生成式 AI 正在改变我们与计算机交流的方式。过去，人们需要学习软件菜单、编程语法和复杂命令；现在，我们可以直接使用自然语言告诉 AI 自己想完成什么。

但“能与 AI 对话”并不等于“能获得高质量结果”。同一个工具，有人只能得到宽泛、空洞的回答，有人却能用它整理会议记录、分析数据、撰写方案、生成代码，甚至推进完整项目。两者之间的关键差异，往往就是提示词的质量。

本文结合 Google Prompting Essentials 课程内容，整理一套适用于 Gemini、ChatGPT、Claude、Copilot 等生成式 AI 工具的方法：五步提示词框架，以及结果不理想时的四种迭代策略。

一、什么是提示词？

提示词（Prompt）是用户提供给生成式 AI 的指令和信息。它可以是一句话、一组要求、一份参考材料，也可以包含图片、音频、表格或文档。

理解提示词，首先要分清两个概念：

• 输出（Output）：你希望 AI 最终交付什么。
• 输入（Input）：为了得到这个结果，你需要向 AI 提供哪些指令和资料。

例如，“帮我写一份营销计划”描述了一个基本任务，但没有说明产品、用户、预算、周期和输出结构。AI 虽然可以回答，却只能依靠通用经验猜测。因此，好的提示词并不只是“问一个问题”，而是像给同事布置任务一样，说清目标、背景、参考依据和验收标准。

二、五步提示词框架：TCREI

Google 将有效提示词总结为五个部分：

这五个英文词可以用一句口诀记忆：Thoughtfully Create Really Excellent Inputs，即“认真地创建真正优秀的输入”。各部分的先后顺序并非绝对固定，真正重要的是信息是否完整、明确和相关。

1. Task：明确任务

任务是提示词的基础。不要只告诉 AI 主题，还要尽可能说明行动、角色、受众和输出格式。

一个完整的任务通常包括：

• 行动：分析、总结、撰写、比较、规划还是生成？
• 角色（Persona）：希望 AI 运用什么领域的专业视角？
• 受众：内容写给客户、经理、学生还是普通读者？
• 格式：使用表格、提纲、项目符号、邮件还是演讲稿？

普通提示词：

给我5个博客选题。

改进后的提示词：

你是一名运动营养领域的内容策划。请为服务职业篮球运动员的物理治疗师设计5个博客标题，聚焦当前行业的重要趋势；每个标题后附一句选题说明，并用表格呈现。

后者没有让 AI 猜测专业领域、读者和交付形式，因此结果通常更有针对性。

2. Context：提供必要背景

背景信息决定 AI 是否真正理解你的处境。它可能包括：

• 任务目标和用途；
• 目标受众；
• 已经尝试过的方法；
• 项目进度；
• 时间、预算和资源限制；
• 希望避免的问题；
• 企业价值观或团队要求。

例如：

请推荐5件30美元以内的生日礼物。收礼人29岁，喜欢冬季运动，最近刚从单板滑雪转向双板滑雪。礼物需要便于携带，不推荐服装，因为我不知道对方的尺码。

相比“推荐一些30美元以内的生日礼物”，这段提示加入了预算、年龄、兴趣、近期变化和排除条件，AI 自然能给出更贴合实际的建议。

背景通常是提示词中最长的部分，但并非越长越好。应优先提供会影响答案的信息，删除无关细节。

3. References：提供参考资料

参考资料可以帮助 AI 理解你期待的风格、结构、长度和质量标准。它可以是：

• 过去写过的邮件、文章或项目计划；
• 喜欢的产品文案；
• 团队使命、品牌规范或写作指南；
• 数据表、研究报告、图片或音频；
• 一个理想答案的示例。

按照示例数量，提示方式常被分为：

• 零样本提示（Zero-shot）：不提供示例；
• 单样本提示（Single-shot）：提供一个示例；
• 少样本提示（Few-shot）：提供多个示例。

多数任务提供2至5个高质量示例就已足够。示例太少可能无法形成清晰规律，太多则可能让答案过度模仿参考内容，限制创造力。

为了避免 AI 混淆指令和资料，可以使用标题或标签清楚划分：

任务：请按照参考文章的语气，为新产品撰写一段150字的介绍。 产品信息：…… 参考示例一： <example_1> …… </example_1> 参考示例二： <example_2> …… </example_2>

不要只是上传文件然后说“帮我看看”。应明确告诉 AI：这是什么资料、应当参考什么，以及哪些内容不能照搬。

4. Evaluate：评估输出

AI 的语气很自信，并不代表内容一定正确。不同模型的训练数据和能力各不相同；即使重复输入完全相同的提示词，也可能产生不同答案。

使用 AI 输出前，至少检查以下方面：

• 准确性：事实、数字、引用和计算是否正确？
• 相关性：是否真正回答了任务？
• 完整性：有没有遗漏关键要求？
• 一致性：前后内容是否矛盾？
• 偏见与风险：是否存在刻板印象、不当建议或隐私问题？
• 可用性：格式、篇幅和语言是否适合实际场景？

