“向ChatGPT提问却总是得到有点跑偏的回答……”

你有过这样的经历吗?

其实, AI回答的质量取决于你的问题(提示词)的质量

这次用Before/After的形式介绍在工作中真正好用的提示词写法。

提示词的基本结构

高效的提示词建议包含以下要素:

  1. 指定角色 : “你是○○方面的专家”
  2. 背景与语境 : 为什么要问这个问题
  3. 具体任务 : 想让对方做什么
  4. 输出格式 : 希望以什么形式回答
  5. 约束条件 : 字数、语气、避免的内容

Before/After 实例

例1:撰写邮件

❌

写一封感谢邮件

✅ 之后
✅ 之后

你是商务礼仪方面的专家。

请在以下情况中撰写一封感谢邮件。

【情况】

  • 想向合作方的田中部长表达会餐感谢
  • 在昨天的聚餐中讨论了新项目的咨询
  • 希望今后继续保持良好关系

【输出格式】

  • 主题和正文
  • 约300字
  • 语气礼貌但不过于生硬

例2:会议纪要摘要

❌

请总结这场会议

✅ 之后
✅ 之后

请将以下会议记录摘要,用于向上司汇报。

【格式】

  1. 会议目的(1行)
  2. 主要决策事项(3-5条要点)
  3. 下一步行动(含负责人和期限)

【会议记录】 (在此粘贴记录)

工作中可用的提示词模板

企划案的头脑风暴

你是经验丰富的营销策划人。

【产品】○○
【目标人群】○○
【预算】○○万元

在此条件下,请提出5个社交媒体营销创意。
每个创意包含“概要”“预期效果”“风险”。

代码审查

你是资深工程师。
请审查以下代码。

【关注点】
- 潜在Bug
- 性能
- 可读性
- 安全性

【代码】
(粘贴代码)

总结

👍 提示词要点
  • 把“对谁”“做什么”“怎么做”说清楚
  • 提供具体例子,精度提升
  • 指定输出格式
  • 用过好使的提示词要保存

AI不擅长“猜”。 你越具体说明需求,结果越接近预期。

不妨从今天开始有意识地写提示词。

💬

よくある質問

ChatGPT 提示词里的“深津式”是什么?

AI

由 note 株式会社的深津贵之提出的提示词框架。通过明确区分“角色定义”“输入文本”“约束条件”“输出格式”,被认为能显著提升AI回答精度。

提示词工程未来仍是必要技能吗?

AI

随着AI模型演进(如 OpenAI o1),即便是简单指令也能更好地理解意图,但在复杂任务或需要严格输出的场景中,清晰的指示(提示词设计)依然重要。

如何避免 ChatGPT 编造(减少幻觉)?

AI

在提示词中加入“如果没有信息,请回答不知道”等约束,或将应参考的信息源直接粘贴到提示词里(类似 RAG 的方法)会更有效。