用 AI 的时候总觉得不对劲？明明问了问题，得到的答案却总是差点意思。别光顾着怪 AI 不够智能，可能问题出在你给的 Prompt 上。就像跟人说话，你说得越清楚，对方才越容易 get 到你的点。AI 也一样，好的 Prompt 能让它的回答质量提升一大截。今天就来分享几个实用的写作公式，帮你写出更高级的 Prompt。
📌 基础结构公式：谁 + 做什么 + 怎么做 + 要什么
很多人写 Prompt 就像随口问个问题，比如 “写一篇关于健康饮食的文章”。这样的 Prompt 太笼统了，AI 根本不知道该往哪个方向写。好的 Prompt 得有清晰的结构。
先明确 “谁”，就是给 AI 设定一个身份。你是想让它当营养师，还是美食博主，或者是健康科普作家？不同的身份，回答的风格和专业度会完全不同。比如你想让它写一篇健康饮食的文章，可以说 “你是一位有 10 年经验的注册营养师”。
然后说清楚 “做什么”。别只说 “写文章”，要具体到写什么类型的文章。是科普文、攻略文，还是食谱推荐？比如 “写一篇适合上班族的健康午餐搭配指南”。
接下来是 “怎么做”。告诉 AI 写作的要求，比如字数、风格、重点内容等。“文章控制在 800 字左右，语言要通俗易懂，重点讲如何在 30 分钟内做好一份营养均衡的午餐”。
最后是 “要什么”。明确你想要的结果形式，是分点列出，还是写成完整的文章，或者是表格形式。“用分点的方式呈现，每个搭配方案要说明食材和营养成分”。
按照这个公式来写，AI 就能更精准地理解你的需求。试试把刚才那个笼统的 Prompt 改一下：“你是一位有 10 年经验的注册营养师，写一篇适合上班族的健康午餐搭配指南，文章控制在 800 字左右，语言要通俗易懂，重点讲如何在 30 分钟内做好一份营养均衡的午餐，用分点的方式呈现，每个搭配方案要说明食材和营养成分”。是不是感觉 AI 一下子就知道该怎么做了？
🎭 角色代入公式：身份 + 背景 + 目的
给 AI 一个合适的角色，能让它的回答更有代入感和专业性。但很多人设定角色太简单，只是说 “你是专家”，这样的角色不够具体，AI 很难发挥出对应的水平。
角色代入要包含三个要素：身份、背景、目的。身份要具体，不能只说 “专家”，要说清楚是哪个领域的专家，有多少年经验。比如 “你是一位专注于青少年心理辅导的心理咨询师，有 8 年的一线工作经验”。
背景是指这个角色所处的场景或面临的情况。比如 “现在有一位 15 岁的初中生，因为学习压力大而出现失眠、焦虑的情况，家长带他来咨询”。
目的就是这个角色要完成的任务。“你需要给出一套适合这个孩子的心理疏导方案，帮助他缓解压力，改善睡眠”。
把这三个要素结合起来，AI 就能很好地代入角色。比如：“你是一位专注于青少年心理辅导的心理咨询师，有 8 年的一线工作经验。现在有一位 15 岁的初中生，因为学习压力大而出现失眠、焦虑的情况，家长带他来咨询。你需要给出一套适合这个孩子的心理疏导方案，帮助他缓解压力，改善睡眠”。这样的 Prompt 能让 AI 站在心理咨询师的角度去思考问题，给出的方案会更专业、更贴合实际情况。
📝 问题拆解公式：核心问题 + 相关要素 + 限制条件
遇到复杂的问题，直接丢给 AI 往往得不到满意的答案。这时候需要把问题拆解开来，让 AI 一步步去解决。
首先找到核心问题，就是你最想解决的那个问题。比如 “如何提高公司的销售额”。
然后列出相关要素，也就是和核心问题相关的各个方面。提高销售额可能涉及产品、营销、客户服务等方面。“从产品优化、营销策略、客户维护三个方面来分析”。
