一、基础知识
提示词(Prompt)就是你给模型的输入指令。同样是"帮我写篇文章",有人能得到结构完整、语气合适的成稿,有人只能得到一段空话,差别往往不在模型,而在提示词有没有把意图说清楚。
模型本质是"根据上文预测下一个字",它并不知道你心里想要什么。所以提示词的目标只有一个:把你脑子里的隐含预期,变成文字里明确的信息。结构化写法就是给这份信息一个固定骨架,让每次表达都不漏项。
四段式把提示词分成四个部分:
- 角色:告诉模型以什么身份来回答,决定语气、专业视角和知识边界。比如"你是一位有十年经验的 Python 工程师"。
- 任务:明确要做什么,用动词开头,说清输入、动作和产出。比如"把下面的用户反馈按问题类型分类,并给出每类的数量"。
- 约束:限定输出的格式、长度、风格、禁忌,是减少"跑偏"的关键。比如"只输出 JSON,不要解释;总字数不超过 200 字"。
- 示例:给出一两个输入与期望输出的样例,让模型通过模仿理解你的标准,这叫少样本(few-shot)提示。
这四段不是死板的公文格式,而是四个思考检查点。短提示词可能每段只有一句,长提示词每段可以展开,但核心是每件事都被明确说出来,而不是指望模型去猜。
二、实操步骤
第一步,先写一句"烂提示词"作为对照。假设我们要做一个商品评价的情感分类:
帮我看看这条评价是好评还是差评。
这句话人能懂,但模型可能输出"这是好评"、"好评"、"积极"等各种格式,无法程序化处理。
第二步,按四段式改写。先看带占位符的通用模板:
# 角色
你是一位电商评论分析助手,擅长判断用户评价的情绪倾向。
# 任务
判断下面这条评价的情感倾向,可选值为:正面、负面、中性。
# 约束
- 只输出一个词:正面 / 负面 / 中性,不要任何解释。
- 不要输出列表、标点或多余文字。
# 示例
输入:这个东西太好用了,物流也快!
输出:正面
输入:用了一次就坏了,非常失望。
输出:负面
# 待处理输入
{在这里放入待判断的评价}
第三步,把模板变成可复用的 Python 函数,用变量填入角色和输入,避免每次手写:
TEMPLATE = """# 角色
{role}
# 任务
{task}
# 约束
{constraints}
# 示例
{examples}
# 待处理输入
{input_text}
"""
def build_prompt(role, task, constraints, examples, input_text):
return TEMPLATE.format(
role=role,
task=task,
constraints=constraints,
examples=examples,
input_text=input_text,
)
prompt = build_prompt(
role="你是一位电商评论分析助手。",
task="判断评价的情感倾向,可选值为:正面、负面、中性。",
constraints="只输出一个词,不要解释。",
examples="输入:很好用。n输出:正面",
input_text="包装破了,但东西本身还行。",
)
print(prompt)
第四步,把 prompt 作为 user 消息发给你的模型接口,观察输出是否符合约束。如果格式稳定,说明结构起了作用;如果仍不稳定,优先检查约束段是否写得够具体,而不是急着换模型。
第五步,做小版本迭代。每次只改一段,比如先固定角色和任务,专门调约束和示例,改完跑同一批测试输入,看输出是否更一致。一次改太多,你无法判断到底是哪一处起了作用。
三、关键细节
- 任务要用明确的动词,比如"分类""提取""改写""列出",避免"看看""处理一下"这类含糊说法。
- 约束尽量写成可判定的规则。"简短一点"很难判定,"不超过 100 字""只输出 JSON"才是可验证的。
- 示例要和真实输入分布接近。全是理想样例、没有边界样例,模型遇到真实边界情况还是会懵。
- 示例数量不是越多越好,一到三个高质量样例通常就够,过多反而占用上下文并可能引入噪声。
- 角色不只是"称呼",它能划定知识范围和语气。写"严谨的财务分析师"和写"幽默的文案"会产生明显不同的风格。
- 四段的顺序建议按"角色 → 任务 → 约束 → 示例"排列,把最稳定的背景放前面,把最接近具体输入的内容放后面,符合模型对上文的依赖方式。
四、常见错误
| 现象 | 原因 | 修正 |
|---|---|---|
| 输出格式每次都不一样 | 约束写得含糊,没说清只允许哪种格式 | 在约束段写明输出格式,并给一两个示例锁定样式 |
| 模型答非所问、范围发散 | 任务描述里混入了多个目标,主次不清 | 一次只让模型做一件事,复杂任务拆成多轮或拆成多个提示词 |
| 加了角色设定却没效果 | 角色写得太泛,或和任务冲突 | 角色要具体到行业、视角、语气,且和任务目标一致 |
| 示例越多效果越差 | 示例彼此矛盾或存在噪声,误导模型 | 精简到少量高质量、互相一致的示例,覆盖典型与边界情况 |
| 换了模型效果一落千丈 | 提示词依赖了某个模型的"默契",不够显式 | 把隐含假设全部写进文字,做到换模型也能读懂 |
| 改完提示词不知道有没有变好 | 凭感觉判断,没有固定测试集 | 准备一组固定输入做回归对比,逐段修改、逐次验证 |
五、排查方法
当提示词效果不稳定时,按这个顺序排查:
- 把四段逐段遮住做对比测试,看去掉哪一段后质量明显下降,那段就是关键段。
- 检查任务段是否只有一个明确目标,若有多目标,先拆分。
- 检查约束段是否可判定,把"简短""友好"这类形容词换成具体规则。
- 检查示例是否和真实输入同分布,特别是有没有覆盖边界和异常情况。
- 检查角色与任务是否冲突,比如既要"严格"又要"创意发散"就可能互相打架。
- 用固定的一组输入跑回归,记录每次改动前后的输出,用事实而不是印象判断好坏。
- 最后才考虑换模型或调参数,因为绝大多数提示词问题出在表达不清,而不是模型能力不足。
六、注意事项
四段式是一种思考框架,不是必须照抄的模板。简单任务强行套满四段反而啰嗦、浪费 token;复杂任务可以在每段下继续细分。不同模型对提示词的敏感度不同,某些模型对 system 消息里的角色设定响应更好,具体消息如何组织请以所用模型的官方文档为准。要让输出被程序稳定解析时,优先考虑 JSON 等结构化格式,并做好解析失败的兜底。另外,示例里不要放入真实用户的隐私数据;提示词中若包含密钥、内网地址等敏感信息,提交给第三方服务前要评估合规风险。
免责声明:本文为个人学习与实操经验总结,仅代表个人观点,不构成任何技术或商业决策建议。不同系统环境与版本可能存在差异,实际操作请以官方文档为准并自行验证。

评论
还没有评论,来说两句吧。