返回首页

我常用的 5 种 Prompt 结构:任务、约束、示例、边界、验收

发布于 2026-03-08 · 更新于 2026-03-21 · AI 协作 · 6 分钟

文章目录

很多人觉得 Prompt 的关键是措辞优美,但在真实工作里,真正决定输出质量的是结构。以下是我长期使用、可复制的一套结构化写法。

1. 任务(Task)#

明确告诉模型要做什么,不要混入多目标。一个 Prompt 最好只承载一个主任务,否则输出会偏散。

2. 约束(Constraints)#

包括字数、语气、受众、格式、禁用词等。约束不是束缚,而是稳定质量的护栏。

3. 示例(Examples)#

给一到两个高质量样例,通常比写十句抽象要求更有效。示例可以显著降低误解成本。

4. 边界(Boundaries)#

  • 不确定时要标注假设。
  • 缺少数据时不要编造。
  • 超出范围时返回澄清问题。

5. 验收(Acceptance)#

最后给出检查清单,例如是否覆盖核心问题、是否可执行、是否便于二次编辑。这样才能把结果从看起来像提升到真的可用。

经验:当输出不稳定时,优先检查结构而不是继续加形容词。结构正确后,模型表现通常会显著提升。

继续阅读

AI 工具链 · 2026-03-15 · 8 分钟

我如何用 Prompt 模板 + 前端脚本,把重复工作压缩到 20%

从模板抽象、参数命名到自动注入上下文,这篇文章给出一套可迁移的方法。

阅读全文 →

AI 工具链 · 2026-08-10 · 12 分钟

AI 小说编辑器架构拆解:从富文本工作台到上下文感知的流式生成

以 AI Novel Copilot 为例,拆解 Next.js、Zustand、Tiptap、Hono、SSE、Cloudflare D1 与 Drizzle 如何组成一套可持续演进的小说创作系统。

阅读全文 →

AI 工具链 · 2026-08-10 · 14 分钟

从 PDF 到可信回答:MindLink AI 的 RAG 全链路

拆解 MindLink AI 如何完成 PDF 解析、文本分块、Embedding、PGVector 检索、来源回传与流式回答,并分析这套 RAG 架构的取舍和演进方向。

阅读全文 →