同样一句话，有人让 AI 写出能用的东西，有人只得到空话。差别不在模型，在提示词怎么组织。
同样一句话，有人让 AI 写出能直接用的东西，有人只得到一段空话。差别不在模型，在提示词怎么组织。提示工程听起来像门高深学问，拆开看就四件事：角色、材料、要求、格式。这一篇把原理讲明白，再给你一条可以直接抄的提示词。
一、AI 是怎么理解你的话的
大模型不会「查资料」，它是根据你给的话，一个词一个词地预测「接下来最可能说什么」。所以你给的上下文越明确，它预测得越准；你留的空越大，它就越爱用最安全、最平庸的写法填。
这也解释了三个常见现象：不给角色，它默认用「AI 客服腔」；不给材料，它只能编；不给格式，它输出什么形态全看心情。提示工程做的，就是把这四个空补上。
二、四个要素，一个都不能省
- 角色。「你是部门主管」和「你是产品经理」，同一份材料写出来是两种东西。角色定腔调。
- 材料。原始信息一次给全。AI 只能改写它拿到的东西，缺了就会自己编。
- 要求。要可执行的动作，不要形容词。「写专业点」它没法执行，「按三段写、每段附一个数字」能。
- 格式。分点、表格、300 字内、Markdown——格式写死，输出就能直接用。
套进一句话：「你是……（角色）。这是……（材料）。请……（任务），按……（要求），输出……（格式）。」这条公式能覆盖八成场景。
三、五个设置，比想象中简单
- 温度（temperature）。写作创意可以调高一点；取数、翻译、格式整理调低，输出更稳。
- 最大长度。先给足空间，别让回答被截断。
- 系统设定。能写 system prompt 的工具（ChatGPT、Kimi 网页版），把「你是做什么的、喜欢什么风格」放这里，比每句话重复省事。
- 多轮对话。上下文就是免费的提示词，不满意别重开。
- 版本选择。同样的提示词，新模型通常理解得更好；先确认你用的是最新版本。
四、一个完整示例：从差到好
差：帮我写个周报。
好：你是部门主管，这是我本周的流水：处理 12 个工单、开 6 场会、写完 1 份需求文档。请改写成周报：按「本周进展 / 关键数据 / 风险求助 / 下周计划」四段写，每段开头一句话总结，数据用我给的，没有的写待补充。输出 Markdown。
同样的需求，输出质量差一个档次，差别只在补全了四个要素。
五、新手最容易犯的三个错
错一：把 AI 当搜索引擎。问「周报怎么写」它只能给通用建议；把材料给它，它才写得出你的周报。
错二：一次要太多。要求越多越平均。先要第一版，再逐条追加。
错三：把输出当事实。数字、人名、日期自己核对，AI 会一本正经地编。
六、常见问题
提示工程要学编程吗？不用。它研究的是「怎么把话说清楚」，和编程无关。
为什么我抄别人的提示词效果不一样？多半是材料没换干净，或模型版本不同。先把示例原样发一遍验证，再逐步替换。
提示词越长越好吗？不是。信息密度比长度重要，要求互相打架时，AI 只会平均用力。
适用模型：ChatGPT / Kimi / DeepSeek / 豆包 / 通义千问等主流模型。适用场景：第一次接触提示词的新手；写提示词总得不到想要结果的用户；给团队做 AI 工具培训。
想看更多能直接抄的成品，进提示词库；想学怎么把模板改成自己的，读五问选词法。