想要快速学会写出更好的提示词，不必学习十套框架。只需看看自己实际写过的五个提示词，找出问题所在，再看看修正后会发生什么变化。
下面正是这样的示例。五种常见情境，先按大多数人的写法呈现，再通过三个小补充进行改写：上下文、约束条件，以及一两个具体示例。每组示例之后，都会简短说明真正发挥作用的改动。
1. 起草电子邮件
较差： 帮我写一封电子邮件，告诉房东暖气坏了。
你会得到一封邮件，但内容会很笼统，语气不像你本人，比实际需要更长，而且还不能直接使用。
更好： 帮我给房东写一封礼貌但坚定的电子邮件。我公寓里的中央供暖已经坏了两周。我在WhatsApp上给他发过两次消息，但都没有得到实质性回复。我希望问题能在五个工作日内解决。我平时说话直接但不咄咄逼人——目前我还不打算以任何事情相威胁，只是想把要求表达得更明确。
约束条件：不超过120字，分为三个短段落，不使用感叹号，不道歉，也不要写“希望你一切都好”。
结尾给出明确的下一步行动。
改动之处：说明了发件人是谁（你以及你的语气）、之前发生过什么（两条消息未获回复）、你希望得到什么结果（五个工作日内解决），并限定了篇幅。现在，模型生成的是可用的初稿，而不是一份占位文本。
2. 总结长文档
较差： 总结一下这份30页的合同。
你会得到一份措辞谨慎、笼统客套的摘要，而且往往会漏掉你真正关心的内容。
更好： 我是爱沙尼亚的一名自由职业设计师，准备签署这份30页的合同。请仔细阅读，并告诉我：
- 对我的义务影响最大的三项条款。
- 任何赋予对方单方面权利的内容（终止合同、更改价格、主张知识产权）。
- 任何自相矛盾，或对这类合同而言显得异常的内容。
- 签署前我应该向律师咨询的两个问题。
对任何你不确定的内容标注[不明确]。
改动之处：你告诉了模型自己的身份、关心的事项、答案应采用的形式，并允许它标出不确定之处。得到的结果更接近“一位谨慎朋友的建议”，而不是“一份笼统的摘要”。
[不明确]标签的重要性超出你的想象。没有这个标签，模型会用听起来合理的猜测填补空白；有了它，你得到的摘要会坦承自身的局限。
3. 产生创意
较差： 给我一些业余项目的点子。
你会得到一份任何人都适用的常见业余项目清单，没有一个会让你觉得真正属于自己。
更好： 帮我构思一个业余项目。我的情况：我在塔林一家B2B SaaS公司担任产品经理，经常写作，喜欢教学，每周大约有5小时可以投入。我不想快速赚钱，而是希望做一件十二个月后仍然乐在其中的事。我已经考虑并排除了电子简报（太孤独）和播客（没有设备）。
请给出十个点子。每个点子都要包括一句话简介、可能感兴趣的人群，以及实施过程中最困难的一点。按照“本周末最容易开始”到“最有雄心”的顺序排列。
改动之处：说明了你的身份、可投入的时间、已经排除的选项，以及输出格式。现在模型有了需要满足的约束条件，它给出的点子会更便于选择，而不是泛泛而谈。
“我已经考虑并排除了X”这句话远未得到充分使用。它能阻止模型推荐那些显而易见的选项，迫使它真正深入思考。
4. 请求解释
较差： 解释一下机器学习。
你会得到一段已经读过无数遍的教科书式文字。
更好： 请用三种不同的方式向我解释机器学习，每种约200字：
- 讲给我那位好奇但很容易觉得无聊的12岁侄子听。
- 讲给一位总在问“但这与电子表格有什么不同”的资深业务利益相关者听。
- 讲给我听——我经常使用ChatGPT，但从未学习过任何底层原理——帮助我建立一个实用的思维模型。
每种解释都使用一个简短的具体示例。第1种解释中不要使用“算法”或“人工智能”这两个词。
改动之处：你要求模型提供三种针对不同对象调整过的解释，明确了目标受众，甚至在其中一种解释中禁用了某些词语。读到第三种解释时，之前没能理解的地方很可能会豁然开朗。这种“用三种方式解释”的模式，几乎适用于任何让你有些卡壳的概念。
5. 突破决策困境
较差： 我应该接受这份新工作吗？
你会得到一个面面俱到、措辞谨慎的“视情况而定”，再附上一份笼统的考虑事项清单。毫无用处。
更好： 我正在考虑是否接受一份新工作。在发表任何看法之前，请先问我五个问题，了解哪些信息后你才能给出有用的意见。在我回答之前不要继续。
我回答后：
- 列出支持接受这份工作的三个最有力论据，以及反对接受的三个最有力论据。
- 告诉我，哪些证据会改变你的看法。
- 完成上述分析之后，再告诉我你真正的建议，以及你对此有多大把握。
如果我说的任何内容显得自相矛盾，请提出质疑。不要给我两边都不得罪的客套答案——这种答案我已经听得够多了。
改动之处：你要求模型在回答前先访谈你，为分析搭建了框架，并明确要求它不要含糊其词。它的第一条回复会是五个问题。你回答后，得到的内容会更像一位深思熟虑的同事给出的建议，而不是一份笼统的利弊清单。
五个示例中的共同模式
把五个“更好”的提示词放在一起看，会发现它们共有四个习惯：
- 上下文。 你是谁、已经尝试过什么、接下来要做什么。模型了解你的具体情况时，表现会好得多。
- 约束条件。 篇幅限制、语气要求、格式、禁用词。约束条件对质量的提升远胜于单纯增加篇幅。
- 示例或受众。 “讲给我12岁的侄子听”“以爱沙尼亚自由职业设计师的身份”“把我当作持怀疑态度的资深利益相关者”。具体的参照点胜过模糊的形容词。
- 允许表达不确定性。
[不明确]标签、“等待我的回答”和“告诉我你有多大把握”，都在告诉模型：你宁可得到一份能恰当表达把握程度的答案，也不想要一个自信却错误的答案。
还要注意，这些更好的提示词并非为了变长而变长，没有使用术语（“扮演一位资深专家……”），也没有堆砌形容词。它们只是更清楚地说明了你真正想要什么。
一个实用习惯
ChatGPT给出任何不尽如人意的回答后，先别急着再次输入提示词。问问自己：这四种要素中，我漏掉了哪一种？补充一项，再试一次。这样做一周后，你会发现自己开始自然而然地加入这些要素，也不必再按照常见的方式去“学习提示词工程”——因为你已经在实践了。
