提示词工程6要素深度拆解系列 · 第2篇
本文要点：任务描述的黄金法则 + 5种常见陷阱 + SMART任务框架

一、一个看似离谱但真实的故事

我有个朋友，花了一个下午教GPT写周报。他反复调整提示词，换了好几种问法，用了各种高级技巧——Few-shot、Chain-of-Thought、Role-playing——但AI写的周报就是不对味。

最后他发现，不是AI不行，是他自己没想清楚周报到底要写什么。

你的同事跟你说话：「帮我搞一下那个东西，就是上次说的那个。你懂的。」

你会怎么办？一脸懵。

但很多人就是这么跟AI说话的。

「帮我写个文案。」「帮我分析一下数据。」「帮我优化一下这个方案。」

AI不是读心者。你不说清楚，它就只能猜。而猜的结果，大概率不是你想要的。

这就是提示词第二个要素——任务（Task）——为什么如此重要。

二、任务：提示词的「引擎」

在6要素体系中，角色是「操作系统」，任务是「引擎」。

角色决定了AI以什么身份思考，任务决定了AI朝什么方向发力。

如果角色是赛车的调校参数（底盘高度、悬挂硬度、扭矩分配），那任务就是赛道的终点线。车再好，不知道终点在哪，也是瞎跑。

2.1 一个简单的判断标准

拿出你最近用过的一个提示词，圈出里面描述「要做什么」的部分。够不够用一个手指头指出来？需要读完一整段话才能理解？

如果答案是后者，你的任务描述就需要优化了。

好的任务描述 = 一眼就能知道要产出什么。

三、任务描述的「SMART」框架

借用管理学的SMART原则，我们可以建立提示词任务描述的品控标准：

┌──────────┬───────────────────────────────────────────┐ │ 维度 │ 含义 │ ├──────────┼───────────────────────────────────────────┤ │ S 具体 │ 要产出什么？不是「写个报告」，而是「写一份 │ │ (Specific)│ 包含竞品分析+价格策略+渠道建议的市场进入报告」 │ ├──────────┼───────────────────────────────────────────┤ │ M 可衡量 │ 怎么算好？有评判标准吗？「字数1000字左右」 │ │ (Measurable)│ 「覆盖至少3个竞品」「给出具体数据而非模糊判断」 │ ├──────────┼───────────────────────────────────────────┤ │ A 可达 │ 这个任务AI能做吗？「预测下周股价」不行， │ │ (Achievable)│ 「分析过去3个月股价走势和影响因素」可以 │ ├──────────┼───────────────────────────────────────────┤ │ R 相关 │ 任务和角色、背景匹配吗？让一个物理学家 │ │ (Relevant) │ 写广告文案就是在浪费角色设定 │ ├──────────┼───────────────────────────────────────────┤ │ T 有边界 │ 任务有明确的起点和终点吗？「持续优化」不是 │ │ (Time-bound)│ 一个任务，「对这份初稿做一轮润色」才是 │ └──────────┴───────────────────────────────────────────┘

来看一个SMART与不SMART的对比：

不SMART版：

「帮我写一个关于我们新产品的宣传内容。」

这句话里：S不具体（宣传内容是什么？文案？海报文字？发布会演讲稿？）、M不可衡量、T没有边界。

SMART版：

「基于产品手册，写3个版本的电商详情页文案（分别针对价格敏感型、品质追求型、社交分享型用户），每个版本包含标题（≤20字）+ 卖点提炼（5条）+ 场景化描述（100字），总字数不超过800字/版。」

现在你知道AI要产出什么了吗？你甚至可以在脑子里「看到」最终结果的样子。

四、任务描述的五种常见陷阱

陷阱一：目标宏大但不可执行

「帮我做一个全面的竞品分析。」

「全面」是一个无底洞。什么样的竞品？哪些维度？深度到什么程度？

✅ 修正：

「从定价策略、核心功能、用户口碑三个维度，对比我们和TOP3竞品的差异，每个维度给出优势和劣势各一条，最后给出改进建议优先级排序。」

破除「全面」魔咒：永远用可枚举的维度替代「全面」。

陷阱二：把AI当搜索引擎用

「2024年AI行业市场规模是多少？」

这种问法有两个问题：

1. AI模型的训练数据有截止日期，数据可能过时
2. 你没有激活AI的分析能力，只是把它当成一个不准确的搜索引擎

✅ 修正：

「以下是2023年中国AI市场的公开数据（附数据来源：IDC报告、艾瑞咨询）。请基于这些数据，结合你了解的行业趋势，分析2024年最可能爆发的3个AI细分赛道，并说明判断依据。」

