Prompt 提示词应该如何写？

一个看似简单，却很典型的失败案例

我曾经把一份用户访谈记录交给模型，并输入：

请分析这份访谈，提炼用户需求，并给出产品建议。

模型很快返回了一份结构完整的报告：有用户画像、痛点总结、需求优先级和产品功能建议。表面上看，结果相当完整；但仔细检查后发现，模型把访谈中用户“希望有某项功能”的表达，直接当成了明确需求，又根据常见行业经验补充了用户年龄、使用场景和商业价值。最终报告读起来很专业，却无法区分哪些内容来自访谈，哪些内容只是模型推测。

问题不在于模型不会分析，也不在于这句话写得不够礼貌，而在于这个 Prompt 只提出了一个问题，没有定义一项完整任务。它没有说明分析结果用于什么场景、哪些内容必须有证据、是否允许作出假设、信息不足时应该怎么办、输出怎样才算合格。

后来使用得越多，我越觉得“怎样向模型提问”这个理解太轻了。提问只是 Prompt 最表面的一层。对于复杂任务，Prompt 更接近一份任务说明书，也是一份人与模型之间的执行协议。

它要告诉模型的不只是“做什么”，还包括为什么做、依据什么做、做到什么程度、不能做什么、结果怎样呈现，以及如何判断结果是否合格。

如果这些问题没有被说明，模型就只能补全我们的意图。补全得准确，看起来像智能；补全得不准确，就会产生偏题、幻觉和不稳定。

研究 Claude 和 ChatGPT 共同强调了什么？

Anthropic 和 OpenAI 对 Prompt 的具体写法有所区别，但底层原则非常接近。

• 明确任务目标
• 提供必要的任务背景
• 分隔输入资料与指令
• 预先规定输出要求
• 在必要时提供示例
• 通过测试优化结果
• 不依赖模型猜测隐含要求

这说明，高质量 Prompt 首先是一个任务定义问题，而不是语言修辞问题。Prompt 写得长，不代表任务定义得清楚；Prompt 写得专业，也不代表结果可以验证。真正重要的是，模型能否从 Prompt 中识别目标、依据、动作、边界和完成标准。

Claude 的 Prompt 标准

Claude 官方将“清晰和直接”放在重要位置。它建议把模型看作一名能力很强、但刚加入团队的新员工：它有能力完成任务，却不了解你的业务背景、默认规则和工作习惯。

1. 直接说明希望模型完成什么

不要只写：

帮我看看这份需求。

应该写成：

分析这份需求是否成立，识别其中缺失的用户、场景、数据依据和成功标准，并给出需要进一步确认的问题。

“看看”没有完成标准，“分析是否成立”才是可以执行的任务。

2. 说明任务背景和规则原因

Claude 不仅需要知道规则是什么，也能从规则背后的原因中更准确地处理边界情况。

不要补充材料中没有出现的数据，因为这份结果将用于项目评审，无法追溯来源的数据会影响判断可信度。

这比单独写“不要虚构数据”提供了更完整的决策依据。

3. 使用 XML 标签组织复杂 Prompt

Claude 官方建议在复杂输入中使用 XML 标签区分角色、背景、资料、规则和输出要求。

<role>
你是一名B端产品经理。
</role>

<goal>
判断需求是否值得进入产品设计阶段。
</goal>

<context>
该结果将用于内部需求评审。
</context>

<source>
用户访谈、业务数据与现有流程材料。
</source>

<constraints>
不得补充来源中没有出现的事实。
信息不足时必须明确指出。
</constraints>

<output>
输出结论、证据、缺失信息、风险和下一步建议。
</output>

XML 本身并不会让模型变聪明。它的价值是建立边界，让模型清楚地区分“指令是什么”和“被分析的内容是什么”。

4. 用示例表达难以描述的标准

如果只说“写得专业一点”，模型仍然需要猜测什么叫专业。更有效的方式是提供一个合格示例，并指出它为什么合格。示例既能表达格式，也能表达判断尺度、语气和信息密度。

5. 明确模型是建议还是执行

在 Agent 场景中，“给出修改建议”和“直接修改文件”是两种完全不同的授权。如果希望它执行，需要明确写“修改”；如果只希望它分析，则应写“提供建议，不修改文件”。这不仅影响结果，也决定了工具调用和操作风险。

