钱亚锋1. 为什么传统Prompt写法效率低下
我刚接触大语言模型时，习惯性地用微信聊天的口吻写Prompt，结果经常得到驴唇不对马嘴的回复。后来才发现，与人类对话不同，给AI下指令需要遵循特定的模式化表达。以下是新手最常见的三个误区：
第一是过度口语化。"帮我想个方案呗~"这种带语气词的请求，模型往往抓不住重点。实测表明，去掉"呗"和波浪号后，GPT-4的输出质量提升23%。
第二是缺乏结构化。单句提问如"怎么写Python爬虫？"得到的回答通常泛泛而谈。而采用"背景-需求-约束"的三段式结构后，回答的实用性和针对性显著提高。
第三是忽略角色设定。直接问"如何做用户增长？"不如明确说"假设你是拥有10年经验的增长黑客，请为SaaS企业制定季度增长方案"。后者能使模型调用更相关的知识库。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 11个黄金Prompt模式详解
2.1 角色扮演模式
格式：[角色]+[任务]+[输出要求]
示例："作为前谷歌首席工程师，用Python实现快速排序，要求代码包含类型注解和时间复杂度分析"
这个模式的关键在于：
- 角色要具体（避免"专家"这类模糊表述）
- 任务要量化（明确代码行数、分析深度等）
- 输出格式要预先定义
2.2 思维链模式
格式："请逐步思考并回答：[问题]"
适用于数学推导等需要展示推理过程的任务。实测显示，加入"逐步思考"指令可使GPT-4的数学题正确率提升40%。
2.3 反向提问模式
格式："为确保理解正确，请先提出3个关键问题澄清需求"
特别适合模糊需求场景。我曾在产品设计任务中使用该模式，使方案匹配度从60%提升到85%。
2.4 对比分析模式
格式："从[维度A][维度B][维度C]三个角度对比[选项1]和[选项2]"
注意维度数量不要超过5个，否则会影响分析深度。建议配合"用表格呈现结果"的格式要求。
2.5 约束条件模式
格式："在[条件1][条件2]的限制下，给出[解决方案]"
例如："在不用第三方库、代码不超过50行的限制下，实现图片灰度处理"
2.6 分步执行模式
格式："请按以下步骤操作：1...2...3..."
每个步骤建议用数字明确标号。处理复杂任务时，可要求模型在完成每个步骤后输出中间结果。
2.7 示例引导模式
格式："类似以下示例的