AI提示词万能公式：再也不怕AI听不懂
2026-10-08
AI提示词万能公式：再也不怕AI听不懂
用了两年多ChatGPT，我最大的感受是：AI不是不聪明，是你说得不够清楚。
前阵子帮同事调一个文案提示词，她写的是"帮我写一篇产品介绍"。改了三版都不满意，觉得AI写得空洞、没重点。我让她改成"你是小红书数码博主，给一款399元的降噪耳机写种草文，目标人群是通勤党，突出地铁降噪效果和续航，语气活泼，300字以内，带emoji"。一次就过了。
差别在哪？前者是许愿，后者是下指令。
为什么大多数人的提示词都"缺胳膊少腿"
OpenAI官方文档里提过一个数据：在相同模型下，结构化提示词相比简单提示词，任务完成质量能提升40%以上。我自己实测下来也差不多——同样写周报，随手一句"帮我写周报"出来的东西基本要重写，而按框架填完的提示词，改两三个词就能用。
问题不在于你不会写，而在于你没意识到自己漏了什么。
大部分人写提示词就像给外卖小哥发消息："帮我带点吃的。"小哥只能瞎猜。你得说清楚：带什么、几个人吃、口味偏好、预算多少、几点送到。提示词也是一样的逻辑。
我总结的这套公式，覆盖90%的场景
试了很多版本之后，我固定下来一个五要素结构，叫 R-T-C-F-E：
| 要素 | 英文 | 作用 | 举例 |
|---|---|---|---|
| R | Role 角色 | 定义AI是谁 | 你是一位10年经验的猎头 |
| T | Task 任务 | 明确要做什么 | 帮我改写这份简历的自我评价 |
| C | Context 背景 | 补充相关信息 | 目标岗位是互联网产品经理，我之前做运营3年 |
| F | Format 格式 | 规定输出形式 | 分3段，每段不超过50字，用动词开头 |
| E | Example/Extra 示例或额外要求 | 给参考或加限制 | 参考风格：简洁有力，不要形容词堆砌 |
这五个要素不用每次都写全。任务和背景是必须的，其他三个看情况加。但只要你把这五个位置在脑子里过一遍，出来的提示词质量会完全不一样。
拿一个真实场景走一遍
假设你想让AI帮你写一封给客户的道歉邮件。
大多数人会这么写：
帮我写一封道歉邮件
出来的东西八成是"尊敬的客户，对于给您带来的不便，我们深表歉意……"——正确但没用。
用R-T-C-F-E改一遍：
你是一位B2B SaaS公司的客户成功经理（R）。帮我写一封项目延期交付的道歉邮件（T）。客户是一家连锁餐饮企业，原定本周五上线会员系统，因为接口联调出问题要推迟5天，客户下周有促销活动比较着急（C）。邮件控制在200字以内，结构是：先道歉、再说明原因和新时间、最后给出补偿方案（F）。语气诚恳但不卑微，不要用"深感抱歉"这种套话（E）。
这封邮件基本可以直接用。差别不在AI，在你给的信息量。
三个让效果翻倍的细节
第一，把形容词换成具体标准。 "写得专业一点"是无效指令，"用行业术语，避免口语化表达，每段有数据支撑"才是AI能执行的。我一般会把模糊要求拆成2-3条可验证的标准。
第二，给一个反面例子。 这个技巧很多人不知道。你告诉AI"不要写成什么样"，比只说"要写成什么样"效果好得多。比如"不要用'赋能''抓手'这类词"，AI立刻就能避开。
第三，让AI先问你。 如果任务比较复杂，可以在提示词最后加一句："在开始之前，如果你需要更多信息，先向我提问。"这样AI会主动补全你没想到的盲区，特别适合做方案、做策划这类开放任务。
不同场景怎么调整权重
这套公式不是死的。写代码的时候，Context要给技术栈和版本号；做数据分析的时候，Format要明确输出表格还是图表；写创意文案的时候，Example比Role更重要。
我自己常用的几个变体：
- 写作类：R + T + C + F（示例可选）
- 分析类：T + C + F + E（角色可以省，格式必须清楚）
- 创意类：R + T + E + F（背景可以少，示例必须给）
用熟了之后，写提示词这件事会变成肌肉记忆。看到任务，脑子里自动过一遍这五个格子，缺哪个补哪个。
说到底，AI听不懂你，不是它笨，是你把该说的信息都留在了自己脑子里。把那些"我以为它知道"的东西写出来，效果立竿见影。下次遇到AI答非所问，先别急着换模型，回头看看自己的提示词——大概率问题出在那儿。