把数据喂给AI，让它做分析和推理——这才是AI的强项。

陷阱三：一锅炖，没有任务分层

「帮我分析这个数据集，看看有什么规律，然后给出改进建议，再写一份汇报PPT的大纲，顺便整理一下数据清洗的步骤。」

如果你让一个人类同事同时做5件不同性质的事，他会怎么做？正常人是排优先级、分步骤。

✅ 修正：把复杂任务拆成子任务，轮次递进。

第1轮：「先对数据集做探索性分析，输出：数据概览（行数、列数、缺失率）、关键变量的分布特征、明显的异常值。只做这一步，不做分析。」 第2轮：「基于上一步的结果，分析用户留存的关键影响因素。」 第3轮：「基于分析结果，给出3条可落地的改进建议。」

一次只做一件事，但每件事都做到极致。

陷阱四：只有What，没有Why

「帮我写一篇关于OKR的科普文章。」

AI会写，但可能写成给HR看的，可能写成给CEO看的，也可能写成给大学生看的。因为你不说Why，AI就不知道文章要达成的目的。

✅ 修正：

「帮我写一篇面向中小企业老板的OKR科普文章。目的是说服他们从KPI转向OKR管理。字数1000字以内，语言要接地气，少用管理学术语，多用「隔壁老王」式的场景对比。」

加上「目的」后，AI会调整：

• 文章结构（先对比痛点，再给出方案）
• 语言风格（口语化、场景化）
• 说服策略（用对比而非理论）

任务不仅要告诉AI「做什么」，更要告诉它「为什么做」——这是高手和小白的核心分界线。

陷阱五：默认AI理解行业术语

「帮我针对SEO长尾词做一个内容矩阵规划。」

如果你是一个SEO新手，看到这句话可能完全不懂。AI也可能理解偏差——「内容矩阵」在不同语境下含义不同。

✅ 修正：

「SEO长尾词内容矩阵 = 围绕一个核心主题，规划覆盖不同搜索意图（了解型、比较型、购买型）的一系列文章。请帮我针对’企业微信SCRM’这个主题，规划10篇文章，每篇给出核心关键词、搜索意图类型、建议标题。」

你解释专业术语的过程，也是帮AI对齐认知的过程。

五、进阶：任务描述的「钻石结构」

如果你想让任务描述达到专业级，可以试试这个「钻石结构」：

┌─────────────────┐ │ 1. 一句话指令 │ ← 总纲（做什么） │ 「做X，产出Y」 │ └────────┬────────┘ │ ┌────────────┼────────────┐ │ │ │ ┌────▼────┐ ┌────▼────┐ ┌────▼────┐ │2.为什么做│ │3.怎么做 │ │4.产出标准│ │ (目的) │ │ (方法) │ │ (验收) │ └────┬────┘ └────┬────┘ └────┬────┘ │ │ │ └────────────┼────────────┘ │ ┌────────▼────────┐ │ 5. 示例参考 │ ← 校准锚 └─────────────────┘

实例：

1. 一句话指令： 「把我的博客文章改写为适合领英发布的专业洞察帖。」 2. 为什么做： 「这篇文章的读者是B2B SaaS从业者，他们对'如何用AI提升销售效率' 非常关注。领英的读者阅读习惯是快速扫读，只有前三句话能打动 他们才会继续读下去。」 3. 怎么做： 「保留文章的核心观点和数据，但重新组织结构：用Hook（钩子句） 开头 → 核心观点 → 数据支撑 → 行动建议。」 4. 产出标准： 「字数控制在500字以内。每句话不超过30字。必须有1个具体数据点。 必须用短段落（每段不超过3行）。结尾有明确的CTA（行动号召）。」 5. 示例参考： 「这里是我之前一篇效果很好的领英帖（附文本），请参考这个节奏和密度。」

这个结构看起来复杂，但实际写出来也就200-300字，包了一个层次分明的指令体系。你多花3分钟写提示词，AI少走20分钟弯路——这笔账值得算。

六、任务描述的自我检查清单

写完任务描述后，用这张清单自检：

• 如果有人拿到这个任务描述，能不能立刻开工？（不依赖任何隐藏信息）
• 任务有明确的产出物吗？（不是「分析一下」，而是「输出一份XX报告」）
• 任务有边界吗？（不会无限发散）
• 任务符合AI的能力边界吗？（不是在让AI预测未来或做价值判断）
• 任务有成功标准吗？（知道什么叫「做好了」）

如果有一个勾打不上，回去改。

七、本篇小结

下一篇预告：【提示词6要素之背景】给AI充足的上下文——我们将揭示背景信息如何成为拉开提示词质量差距的「秘密武器」，包括上下文窗口管理、信息优先级排序、以及如何避免信息过载。

本系列共6篇，第2篇完。保持关注，让提示词工程成为你的核心能力。