6. 不要过度编排模型的思考

对于复杂问题，可以要求模型检查多个方面、比较不同方案并说明依据，但没有必要把每一个内部思考步骤都写死。过度规定推理过程，可能让模型机械地执行一个并不适合当前问题的步骤。更好的方式是明确目标、判断维度和成功标准，给模型保留选择方法的空间。

说明任务
补充背景
组织输入
提供必要示例
明确行动权限
定义完成标准

参考：Claude Prompting Best Practices

ChatGPT 的 Prompt 标准

OpenAI 同样强调任务定义和测试优化，但在组织 Prompt 时，更突出指令位置、分隔符、输出要求和示例。

1. 把核心指令放在前面

OpenAI 建议先说明任务，再提供需要处理的材料。

请把下面的访谈记录整理成需求分析，输出用户、场景、问题、证据和待确认事项。

访谈记录：
"""
……
"""

这样可以减少模型把原始材料与操作要求混在一起的可能。

2. 使用标题或分隔符区分内容

### 任务
### 背景
### 输入资料
### 规则
### 输出格式

也可以使用三引号包裹原始材料。分隔符的作用和 Claude 的 XML 标签相似，都是帮助模型理解 Prompt 结构。差异主要在表达习惯，不在底层目的。

3. 明确结果的长度、格式和风格

“简洁一点”很难被稳定执行，“控制在 300 字以内”更明确。

输出5个部分，每个部分包含标题、结论和证据；最后列出3个需要继续确认的问题。

长度、层级、字段、语气和使用场景越明确，结果越容易复用。

4. 用示例展示输出

如果输出将被程序解析，或者团队需要重复得到同一种结构，仅仅描述格式还不够，最好给出一个简短示例。

期望格式：

问题：
证据：
影响：
置信度：
待确认信息：

5. 从零样本开始，再增加少量示例

简单任务可以先直接提出要求。如果结果不稳定，再增加一个或多个示例。示例不是越多越好。示例会增加上下文，也可能让模型过度模仿。是否需要示例，应由任务稳定性决定。

6. 不只说“不要做什么”

与其写：

不要写得空泛。

不如写：

每个结论必须引用输入材料中的事实或数据；没有依据的内容放入“待确认事项”，不要作为结论。

前者只是禁止，后者给出了替代行为。

7. 把 Prompt 作为可迭代对象

第一次结果不理想时，不应该只评价模型“好不好用”，而应该检查：

• 目标是否明确
• 背景是否足够
• 输入是否完整
• 规则是否冲突
• 输出是否可验证
• 示例是否表达了真正预期

指令前置
信息分隔
要求明确
格式具体
示例说明
正向约束
测试优化

参考：ChatGPT Prompt Engineering Best Practices OpenAI API Prompt Engineering Best Practices

Claude 和 ChatGPT 的差异是什么？

如果把两套方法放在一起，可以看到它们并不是互相冲突，而是关注点略有不同。

但这些差异不应该被理解成固定规则。Claude 也需要明确输出格式，ChatGPT 也需要充分背景；两种模型都能理解 XML、标题、示例和约束。模型版本还会持续变化，如果 Prompt 完全依赖某个模型暂时的表达偏好，它就很难长期维护。

因此，我更希望建立一套跨模型的 Prompt 标准，再根据具体模型增加少量适配。

我的 Prompt 标准：八段式任务协议

综合 Claude 和 ChatGPT 的共同原则，我把一个完整 Prompt 拆成八个部分。

1. 01

   任务目标

   首先说明最终要完成什么。目标应该使用可以执行和检查的动词，例如分析、判断、提取、比较、生成、修改、验证。避免使用“看看”“处理一下”“优化一下”这类没有完成边界的表达。

