许多职场提示词都可以从一小组可复用模式开始。模式为请求提供结构;你仍需根据任务、现有证据和出错后果进行调整。
这十种模式是写作、分析、决策支持、学习和编程的实用起点。它们并非穷尽所有情况,同样的措辞在不同模型或任务中也不会同样有效。
与不了解其假设的复制提示词相比,模式可以更容易保留意图。先根据任务选择模式,再为具体任务补充上下文、约束条件和验证方法。
1. “访谈我”模式
当你想让模型协助完成某件事,却还没有完全说清自己想要什么时,让它先访谈你。
在起草任何内容之前,先问我[N]个问题,以获取做好这项工作所需的信息。等我回答后再继续。
当重要上下文缺失,或你尚未明确预期结果时,这种模式很实用。问题可以帮助你理清请求,但仍需审核:模型可能会提出无关问题,也可能遗漏重要约束。
适用于:起草任何复杂内容、规划项目、突破决策困境、设计任何事物。
2. “批评并修改”模式
有了草稿(无论是你写的还是AI生成的)之后,不要要求模型提供“更好的版本”。先要求它批评,再要求它进行具体修改。
仔细阅读这份草稿。告诉我:
- 哪些地方做得好,也就是我不应修改的部分。
- 哪些地方薄弱,请引用具体句子或段落。
- 缺少什么。
- 是否有任何自相矛盾或听起来不对的内容。
暂时不要改写任何内容。
得到批评后,你可以自己修改,也可以要求模型进行具体修改(“根据你的批评改写第二段,其他段落保持不变”)。
适用于:改进任何写作内容、代码审查、分析审查、幻灯片审查。
3. “三个变体”模式
对于正确答案取决于判断的任何任务,生成三个选项,再从中选择。
提供三个版本:
- 版本A:[specific constraint, e.g., short and direct, 50 words]
- 版本B:[specific constraint, e.g., warm and explanatory, 150 words]
- 版本C:[specific constraint, e.g., formal and detailed, 250 words]
为每个版本添加清晰标签。
比较受约束的选项可以让取舍更清晰,但也会增加审核时间。只有在多个表述方式确实有用时才使用,不要把它当作自动步骤。
适用于:邮件、社交媒体帖子、标题、宣传语、幻灯片标题、代码方案,以及其他存在多种有效表述方式的任务。不要使用生成的变体来对人员排序或作出重大资格决定。
4. “唱反调”模式
研究发现,一些助手偏好与用户所述观点一致的回答,即使该观点是错误的(Sharma等,2023)。反驳提示可以提出另一条推理路径,但不会让任何一方自动成为事实:
[After getting a response.]现在请站在反方立场。针对你自己的回答,提出最有力且可信的反驳。对这一立场最聪明的批评者会说什么?
这可以暴露先前回答中的薄弱假设或缺乏依据的乐观倾向。反驳也必须核验;模型既能编造有说服力的反对意见,也能编造有说服力的辩护。
适用于:决策、战略、商业论证,以及任何你即将根据模型回答采取行动的情境。
不要把它当作表演。如果决策涉及事实或监管要求,反驳不能替代对来源、政策或法律要求的核查。
5. “结构化模板”模式
如果你希望得到特定形式的输出,不要只描述形式,直接展示出来。
严格按照以下格式回答:
决策:[your recommendation]
最主要的三个支持理由:
- […]
- […]
- […]
最主要的三个反对理由:
- […]
- […]
- […]
什么情况会改变我的答案:[…]
信心水平:[Low / Medium / High],因为[…]
模板为模型提供目标结构,也让遗漏更容易发现。它不能保证输出有效或一致;如果结果会被另一个系统使用,请验证必填字段和允许值。
适用于:分析性决策、结构化报告、需要统一格式的批量处理,以及任何希望粘贴到文档中后保持格式一致的内容。
6. “退后一步”模式
在提出具体问题之前,先问一个更宽泛的问题。
在回答我的具体问题之前,先退后一步告诉我:这里适用的一般原则或框架是什么?然后再把它应用到我的具体情况。
对于分析问题,这可以把拟用框架与其在具体案例中的应用分开。两者都要核查:整齐的框架仍可能无关、不完整或建立在无依据的论断上。
适用于:技术问题、战略决策、学习,以及任何正确答案取决于能否将一般原则正确应用到具体情况的任务。
7. “角色设定”模式
指定角色可以让模型的行为和语气更集中。Anthropic提示最佳实践建议为此使用角色提示,但角色设定不会赋予模型真正的资质或经过验证的专业能力。
请充当[a specific kind of collaborator]。采用[a specific style]沟通。遵守[specific habits and verification rules]。
下面是几个起始示例:
- “请用通俗语言解释爱沙尼亚税务术语。引用税务与海关委员会的官方指南,并指出哪些内容应由合格会计师复核。”
- “你是一名严谨的文字编辑,只修改真正需要修改的内容。”
- “请充当持怀疑态度的投资思辨伙伴。提出尖锐问题,并区分证据与假设。”
