提示词的构成:角色、上下文、任务、约束与格式
初级8 分钟阅读提示词工程

提示词的构成:角色、上下文、任务、约束与格式

一个由五部分组成的模板,适用于任何提示词和任何AI工具,能将回答质量从“一般般”提升到“切实有用”。文中包含完整示例、常见错误,以及至关重要的排列顺序。

您应该能够做到的事情

优秀的提示词靠的不是巧妙,而是结构:角色、上下文、任务、约束、格式。涵盖这五部分,人们所谓的“提示工程”大多就会迎刃而解。

AI Expert Team发布日期: 2026年5月15日
仅在此浏览器中保存。
本文内容

使用ChatGPT或Claude几周后,你会开始注意到,好的提示词和差的提示词各有其形。好的提示词包含某些要素,差的则有所缺失。一旦你能说出这些要素的名称,几乎不知不觉间,你就不再会写出差的提示词了。

下面将介绍这五个要素并给出完整示例,随后说明如何将它们组合起来。读完后,你将获得一个适用于任何工具、任何提示词的模板,能把回答质量从“一般般”提升到“切实有用”。

对于重复性工作,可以把提示词视为一份任务契约。它应明确角色、上下文、任务、约束、输出格式,以及如何处理不确定性。这样一来,提示词就能重复使用,也便于审查。

五个部分

依次是:

  1. 角色——在这条提示词中,AI要扮演谁?
  2. 上下文——你是谁、当前情境如何、此前发生了什么。
  3. 任务——你究竟希望AI做什么。
  4. 约束——长度、语气、需要避免和需要包含的内容。
  5. 格式——你希望输出采用什么形式。

并非每条提示词都需要包含全部五部分——随口一问并不需要如此完整。但只要结果比较重要,缺少其中某一部分通常就是回答令你失望的原因。

1. 角色

角色是你希望模型采用的人物设定、专业背景或立场。它会引导模型从训练数据中调用某一特定类别的模式,而不是各种模式的平均值。

较差:

解释一下养老基金。

较好:

你是一名爱沙尼亚财务顾问,专门帮助职业生涯中期的员工规划退休生活。你使用通俗易懂的语言解释问题,但不会过度简化。

解释一下养老基金。

模型并不会真的变成财务顾问。它只是在匹配专业财务顾问文本的风格和信息密度。回答会更有依据、少些含糊,并使用专业人士会用的词汇。

关于角色,有几点需要注意:

  • 要具体。“一名专家”不如“一名资深税务会计师,拥有十五年爱沙尼亚企业纳税申报经验”有效。
  • 说明是哪一类专家。“直截了当、不拐弯抹角的私人教练”与“富有同理心、专门指导初学者的私人教练”会给出不同的结果。
  • 角色可以包含性格倾向。“唱反调的人”“持怀疑态度的记者”“耐心的老师”“细致的编辑”都可以。
  • 避免叠加角色。“你是一名资深专家、世界级权威、顶尖顾问,拥有二十年经验……”只是噪声。一个具体角色胜过三个抽象角色。

2. 上下文

上下文是模型需要了解、但无法从任务本身明显得知的所有情境信息。包括你的角色、团队、正在进行的项目、已经尝试过什么、哪里失败了、受众是谁,以及任何会影响理想回答样貌的因素。

较差:

帮我起草一份给经理的项目进展汇报。

较好:

关于我:我在塔林一家B2B SaaS公司担任产品经理。两个月前,我开始负责一个身份验证系统迁移项目。

目前情况:上周,我们在一家第三方身份提供商处遇到了一个重大问题。修复该问题意味着交付时间将比原计划晚两周。除此之外,团队进展顺利。

我的经理:产品高级副总裁,偏好非常直接的汇报,不喜欢道歉和“我们致力于……”之类的套话,希望了解风险以及我准备如何应对。

起草一份项目进展汇报。

请留意:一旦模型知道你是谁、发生了什么、谁会阅读,回答会发生多大变化。这不是“为了增加上下文而增加上下文”。每一行都在塑造输出。

人们最常忘记在上下文中说明三件事:

  • **你是谁。**你的职位、资历以及工作内容。
  • **此前发生了什么。**事情的来龙去脉、以前的尝试、之前作出的决定。
  • **输出给谁看。**受众是谁,以及他们的偏好、专业程度和约束。

如果你反复运行同一类提示词——角色和情境都相同——可以把上下文一次性放进Custom GPT或Claude Project,以后就不必重复输入。

3. 任务

任务就是实际请求。这是大多数人开门见山写出的部分。你平时的写法通常并无问题——“起草一封邮件”“总结这份文档”“给我三个方案”——前提是周围的其他部分各司其职。

以下几种任务模式一直都很有效:

  • 生成多个版本。“给我三份草稿。”“提供五个方案。”要求多个版本,几乎总比只要一个答案、然后失望更有用。
  • 先访谈,再执行。“起草前,先问我五个你需要知道答案的问题。等我回答后再继续。”这是最未被充分利用的任务结构。
  • 批评,但不要重写。“找出这段内容的问题。引用具体语句。不要重写。”当你希望模型改进你的作品、而不是取代它时,这种方式很有用。
  • 比较并推荐。“从以下四个维度比较X和Y。然后推荐其中一个,并告诉我哪些因素会改变你的结论。”
  • 应用框架。“使用 [STAR / SWOT / RACI / 五个为什么 / ICE] 框架分析这件事。”

贯穿始终的原则都一样:明确告诉模型你希望它执行哪个动作。

4. 约束

约束是对输出的限制,包括长度、语气、格式、用词、需要包含的内容和需要避免的内容。

没有约束时,模型默认会给出最稳妥、最长、最平淡的回答。它们会填充内容、使用模糊措辞、加入不必要的开场白。约束能让你获得真正想要的回答。

实用的约束包括:

