“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:
- 指定角色 : “你是○○方面的专家”
- 背景与语境 : 为什么要问这个问题
- 具体任务 : 想让对方做什么
- 输出格式 : 希望以什么形式回答
- 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
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
请将以下会议记录摘要,用于向上司汇报。
【格式】
- 会议目的(1行)
- 主要决策事项(3-5条要点)
- 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
- 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?
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?
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)?
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。






⚠️ コメントのルール
※違反コメントはAIおよび管理者により予告なく削除されます
まだコメントがありません。最初のコメントを投稿しましょう!