ChatGPT 提示词怎么写？万能 Prompt 框架与实战法则

一、为什么你的 ChatGPT 回答总是“假大空”？

很多用户抱怨 ChatGPT 输出的内容充满“商业黑话”、“AI 模板套话”和“正确的废话”。究其根源，是因为提问犯了以下三大典型错误：

1. 输入指令过于模糊抽象：只说了“做什么”（如：写个文案），没有交代“给谁看”、“什么语气”、“解决什么痛点”；
2. 缺乏输出格式约束：没有限定字数上限、排版形式（是否需要 Markdown 表格、分段序号还是代码块）；
3. 缺乏评判标准与参考基准：没有给模型提供好坏的标准样例。

二、万能 Prompt 结构化框架：CRISPE 模型

在国际提示词工程实践中，CRISPE 框架是被验证最为稳定、复用性最强的通用模型：

[Role] 角色设定：赋予 AI 一个具体的资深职业身份或思维模式
[Context] 任务背景：介绍行业现状、目标用户画像、当前遇到的阻碍
[Instruction] 核心动作：用强动词（如提炼、重构、诊断、对比、生成）明确任务
[Style] 语言风格：指定专业严谨、通俗幽默、公文风还是对话体
[Parameters] 约束参数：明确字数范围、必须包含与严禁出现的词汇
[Example] 样例参考：提供一段标准的优质输出示范

三、通用提示词实战改写前后对比

案例 1：公文总结场景

• 低质输入（评分 40 分）：

  “帮我把这个会议记录总结一下。”

• 高质 CRISPE 结构化改写（评分 95 分）：

  “你是一位拥有 10 年行政公文经验的高管助理。请阅读以下 3000 字的跨部门周例会纪要：

  1. 提炼出 3 项达成共识的核心决策；
  2. 梳理各部门待办任务清单，按【责任人、交付物、截止时间、依赖资源】输出为 Markdown 表格；
  3. 标出 1 项尚未解决的争议点并附带各方立场摘要；
  4. 严禁出现‘大家各抒己见’等套话，语言保持极度精炼。”

案例 2：代码审查与 Debug 场景

• 低质输入（评分 35 分）：

  “我的 Python 报错了，帮我看下怎么改。”

• 高质 CRISPE 结构化改写（评分 98 分）：

  “你是一位资深 Python 后端架构师。以下代码在处理高并发请求时抛出了 RuntimeError: dictionary changed size during iteration。

  1. 请指出产生该异常的代码具体行数与底层运行机制；
  2. 提供优化后的完整修复代码，并使用线程安全的实现方式；
  3. 为修复后的函数补充 Google 风格的类型注解与 Docstring 说明。”

四、提示词进阶四大黄金法则

1. 善用 Markdown 分级标题与标签：使用 # 任务背景、# 约束规则、# 输入数据 等层级标签组织提示词，模型能够更好地分配注意力权重。
2. 设定反向约束 (Negative Prompting)：明确告诉模型“禁止使用哪些词汇”（例如：严禁使用‘众所周知’、‘不难看出’、‘总而言之’等 AI 常见收尾词）。
3. 分步迭代，避免单次超载：复杂的大型项目拆解为“先出大纲 -> 确认大纲 -> 扩写核心模块 -> 语言精简优化”四个步骤推进。

五、相关延伸阅读

• 浏览职场高频办公提示词，请查阅 《高效职场办公提示词库》。
• 内容创作者请查阅 《高质量内容创作与润色提示词》。
• 程序员请前往 《编程开发与代码重构提示词手册》。

三、提示词工程的六大高阶心法

在编写复杂提示词时，应用以下技巧能让模型的输出质量产生质的飞跃：

1. 思维链引导 (Chain of Thought)：在指令末尾加上 “请一步一步推导并解释你的思考过程”；
2. 多角色辩论法 (Multi-persona Deliberation)：让 AI 同时扮演支持方、反对方与裁判三个角色对同一个方案进行推演；
3. 反思自省机制 (Self-Refine)：要求模型 “在输出答案后，指出该答案可能存在的 2 个薄弱点并完成自我修改”；
4. 限定输出模式 (JSON / Markdown 表格)：指定 “请仅输出符合规范的 JSON 格式，严禁添加任何额外解释”；
5. 逆向追问机制 (Reverse Prompting)：要求 AI “在你开始回答前，请向我提出 3 个最有助于你完善方案的关键问题”；
6. 负向排除约束 (Negative Constraints)：明确列出严禁出现的内容与词汇。

四、提示词高质量自查清单（Checklist）

• 包含了明确的专业角色设定 (Role)
• 交代了充分的任务场景背景 (Context)
• 给出了清晰可执行的动词指令 (Instruction)
• 限定了排版格式、字数与受众风格 (Parameters)