2. 02

   使用背景

   说明结果将在什么场景使用、面对谁，以及为什么要完成这项任务。背景只保留会影响判断的信息。

3. 03

   输入材料

   明确模型可以使用哪些事实、文件、数据和上下文，并把输入材料与指令分隔开。如果输入不完整，需要说明模型能否自行搜索、能否提出问题，以及能否作出合理假设。

4. 04

   成功标准

   说明什么样的结果才算合格，例如每个结论都有证据、覆盖指定维度、可以直接进入项目评审、能够被程序解析，以及不确定信息被单独标记。成功标准决定模型应该把精力放在哪里。

5. 05

   规则与边界

   说明必须遵守的规则、优先级和禁止事项，包括可以使用的信息范围、是否允许假设、是否允许调用工具、是否可以直接修改、哪些情况必须人工确认，以及信息不足时怎样处理。

6. 06

   执行要求

   说明模型需要完成哪些关键动作，而不是规定所有内部思考步骤。在 Agent 任务中，还要说明可以调用哪些工具、工具失败后怎么办、哪些操作可以自动完成，以及哪些操作必须等待确认。

7. 07

   输出协议

   明确输出结构、字段、长度、语气和格式。“输出协议”比“输出格式”更完整，因为它还规定了每个字段表达什么、能否为空，以及不确定内容如何呈现。

8. 08

   校验与追问

   要求模型在交付前进行检查，并定义信息不足时的处理方式。如果缺少会改变结论的关键信息，先提出不超过 3 个问题；如果缺失信息不影响主要判断，可以继续完成，并标记假设。

一份完整的跨模型 Prompt 模板

### 任务目标
说明最终需要模型完成什么。

### 使用背景
说明结果用于什么场景、面对什么用户，以及任务为什么重要。

### 输入材料
"""
粘贴需要处理的资料、数据或上下文。
"""

### 成功标准
1. 结果必须满足什么条件
2. 哪些内容必须覆盖
3. 如何判断结果可以被使用

### 规则与边界
1. 可以使用哪些信息
2. 不得虚构哪些内容
3. 是否允许搜索或调用工具
4. 哪些操作需要人工确认
5. 信息不足时如何处理

### 执行要求
1. 需要完成哪些关键动作
2. 使用什么判断维度
3. 异常或冲突如何处理

### 输出协议
1. 输出结构
2. 每个部分包含的字段
3. 长度、语气和格式
4. 不确定内容的标记方式

### 校验与追问
输出前按照成功标准进行检查。
如果缺少会改变结论的关键信息，先提出不超过3个问题。

在 Claude 中，可以把这些部分转换成 XML 标签；在 ChatGPT 中，可以继续使用标题与三引号。外部结构可以变化，但任务协议不变。

Prompt 的质量应该如何判断？

Prompt 质量不能只看某一次回答是否“看起来不错”，而应该看它是否具备四种稳定性。

因此，Prompt 不应该只被保存为一段文字，还应该和测试样本、预期结果、失败案例及版本记录放在一起。

Prompt 不是写给模型的一句话

一个好的 Prompt，本质上做了三件事：

• 把人的模糊意图变成明确任务
• 把模型的不确定生成限制在合理边界
• 把最终结果变成可以检查和优化的输出

Claude 与 ChatGPT 提供了不同的组织方法，但共同指向同一个结论：模型能力越强，Prompt 越不需要堆砌技巧，却越需要把目标、背景、边界和成功标准说清楚。

所以我最终形成的 Prompt 标准不是某种固定句式，而是一份八段式任务协议：

目标、背景、输入、成功标准、规则边界、
执行要求、输出协议、校验追问