用了三年AI，我发现这4个Prompt技巧最管用

很多人抱怨AI不够好用，其实是没掌握正确的提问方式。这篇文章分享我三年来最常用的4个Prompt技巧，配合具体案例，看完就能用。

前言

我使用AI已经三年多了，从最初的GPT-3到现在各种国产大模型，尝试过的产品不下二十款。最大的感受是：AI的能力上限很高，但能否发挥出来，取决于你会不会提问。

同样的AI，不同的提问方式，输出质量可能相差十万八千里。

举一个真实的例子。同样是问"帮我分析一下这个月的销售数据"：

• 问得模糊 → AI返回一个通用的"分析框架"，看起来很有道理但没法用
• 问得具体 → AI直接给出一份包含数据、可执行建议、优先级排序的分析报告

差距就是这么大。今天分享4个我每天都在用的Prompt技巧，学会之后你会发现AI突然"好用了"。

一、角色扮演法：让AI秒变专家

原理给AI定义一个专业角色，它会自动调用相关的知识体系和表达方式。

效果这是我用过的效果最立竿见影的技巧。往往只需要加一句话，质量就能提升一个档次。

核心技巧

角色的"专业度"越高，AI调取的知识就越精准。试试这几层递进的写法：

层级	示例	效果
初级	"你是一个销售"	泛泛而谈
中级	"你是一个有10年经验的B2B销售"	有一定深度
高级	"你是麦肯锡TOP sales，擅长用SPIN方法挖掘客户需求"	专业精准

层级越高，AI的表现越接近真正的专家。

案例对比

❌ 普通提问

帮我写一封商业邮件

✅ 加角色后

你是一家顶级投行的资深商务总监，请帮我写一封针对A轮融资项目的商务邮件，语气专业但不失亲和力，目标对象是科技领域的潜在投资人。

✅ 再加细节

你是一家顶级投行的资深商务总监，专注科技领域的A轮融资。你刚和一个AI创业公司CEO聊了45分钟，他们上季度ARR 120万人民币，年增长率300%，团队12人。帮我写一封跟进邮件，核心诉求是约下周的电话沟通。

第二版的输出会远比第一版实用，因为它有了具体的背景信息。

常见应用场景

• 法律咨询："你是一位有10年经验的企业法律顾问，擅长合同审查..."
• 财务分析："你是一位四大会计师事务所的审计经理，专注于TMT行业..."
• 技术面试："你是一位Google L5级别的后端工程师，擅长系统设计..."
• 文案创作："你是一位获得过戛纳广告奖的创意总监，擅长洞察用户心理..."

总结：每当你觉得AI"太泛了"、"不够专业"，试试先给它一个角色。

二、思维链CoT：复杂问题的解题神器

原理让AI"先思考再回答"，而不是直接给结论。这是目前被验证最有效的AI推理优化方法。

OpenAI官方论文显示，使用CoT后，复杂推理任务准确率可提升30%以上。

适用场景

• 数学计算和推理
• 商业分析和决策
• 逻辑分析和问题诊断
• 方案规划和策略制定
• 代码开发和调试

案例对比

❌ 普通提问

这个月销售额下降了15%，是什么原因？

✅ 加思维链后

请分析销售额下降的原因，按照以下步骤思考：

1. 先列出可能的影响因素
   - 外部环境（宏观经济、行业趋势、季节性）
   - 内部运营（产品、定价、渠道、团队）
   - 竞品动作（新产品、促销、代言人）

2. 针对每个因素，给出判断依据
   - 哪些有数据支撑？
   - 哪些是推测？

3. 评估各因素的权重
   - 哪个是主因？哪个是诱因？

4. 给出优先级排序的结论
   - 最应该优先处理的是？

进阶用法

数学推理专用提示词：

对于这道数学题，请按以下格式解答：
Step 1: 理解题目（用一句话复述问题）
Step 2: 识别关键数据（列出所有已知条件）
Step 3: 选择方法（说明为什么选这个方法）
Step 4: 逐步计算（每一步都写清楚）
Step 5: 验证结果（用另一种方法验算）

商业决策专用提示词：

在给我建议之前，请先：
1. 列出这个决策的所有利益相关方
2. 分析每个方案对各方的利弊
3. 评估风险（最好/最坏/最可能的情况）
4. 说明判断标准（用什么标准来选择）

核心心法：当你觉得AI的答案"不够深入"或"逻辑有问题"时，加一句"请先分析，再给结论"。

三、Few-shot示例：让AI"照着做"

原理直接给AI几个例子，让它模仿你的风格和格式。这是最被低估的技巧之一。

AI其实非常擅长"照着做"，只要给它足够清晰的示例。

适用场景

• 需要特定格式输出（JSON、表格、Markdown）
• 保持风格一致（品牌调性、个人文风）
• 复杂任务描述（文字描述不清楚时）
• 多轮对话中的风格校准

关键技巧

1. 例子要具体

• ❌ "写得像商务邮件那样正式"
• ✅ "邮件开头先问候，第二段说明背景，第三段提出请求，结尾用'期待您的回复'"

2. 格式要严格

• 用代码块包裹示例
• 标注哪些是固定格式、哪些是变量
• 如果输出不对，再给一个"纠错示例"

3. 数量适中

• 1个例子：简单任务
• 2-3个例子：中等复杂度
• 5个以上：非常复杂的格式要求

核心心法：当你发现文字描述"我想要什么样的输出"很难说清楚时，直接给例子。例子比描述准确得多。

四、系统提示词：设定AI的"性格"

原理在对话开始前，用系统级提示词定义AI的身份、能力范围和行为边界。前三个技巧是单次提问时使用，而系统提示词是一次性设置，长期生效的。

为什么重要

假设你每天都要用AI辅助写代码。如果你每次对话都要说"请用Python，代码要符合PEP8规范，有类型提示"——这很繁琐，而且容易遗漏。用系统提示词，一次设置，每次对话AI都自动遵循。

进阶配置技巧

• 场景化设置："你是我公司的专属数据分析助手"
• 加限制条件："不要给太长的回复，控制在500字以内"
• 定期总结："每周给我一份总结，汇总我本周问到的主要问题"

核心心法：花5分钟设置一个好的系统提示词，可以节省以后每次对话的10分钟重复说明。

五、实战模板下载

以上四个技巧，配合具体场景效果最好。为了方便大家使用，我把各种场景的Prompt模板整理好了：

👉 点击下载 Prompt 模板合集

涵盖4大类场景，直接复制使用

写作助手AI编程思维提升客服话术

免费下载 →

写在最后

技巧不在多，在于精。把这四个技巧真正用起来，比收藏一百个"神Prompt"有用得多。

我的建议是：

1. 先试角色扮演法 — 上手最快，效果最明显，今天就能用
2. 再试Few-shot — 当你需要特定格式时，加例子比解释规则容易得多
3. 然后学CoT — 遇到复杂问题时，让AI先思考再回答
4. 最后设置系统提示词 — 一次性配置，长期受益

如果你有更好的Prompt技巧，欢迎在评论区分享交流。

作者从事AI应用研究多年，专注分享实用的AI使用心得。