再加上限制条件，比如时间、资源、范围等。“针对中小型电商公司，在现有资源不变的情况下，未来 3 个月内可行的方法”。
组合起来就是：“如何提高中小型电商公司的销售额？请从产品优化、营销策略、客户维护三个方面来分析，在现有资源不变的情况下，给出未来 3 个月内可行的方法”。这样拆解后，AI 的回答会更有条理，也更有针对性。它会围绕这三个方面，结合限制条件去思考，给出的建议会更具可操作性。
🔍 细节补充公式：基础需求 + 细节描述 + 示例参考
有时候你说了大概的需求，但 AI 还是 get 不到精髓，这可能是因为细节不够。这时候就需要用细节补充公式，把你的需求说得更细致。
基础需求就是你大概的要求。比如 “写一段关于秋天的描写”。
细节描述是关键，要把你想表达的画面、情感、氛围等都说出来。“要突出秋天的宁静和丰收，描写落叶的颜色、果实的样子，还有人们在秋天的活动”。
示例参考可以让 AI 更清楚你的风格偏好。“就像这样：‘秋风吹过，金黄的落叶像蝴蝶一样翩翩起舞，果园里的苹果红得像小灯笼，农民伯伯们脸上洋溢着丰收的喜悦’”。
组合后的 Prompt：“写一段关于秋天的描写，要突出秋天的宁静和丰收，描写落叶的颜色、果实的样子，还有人们在秋天的活动。就像这样：‘秋风吹过，金黄的落叶像蝴蝶一样翩翩起舞，果园里的苹果红得像小灯笼，农民伯伯们脸上洋溢着丰收的喜悦’”。有了这些细节和示例，AI 写出来的内容会更符合你的预期，不会偏离你想要的风格和重点。
🎯 结果导向公式：目标结果 + 衡量标准 + 应用场景
如果你想要一个有明确效果的回答，结果导向公式会很有用。它能让 AI 知道你想要达到什么目的，以及怎么才算达到了目的。
目标结果就是你希望通过 AI 的回答实现什么。比如 “制定一个减肥计划”。
衡量标准是判断这个计划是否有效的依据。“在 1 个月内减重 5 斤，同时不影响身体健康”。
应用场景是指这个计划适用的情况。“针对办公室白领，平时运动时间少，饮食不规律”。
组合起来：“制定一个针对办公室白领的减肥计划，要求在 1 个月内减重 5 斤，同时不影响身体健康。考虑到白领平时运动时间少，饮食不规律的情况”。这样 AI 在制定计划时，会充分考虑白领的工作特点，制定出适合他们的饮食和运动方案，并且会以 1 个月减重 5 斤作为目标，确保计划的有效性。
🧩 逻辑构建公式：前提条件 + 推理过程 + 结论要求
对于一些需要逻辑推理的问题，逻辑构建公式能让 AI 的回答更有逻辑性和说服力。
前提条件是推理的基础，也就是已知的信息。比如 “某公司今年第一季度的销售额是 100 万，第二季度是 120 万，第三季度是 150 万”。
推理过程是要求 AI 如何进行分析。“分析销售额增长的原因，从市场环境、产品销售、营销活动三个方面进行推理”。
结论要求是对最终结论的形式和内容的要求。“用清晰的逻辑链条呈现，每个原因都要有数据或事实支撑”。
组合后的 Prompt：“某公司今年第一季度的销售额是 100 万，第二季度是 120 万，第三季度是 150 万。请分析销售额增长的原因，从市场环境、产品销售、营销活动三个方面进行推理，用清晰的逻辑链条呈现，每个原因都要有数据或事实支撑”。按照这个公式，AI 会基于给出的前提条件，一步步进行推理分析，得出的结论会更有条理，也更有说服力。
写好 Prompt 其实并不难，关键是要掌握这些公式和技巧，根据不同的需求选择合适的公式。多练习几次，你会发现 AI 的回答越来越符合你的预期，能帮你解决更多的问题。记住，好的 Prompt 是和 AI 有效沟通的桥梁，别再让不恰当的 Prompt 浪费 AI 的能力和你的时间了。