先说结论：写提示词不是「找咒语」，是「写需求」。同一个需求，写给同事要交代清楚的事，写给模型一件都不能少，因为同事会追问，模型不会——它会直接用一个合理但未必正确的假设把空填上。
01为什么你觉得「怎么写都不对」
把一个失败的提示词拆开看，通常是这三种情况之一：
- 交给它的是一句愿望：「写个有创意的文案」。有创意是评价标准，不是任务描述，模型只能按训练数据的平均值给你一段安全但平庸的话。
- 缺了它猜不出来的背景：你没说受众是谁、投放在哪、产品卖多少钱，它只能猜。猜错的概率很高，而且它不会告诉你它在猜。
- 没有验收标准：你不知道「好」长什么样，就只能在它给的三个版本里挑一个最不差的。
把提示词发给你不熟悉这个项目的同事，他如果做不出来，说明模型也做不出来。这条标准比你试十次都有用。
02五步：从一句话到一条能跑的命令
按顺序填，不要跳步。跳过的部分，就是模型自由发挥的地方。
| 步骤 | 要回答的问题 | 写不好会怎样 |
|---|---|---|
| ① 角色 | 谁在做这件事？经验年限、行业、立场 | 输出变成「教科书口吻」，全是正确的废话 |
| ② 任务 | 要产出什么？一个名词，不是一个形容词 | 它给你一段评论，而不是你要的东西 |
| ③ 背景 | 给谁看、为了解决什么、已经试过什么 | 内容很漂亮，但完全不符合场景 |
| ④ 约束 | 字数、禁词、不能碰的方向、必须包含的点 | 篇幅失控，或写到你不想提的地方 |
| ⑤ 格式 | 表格？分点？标题层级？能不能直接粘进文档 | 拿到一堆散装句子，还得自己排版 |
角色这一项最容易被跳过，也最影响结果。同样问「怎么提高复购」，「你是做了十年私域的老运营」和「你是刚毕业的实习生」会给出两种完全不同的答案，而你要的通常是前者那种带取舍的判断。
03同一需求的三次改写
下面这个例子是真实场景：给一款客单价 268 元的护手霜写详情页首屏文案。
第一版：大多数人会这么写
结果通常是「滋润不油腻，呵护你的双手」这类可以套在任何护手霜上的话。问题不是模型不行，是这句话里没有任何一个只属于这款产品的信息。
第二版：补上角色和背景
这一版就能用了。它开始有具体的信息锚点：洗手十次、5% 泛醇、不厚重。但文案大概率还是偏长，而且会同时讲功效和使用感，重点不突出。
第三版：加约束和格式
第三版的结果差别不在文采，在于它被逼着做了一个取舍：只讲「洗不掉」，把「滋润」让给竞品。这个取舍是你做的，不是它猜的。
每次改提示词，问自己一句：我这次加的这句，是不是在替它排除一个错误选项？如果只是加了修饰词，等于没改。
04不同任务，字段优先级不一样
五个步骤不用每次写全。按任务类型抓重点，效率更高：
| 任务类型 | 最关键的两项 | 可以省的 |
|---|---|---|
| 写文案 / 内容 | 背景 + 约束 | 格式写一句就行 |
| 分析 / 判断 | 角色 + 任务（判断标准） | 背景可以后补 |
| 代码 / 技术 | 任务 + 约束（环境、版本） | 角色几乎没用 |
| 总结 / 提取 | 格式 + 约束（保留什么、丢掉什么） | 角色影响很小 |
| 创意 / 发散 | 背景 + 数量（要几个方向） | 约束别写太死，会锁死创意 |
注意最后一行。发散类任务写太多约束，反而只能拿到安全答案。这时候正确的做法是先要 10 个方向，再对选中那个方向加约束重写——分两步，别一步到位。
05三个今天就能做的练习
- 反向练习：翻出你上次不满意的输出，把提示词补成五步版本，对比两次结果。这一步能立刻看出你平时漏了哪一项。
- 删词练习：把你写好的提示词逐句删，删掉之后结果不变的就是废话。留下来的才是有效信息。
- 交接练习：把提示词发给同事，让他照着做一遍。他卡住的地方，就是你缺的字段。
不要收藏「100 条万能提示词」然后一条条试。它们解决的是别人的问题，你试完只会得到一堆用不上的输出，还误以为是自己不会写。
06写到最后是什么状态
熟练之后，你写提示词的速度会变快，但字数不会变少——省下的是来回改的次数，不是交代的信息量。一条好提示词的样子，往往像一份写得很清楚的工单：没有一个多余的形容词，但每条信息都能落到执行上。
如果你只想记一句话：把模型当成一个能力很强、但今天刚入职、不敢问你问题的同事。你会怎么交代，就怎么写。
FAQ常见问题
提示词写得越长越好吗？
不是。长度不是标准，信息密度才是。判断方法是删词：删掉之后结果不变的句子，都是多余的长度。一条 80 字但字段齐全的提示词，通常比 500 字的散文更有效。
需要背模板吗？
不需要背，需要理解五个字段的作用。模板只在重复做同一类任务时有用，那时你应该把它存成带变量的形式，而不是每次重抄一遍。
中文写还是英文写？
中文模型用中文，英文模型两者都行。真正影响结果的是信息完整度，不是语言。中文表达约束条件其实更省字。
为什么同一段提示词，今天和昨天结果差很多？
模型在更新，采样也有随机性。判断一条提示词好不好，要看多次运行的平均水平，不要用单次结果下结论。
提示词里要不要写「请一步步思考」？
对推理类任务有帮助，对写作类任务基本无感，对事实类任务反而可能让它编出推理过程。按任务类型决定，别当万能前缀。
角色设定真的有用吗？
有用，但作用常被夸大。它的真实价值是限定知识范围和口吻，不是提升能力。写「你是资深律师」不会让它更懂法，但会让它少说外行话。