特别是在医疗、法律、财务、学术研究和公司决策中，AI 只能辅助工作，不能替代专业判断与事实核查。

5. Iterate：持续迭代

提示词设计通常不是“一次输入，一次完成”，而是一场持续的对话。Google 将其概括为ABI：Always Be Iterating（始终保持迭代）。

第一轮提示词不必追求完美。可以先从一个清晰、简单的任务开始，根据输出发现缺失信息，再逐步增加背景、示例和约束。如果添加要求后质量反而下降，也可以回退并简化提示词。

三、结果不理想时，使用四种迭代方法

方法一：重新检查五步框架

先判断问题出在哪里：任务是否太宽泛？角色和受众是否缺失？背景是否不足？格式是否没有说明？参考资料是否不够清楚？

例如：

找出餐饮行业的最新发展趋势。

可以改为：

你是一名餐饮行业分析师。请用项目符号列出可能影响城市消费者接受“只使用本地区原生食材”这一用餐模式的行业趋势，并分别说明机会与风险。

方法二：把复杂任务拆成多个短提示词

如果一个提示词同时要求总结、分析、画图和写报告，AI 可能顾此失彼。可以拆成连续步骤：

1. 总结报告中的关键数据和信息。
2. 根据总结的数据，推荐最合适的可视化图表。
3. 将主要发现整理成项目符号。
4. 根据以上内容生成演示文稿提纲。

最好在同一个聊天窗口中完成这些步骤，这样 AI 可以使用前文信息继续工作。这种做法也被称为提示链（Prompt Chaining）。

方法三：调整措辞或转换为类似任务

如果原来的任务陷入套路，可以要求 AI 从另一个角度处理相同问题。

原任务：

为这款产品制定营销计划。

类似任务：

写一个用户故事，描述这款产品如何进入目标客户的一天，并指出客户在购买前可能产生的三个疑问。

任务从“写营销计划”变成“讲用户故事”，往往能产生新的洞察，再将这些洞察用于营销方案。

方法四：增加限制条件

限制条件能够缩小搜索空间，使输出更加准确，有时也会激发创造力。常见限制包括：

• 只考虑某个地区或时间范围；
• 控制字数和段落数量；
• 排除常见答案；
• 只面向特定人群；
• 限定预算、材料或完成时间；
• 指定表格字段或文章结构。

例如：

请列出城市餐饮行业中与本地食材有关的趋势。只考虑人口超过50万的城市、最近三年的案例，以及与素食或纯素餐厅相关的趋势。输出不超过8项，每项包含趋势、证据和潜在风险。

四、一个可以直接套用的通用模板

【角色与任务】 你是一名[专业角色]。请帮助我完成[具体任务]。 【目标与受众】 这项内容将用于[使用场景]，目标受众是[受众]。我希望最终达到[目标]。 【背景信息】 - 当前情况：[信息] - 已有尝试：[信息] - 预算/时间/资源：[信息] - 必须包含：[要求] - 必须避免：[限制] 【参考资料】 请参考以下材料的[风格/结构/数据/论证方式]，但不要直接照抄： <reference> [粘贴参考内容] </reference> 【输出格式】 请使用[表格/提纲/段落/项目符号]输出，篇幅为[长度]，并包含[字段或章节]。 【质量要求】 请检查结果是否准确、完整、前后一致。如信息不足，请先列出需要我补充的问题，不要自行编造。

五、建立自己的提示词库

高质量提示词不应该每次从零开始。可以使用电子表格或笔记软件建立个人提示词库，至少记录以下字段：

提示词库的价值不只在于节省时间。长期积累后，你会逐渐形成一套属于自己的 AI 工作流程。

六、负责任地使用生成式 AI

生成式 AI 可以帮助人们更快地工作，但不能替人承担最终责任。使用时需要注意：

• 对事实、数字和引用进行复核；
• 不把 AI 输出直接当作权威结论；
• 遵守所在公司或学校的 AI 使用政策；
• 未经允许，不上传商业机密、个人隐私、学生记录或其他敏感数据；
• 对外发布前，由人类完成最终审核；
• 涉及高风险领域时，咨询具备资质的专业人士。

真正成熟的用法不是让 AI “替我完成一切”，而是让它帮助我们整理信息、拓展思路和提高效率，同时由人类负责判断、核验和决策。

结语

提示词既是一门技术，也是一种新的沟通能力。高质量提示词的核心并不在于堆砌复杂术语，而在于把自己的目标表达清楚：说明任务，补充背景，提供参考，评估结果，再不断迭代。

如果只记住两句话，可以记住：

Thoughtfully Create Really Excellent Inputs：认真地创建真正优秀的输入。

Always Be Iterating：始终保持迭代。

从一个简单提示词开始，与 AI 持续对话，并把有效方法沉淀到自己的提示词库中。你会发现，AI 输出质量的提升，往往也是我们思考和表达能力提升的结果。