- “请充当耐心的导师。在进入下一个主题前检查我是否理解。”
应具体说明任务、沟通风格、约束和验证方式。“拥有十五年事件响应经验”这类虚构资历,可能让答案听起来更权威,却不会让它更可靠。
对于税务、法律、医疗、安全或监管工作,应根据权威来源或由合格专业人士核实答案。角色提示控制的是表达和行为,不是内容正确的证据。
适用于:回答的类型与内容同样重要的任何任务。
8. “角色扮演”模式
这是角色设定的一种变体:让模型扮演一个人物,而不只是一名专家,并与其进行对话。
角色扮演成我的潜在客户。此人是一家中型B2B公司的营销总监。他很友善,但持怀疑态度,而且过去吃过亏。我即将向他推介聘用我的代理公司。请像他一样提出问题并作出反应。始终保持角色。如果我的推介听起来含糊或言过其实,就提出质疑。
适用于:面试准备、销售练习、艰难对话演练,以及探索客户可能的反应。应把对话视为生成的练习,而非真实人物或群体将如何反应的证据。
9. “对比示例”模式
当你难以准确描述自己想要什么时,分别展示你想要和不想要的内容。
下面是一篇语气符合我要求的写作示例: [paste good example]
下面是一篇语气不符合要求的写作示例: [paste bad example]
我在意的差异是[your observation]。现在请按照第一个示例的风格完成[your task]。
相比只使用形容词,对比可以让你在意的维度更具体。检查结果是否出现不当复制、机密材料或你无意保留的风格特征。
适用于:品牌语调、代码风格、设计品位,以及任何正确答案可以表述为“更像这个、少像那个”的任务。
10. “输出模板”模式
这是结构化模板(#5)的更严格的规范化版本,适合可重复的批量工作。先定义严格模板,再应用到多个项目。
对于我提供的每个项目,严格按照以下JSON格式生成回答:
{ "summary": "...", "priority": "...", "category": "...", "next_action": "..." }优先级必须是以下值之一:“high”、“medium”、“low”。 类别必须是以下值之一:“billing”、“technical”、“feature_request”、“other”。 每次等我提供一个项目后再回答。
严格模板适用于分类、提取和集成等结构化工作流。具体性可以减少歧义,但可靠性来自结构验证、错误处理,以及在代表性输入上测得的表现。
适用于:分类、提取、批量处理,以及任何下游工具需要统一格式的任务。
用于自动化时,应将这一模式与验证配合。如果输出不是有效JSON、类别不在白名单内,或必填字段为空,工作流程就应停止,或转交人工审核。
组合使用:一个真实工作流程
这些模式并不互斥。典型的复杂任务会串联多个模式。
假设你正在起草一份新的公司政策提案,工作流程可以是:
- 使用访谈我,明确政策需要处理的问题(#1)。
- 使用退后一步,阐明方法背后的原则(#6)。
- 为实际政策提案生成三个变体(#3)。
- 使用结构化模板完成最终草稿(#5)。
- 针对最有力的版本使用唱反调(#4)。
- 使用批评并修改完成最终润色(#2)。
这会把六种模式组合到同一项工作中。请将结果与更简单的提示词比较,只保留那些带来的改进足以抵消审核成本的阶段。
这些模式的共同点
把十种模式放在一起看,你会发现它们集中于三个主题:
引出或澄清上下文的模式:访谈我、对比示例、退后一步。当原始请求遗漏重要目标、示例或假设时,这些模式会有所帮助。
对模型回答进行结构化的模式:结构化模板、输出模板、三个变体、角色设定。结构和角色约束可以让所需格式和行为更加明确。
要求模型提出异议的模式:批评并修改、唱反调、角色扮演。它们会要求模型指出首次回答可能遗漏的弱点或替代视角。
许多提示词技巧都属于这三个类别之一。当十个示例没有覆盖你的情况时,可以用这些类别调整模式。
根据任务类型选择
| 任务 | 最佳起始模式 | 验证习惯 |
|---|---|---|
| 起草 | 三个变体 | 选择一个并编辑,不要直接发送原始输出 |
| 分析 | 退后一步 + 结构化模板 | 询问哪些证据会改变答案 |
| 决策 | 唱反调 | 核实事实并列出假设 |
| 学习 | 访谈我 + 耐心的导师 | 通过测验后再继续 |
| 自动化 | 输出模板 | 校验输出格式并转交失败项目 |
| 匹配语气 | 对比示例 | 与一个真实获认可的示例比较 |
如何真正掌握这些模式
只阅读模式,并不能把它们变成习惯。请在真实且可审核的工作中有意识地使用,保留确实有帮助的模式。一种实用方法:
- 打印这十种模式的列表,工作时放在看得到的地方。
- 每次发送并非微不足道的提示词之前,短暂停顿,问自己是否有适合这项任务的模式。
- 如果似乎没有合适的模式,也先尝试最接近的简单模式。养成寻找模式的习惯,比每次都选得完美更重要。
经过反复使用,你可能不再需要查看打印的列表,只会组合那些真正服务于任务的模式。请定期把模式化提示词与更简单的基线比较,以免仪式取代证据。
这样可以让提示成为一种更可重复、更可测试的实践。



