写 prompt 这事儿，看着简单，真要让 AI 听话不胡说，里头门道可不少。你是不是也遇见过 —— 明明想问个具体问题，AI 却答非所问；要么就是东拉西扯，净说些不靠谱的话。其实问题多半出在 prompt 本身。今天就拆透这个 “角色 + 任务 + 要求” 黄金三步法，照着做，AI 想胡说都难。
🎭 先给 AI “贴标签”：角色定得越细，AI 越 “入戏”
给 AI 设定角色，不是随便说句 “你是专家” 就完事儿。得像给演员写剧本那样，把身份背景、专业领域、甚至性格特点都摊开。你想想，让一个 “刚入行的实习生” 和 “有 10 年经验的工程师” 回答同一个问题，结果能一样吗？
举个例子，想让 AI 写一篇手机测评。要是只说 “你是测评师”，它可能泛泛而谈。但你要是说 “你是有 5 年经验的数码测评博主，专攻千元机市场，擅长对比同价位机型的续航和拍照，说话风格接地气，带点幽默感”，AI 一上来就会自动往 “实用、具体、带点网感” 的路子上靠。
角色设定里藏着个关键 ——给 AI 划清 “能力边界”。比如写法律相关的内容，必须加上 “仅限解答民事纠纷问题，不涉及刑事领域，所有建议需注明‘非法律意见’”。这种限制不是捆住 AI 的手脚，而是避免它越界输出不专业的内容。
还有个小技巧，角色里可以加入 “禁忌清单”。比如 “你是健身教练，回答时禁止推荐任何具体品牌的补剂，只讲训练动作和饮食原则”。AI 看到这些，就知道哪些雷区不能踩，自然不会乱给建议。
📝 任务描述要 “落地”：别让 AI 猜，把 “活儿” 说透
很多人写任务时喜欢用模糊词，比如 “写一篇关于养生的文章”。这种表述等于给 AI 开了绿灯，它可能从中医讲到西医，从饮食讲到运动，最后写成一篇大杂烩。任务描述的核心是 “具体化”，让 AI 知道 “做什么、怎么做、做到什么程度”。
先说 “做什么”。比如想让 AI 写食谱，别说 “写个减肥餐”，改成 “设计一份适合上班族的 3 天减肥午餐，要求每顿热量不超过 500 大卡，包含 150g 蛋白质，食材在便利店就能买到”。AI 一看就知道，目标是 “上班族”，场景是 “便利店”，限制是 “热量和蛋白质”，方向一下子就明确了。
再说说 “怎么做”。比如让 AI 分析一个案例，不能只说 “分析这个市场案例”，得加上 “从用户增长、成本结构、竞争优势三个维度分析，每个维度至少列出 2 个数据支撑观点”。这种带框架的任务，AI 会顺着你的思路走，不会跑偏到无关的角度。
最容易被忽略的是 “做到什么程度”。写文案时，说 “写个吸引人的标题” 就太笼统。换成 “写 5 个短视频标题，前 3 个用疑问句开头，后 2 个带数字，标题里必须包含‘省钱’和‘干货’两个词”，AI 输出的结果会精准得多。
记住，任务描述里的 “细节越多，AI 越不敢瞎编”。你连输出的格式、篇幅、重点都交代清楚了，它哪还有胡说的空间？
📌 给 AI “划红线”：要求越具体，输出越可控
光有角色和任务还不够，必须加一道 “要求” 的紧箍咒。这部分是直接告诉 AI“什么能做，什么不能做，做成什么样才算合格”。很多人觉得 “要求” 就是 “写得专业点”，这太浅了，真正有用的要求得像说明书一样细致。
先说 “内容限制”。比如让 AI 写历史相关的内容，必须加上 “所有观点需有权威史料支撑，禁止推测未证实的历史事件，涉及争议话题时需说明不同学派的观点”。这种限制能直接掐灭 AI “想当然” 的念头。
格式要求也很关键。你要是不说，AI 可能一大段文字糊给你。但你要是说 “用表格呈现，分‘优点’‘缺点’‘适用人群’三列，每列至少 3 项内容”，它就会规规矩矩按表格来。甚至可以要求 “每段不超过 20 个字”“用 emoji 分隔要点”，这些细节都能让输出更符合你的预期。
还有个狠招 ——反向要求。直接告诉 AI“不准出现以下情况：1. 用网络流行语；2. 举国外的例子；3. 字数超过 500 字”。这种 “不准做什么” 的清单，比 “要做什么” 更能限制 AI 的发挥边界。
