n");
}

关键点：

• 换输入不换结构：模板固定后，不同输入的行为差异才可归因于输入本身。
• 输入用【输入内容】标注边界，防止正文里的指令被当成要求（A04 课来源边界在提示词层的落实）。
• 验证方式：固定 3 个样例输入（典型、边界、异常各一），改写前后各跑一遍并排对比。一次只改一个要素，否则说不清是哪个改动起了作用。

动手任务

1. 在实验区把含糊提示词补到五要素齐全，观察模拟响应如何从「自由发挥」变成「受控」。
2. 给「把课程简介改写成一句话推荐语」写五要素提示词，交给同学看能否找出歧义。
3. 本机固定 3 个样例，把你某个真实提示词改写前后各跑一遍，记录格式错误次数与遗漏要点的对比。

常见错误

• 堆形容词代替约束：「认真专业地总结」不可执行，等于没写。
• 输入不标边界：正文里的句子被当成指令，或要求被当成正文处理。
• 一次改五处：行为变了没法归因，回到碰运气。一次一个要素，同一组样例对比。
• 格式与消费方脱节：给程序输出散文，给人看输出 JSON 字符串，两边都不好用。

检查与复盘

自查清单：

• 能默写五要素及各自回答的问题
• 能把一段含糊请求改写成五要素齐全的版本
• 验证提示词改动时用固定样例组对比，不凭单次感觉

参考资料

• OpenAI 文档：Prompt engineering —— 官方的提示词结构建议，与本课五要素相互印证
• 智谱开放平台文档 —— 所用模型的提示词指南入口，各提供方建议略有差异
• 下一课 A08 在结构之上叠加两个工具：示例与任务拆解。