给AI下指令写文章的最佳实践 | 2025年prompt engineer经验分享

💡 明确目标：让 AI 理解你的真实需求

🔧 构建清晰的指令框架：从模糊到精准的蜕变

🧩 三种核心技术：样本、思维链与链式提示

🤖 2025 年模型选择指南：找到最适合的 AI 伙伴

📝 26 条黄金准则：提升指令效率的实用技巧

1. 直奔主题：无需对 AI 保持礼貌，直接表达需求。
2. 融入目标受众：告诉 AI 文章的目标读者，让它调整语言风格。
3. 分解任务：将复杂任务拆分成多个简单的子任务。
4. 使用肯定指令：避免使用 “不要” 等否定性语言，多用 “做” 等肯定指令。
5. 简化表达：用简单的术语解释复杂的主题。
6. 添加奖励提示：如 “我会给你小费以获得更好的解决方案”，可能会提升模型的回答质量。
7. 示例驱动：提供少量示例，引导模型模仿。
8. 格式化提示：使用 “###Instruction###” 等分隔符来结构提示。
9. 明确任务：在提示中加入 “你的任务是” 和 “你必须” 等短语。
10. 强调后果：如 “你会受到惩罚”，增强模型的责任感。
11. 自然表达：要求模型以自然、类似人类的方式回答。
12. 分步思考：使用 “一步一步地思考” 等引导词。
13. 公正客观：让模型避免依赖刻板印象，提供公正的解释。
14. 互动引导：让模型通过提问来引出你精确的细节和要求。
15. 测试理解：让模型教你某个主题，并在末尾包含一个测试。
16. 分配角色：为模型分配特定的角色，如专家、教师等。
17. 使用分隔符：如 “——” 或 “###”，分隔不同的部分。
18. 重复关键词：在提示中多次重复特定单词或短语，增强模型的理解。
19. 结合思维链和少样本提示：提升复杂任务的准确性。
20. 输出引导：以预期响应的开头结束提示，引导模型生成。
21. 详细要求：如 “写一篇详细的论文，包含所有必要的信息”。
22. 保留风格：在修改文本时，保留原始写作风格。
23. 代码提示：对于编程任务，要求模型生成可自动运行的脚本。
24. 保持一致：要求模型保持内容风格的一致性。
25. 明确要求：以关键字、规定或说明的形式明确模型必须遵循的要求。
26. 测试优化：系统地测试不同的提示，找到最佳效果。

🚀 未来趋势：MCP 与多 Agent 协作的新可能