对了，别忘了加 “质量校验标准”。比如写产品测评时，要求 “必须包含 3 个具体数据（如续航时间、重量），2 个实际使用场景（如通勤、办公）”。AI 为了满足这些硬性指标，会主动筛选有效信息，而不是凑字数。
❌ 避开这些 “坑”：90% 的人都在犯的 prompt 错误
知道了黄金三步，还得警惕那些让 AI 胡说的 “雷区”。最常见的就是信息不全。比如问 “这个产品好不好”，既不说是什么产品，也不说你的使用场景，AI 只能泛泛而谈。换成 “我是学生，预算 2000 元，想买个用来上网课、偶尔玩手游的平板，这个型号的产品适合我吗？”，答案立马就具体了。
另一个误区是太贪心。一个 prompt 里塞七八个任务，又是让 AI 写文案，又是让它做数据分析，还得给营销建议。AI 就像个新手厨师，同时炒三道菜肯定手忙脚乱。不如拆成多个 prompt，一个任务解决一个问题，效率反而更高。
还有人喜欢用模糊的形容词。“写一篇吸引人的推文”，什么叫 “吸引人”？是点赞多还是转发多？不如换成 “写一篇宠物食品的推文，目标是让养柯基的主人产生购买欲，要提到‘解决掉毛问题’‘3 天见效’”。越具体的目标，AI 越能精准发力。
别忽略上下文的连贯性。如果你前面让 AI 扮演 “严谨的科学家”，后面突然让它写 “搞笑段子”，角色切换太硬，AI 很容易混乱。要么一直用一个角色，要么在切换时明确说 “现在你是搞笑博主，之前的角色作废”，给它清晰的信号。
✨ 进阶技巧：让 AI “自我纠错” 的秘密
掌握了基础的三步法，还能再升级。试试多轮引导。第一次 prompt 先让 AI 出个初稿，然后说 “刚才的回答里，第三点没有数据支撑，再补充 2 个具体案例，并且把第一点的表述改得更通俗”。这种针对性的修正，比一次性写完美 prompt 更容易。
可以给 AI**“失忆指令”**。有时候 AI 会记住之前的错误信息，影响后续输出。这时候加一句 “忽略之前的对话，只根据本次 prompt 回答”，能让它 “清空缓存”，重新开始。
还有个高阶玩法 ——让 AI 扮演 “审核员”。写完一个 prompt 后，再发一句 “你刚才的回答是否符合这些要求：1. 有没有胡说的数据？2. 有没有偏离主题？3. 如果有，重新修改”。相当于让 AI 自己检查一遍，能减少不少错误。
📈 实战案例：从 “胡说八道” 到 “精准输出” 的对比
光说理论太空泛，看个实际例子。原始 prompt：“写一篇关于跑步的文章”。AI 可能会从跑步的历史讲到奥运会，洋洋洒洒但没重点，甚至可能出现 “每天跑 10 公里对膝盖没影响” 这种错误说法。
优化后的 prompt：“你是有 10 年经验的跑步教练，针对初学者写一篇 300 字的文章，告诉他们如何避免膝盖受伤。要求：1. 分 3 个步骤；2. 提到‘热身时间’‘步频’两个关键数据；3. 不准推荐任何品牌的跑鞋。”
看看结果 ——AI 会先讲热身要做 5 分钟动态拉伸，再讲步频保持在 170-180 步 / 分钟，最后说落地时脚掌中部着地。全是干货，没有一句废话，更不会出现错误建议。这就是黄金三步的威力。
再试一个职场场景。原始 prompt：“帮我写一封请假邮件”。AI 可能就写 “因个人原因请假，望批准”，干巴巴的。
优化后：“你是公司的行政专员，帮销售部的小王写一封请假邮件给经理。小王要请 3 天假，时间是下周一到周三，理由是老家有事，已经和同事小李交接好工作。邮件要正式但不用太死板，最后要提醒经理看附件的请假单。” 这样的邮件，连细节都给你考虑到了，根本不用再修改。
写 prompt 的核心，说到底是和 AI “有效沟通”。你越清楚自己想要什么，AI 就越能给你什么。角色让它知道 “我是谁”，任务让它知道 “做什么”，要求让它知道 “怎么做才对”。这三步环环相扣，缺一不可。
下次再用 AI 的时候，别急着敲回车。先花 30 秒把这三个部分想清楚，你会发现，AI 突然就 “懂事” 了，胡说八道的情况越来越少，甚至能给你带来惊喜。说到底，不是 AI 不够聪明，而是我们没教会它怎么听话而已。