会写提示词的人不是在"提问"，而是在"下需求"——两者之间的差距决定了 AI 输出的质量。
拿到一个大模型，大多数人第一反应是"帮我写一篇文章"或"帮我分析这个问题"。结果输出要么太泛、要么跑偏、要么文风不对。问题不在模型能力，而在提示词没有给够约束。
AI 不会读心。你脑子里的上下文、目标、偏好，如果不写出来，它就默认按最常见的方式理解。而"最常见"往往不是你要的。
角色设定： 告诉 AI 它是谁。比如"你是一位有十年经验的科技自媒体编辑"和"你是一位产品经理"，产出的文风、用词、关注点完全不同。
任务描述： 一句话说清楚要做什么。不是"帮我写点东西"，而是"写一篇 800 字的科普文章，主题是电池续航优化"。
约束条件： 字数、格式、语气、禁止内容。比如"不超过 800 字，用口语化语气，不要用'赋能''抓手'这类词"。
上下文： 给出背景信息。比如目标受众、发布平台、已有素材。上下文越丰富，输出越精准。
输出格式： 明确你要的结构。是要一段连续文本，还是分点列表，还是表格？提前说好，省去后期整理。
一个稳定可复用的提示词结构：
[角色] 你是一位 XX，擅长 XX。
[任务] 请帮我 XX，要求 XX。
[上下文] 我的受众是 XX，发布平台是 XX，已有素材包括 XX。
[输出] 请以 XX 格式输出，包含 XX 部分，字数控制在 XX。
举个例子：
你是一位短视频脚本编剧，擅长 60 秒以内的口播脚本。
请帮我写一条关于"新手如何选第一台相机"的脚本，要求开头 3 秒抓人，中间给出三个具体建议，结尾有互动引导。
我的受众是 20-30 岁的摄影爱好者，发布平台是抖音，已有素材是我自己踩过的两个坑。
请以"开头 / 正文 / 结尾"三段格式输出，正文分三点，总字数控制在 200 字以内。
这个结构看起来啰嗦，但效果稳定。你把它存成模板，每次替换内容就行。
如果你不确定怎么描述需求，可以先让 AI 帮你完善提示词。方法是：
"我想让你帮我写一篇 XX 主题的内容，但我不知道怎么给你更好的提示词。请你先问我三个问题，根据我的回答再帮我完善提示词，然后用完善后的提示词生成内容。"
这个技巧特别适合复杂任务。AI 问你的问题往往能覆盖你没想到的维度，比如目标受众的细节、文风偏好、篇幅限制。
| 错误 | 后果 | 正确做法 |
|---|---|---|
| 只给主题不给约束 | 输出泛泛 | 补充字数、语气、格式 |
| 一次提太多要求 | 输出混乱 | 拆成多轮对话 |
| 不给示例 | 文风不对 | 提供一段你满意的参考文本 |
| 角色设定模糊 | 方向跑偏 | 明确身份和擅长领域 |
| 不检查直接用 | 质量不稳定 | 每轮输出后给出反馈再迭代 |
写提示词是迭代过程。第一轮输出不满意，不要直接放弃——告诉 AI 具体哪里不对，让它改。比如"第二段太长，拆成两个短句"或"语气太正式，改得像跟朋友聊天"。
每一轮反馈都要具体。"不好"不算反馈，"第二段的例子太学术，换成生活化的场景"才算。
掌握了提示词写作，你在配音魔方生成配音文案、在各类 AI 工具中生成内容时，都能事半功倍。这是一个底层技能，值得花时间练。