  • 长度。“不超过100个英文单词。”“最多三句话。”“一个段落。”“两页。”长度是影响质量最大的单一杠杆,却最少被充分利用。
  • 语气。“亲切但专业。”“犀利直接。”“口语化,略带自嘲。”“模仿[粘贴示例]的语气。”
  • 词汇。“不要使用‘leverage’‘utilize’或‘going forward’。”“避免行话。”“只使用12岁孩子能理解的词语。”
  • 格式层面的约束。“不要开场白。”“不要结尾总结。”“不要以‘问得好’开头。”
  • 需要包含的内容。“包含一个具体示例。”“引用我刚才提供的数据。”
  • 需要排除的内容。“不要提醒我考虑寻求专业建议——我知道。”“不要含糊其词——我要明确的回答。”“不要以道歉开场。”

“不要……”这类否定约束往往比肯定约束更有力。模型非常倾向于使用某些默认表达(“希望你一切都好”“问得好!”“需要注意的是……”)。直接禁止它使用这些表达,效果远胜于只告诉它应该改用什么。

5. 格式

格式是输出的呈现形式:项目符号、表格、编号列表、段落、JSON、Markdown、代码块或纯文本。指定格式能省去事后的整理工作。

示例:

以Markdown表格返回,包含三列:方案、优点、缺点。

以JSON对象返回,键名为 “summary”、“decisions” 和 “open_questions”。

以三个短段落返回,不要标题。

以包含五项的编号列表返回,每项一句话。

如果你要在后续环节使用输出(粘贴到文档、传入另一条提示词、发布到某处),一种特别实用的做法是用简短模板向模型展示格式:

按以下格式返回:

决定: […]

支持的三条主要论据:

  1. […]
  2. […]
  3. […]

反对的三条主要论据:

  1. […]
  2. […]
  3. […]

哪些因素会改变你的结论: […]

模型会填补空白。输出既一致,又便于解析。

6. 验证

第六部分不一定属于提示词本身,却是任何严肃工作流程的一部分:你如何判断回答是否足够好?

实用的验证指令包括:

如果你提出事实性主张,请注明它来自我提供的源文本,还是来自一般背景知识。

如果缺少任何必填字段,请填写 [missing],不要猜测。

给出最终答案前,列出你作出的三项假设。

起草完成后,给我一份简短清单,列出使用前应核实的事项。

验证之所以重要,是因为看似完善的答案仍可能出错。好的提示词不只是要求模型生成输出,还会让模型明确呈现不确定性、缺失的输入和需要审查之处。

组合起来:一个完整示例

现在把五个部分组合到一个真实任务中。假设客户要求免费增加项目范围,你需要写一封礼貌但坚定的回复。

不使用模板时:

我的客户想让我免费多做一些工作,帮我写一封回复。

得到的内容会很泛泛。使用模板后:

**角色:**你是一名经验丰富的项目经理,与B2B代理机构客户合作已有十年。你直接、友善,善于在不破坏合作关系的情况下拒绝不合理要求。

**上下文:**我是一名自由职业设计师。一位客户(我已合作一年的初创公司创始人)刚刚要求我为一个已进入最终阶段的项目增加两个新页面。合同中已经明确约定了项目范围。除此之外,我们关系良好。我不想失去这个客户,但也不想免费完成这些工作。

**任务:**起草三个回复版本。

约束:

  • 每个版本不超过150个英文单词
  • 语气亲切但意思明确——我拒绝免费工作,不是在讨价还价
  • 提供清晰的替代路径(例如,一项小型追加合作)
  • 不要写“I hope this finds you well”,也不要为设定边界而道歉
  • 不要包含“Best regards”或任何落款——我会自行添加

**格式:**三个编号版本,每个版本标注语气(例如“1. 亲切且解释充分”),并在下方用一行说明“何时适合发送此版本”。

第二条提示词会生成三份真正有用的草稿。逐一阅读,选出一份,稍加编辑,然后发送。

每次都如此,全部诀窍就在这里。

组合这五部分的常用模式

好的提示词中经常反复出现以下几种结构:

**反向访谈。**给出角色和上下文,然后让任务以“问我五个你需要知道答案的问题,以便把这件事做好”开头。让模型帮助你完善提示词本身。

**三版本起草器。**角色 + 上下文 +“起草三个版本”+ 长度和语气约束 + 编号格式。这是使用AI处理写作任务时可靠的主力模式。

**结构化分析师。**角色 + 上下文 +“应用此框架”+“严格采用以下章节结构”+ 格式。适合任何分析任务。

**耐心的辅导老师。**角色(辅导老师)+ 上下文(你和你的水平)+ 任务(教我并测试我)+ 约束(“一次只问一个问题,等我回答”)+ 格式(按阶段组织)。它结合全部五部分,形成实用的辅导循环。

你会逐渐发展出自己的模式。重点在于:所有模式都是同一个模板的变体——五个要素,并按照有效的顺序排列。

一个会产生复利的小习惯

每当AI给出一般般的回答,停顿两秒。问问自己:五个部分中,我漏掉了哪一个?

  • 模型不知道自己要扮演谁?→ 角色。
  • 模型不了解我的情境?→ 上下文。
  • 模型误解了要执行的动作?→ 任务。
  • 输出太长、太正式或废话太多?→ 约束。
  • 回答的呈现形式不对?→ 格式。

你几乎总能找到缺失的要素。把它补上,重新生成。与任何课程相比,这种补充都更能教会你如何写提示词——因为你诊断的是自己在真实情境中使用的真实提示词。

五个部分,加上验证。有意识地使用它们,直到你能自然而然地想到它们。

继续阅读

通过下一篇文章继续沿着相同的学习路径进行学习。