构建最优AI提示词的实践指南

这份指南旨在帮助你编写出在日常使用中真正可靠、稳健的AI指令（提示词）。它不要求任何技术背景，每条规则都附有可操作的步骤和检查点。

在开始之前，请记住一个根本概念：AI模型不是在执行代码，而是在根据你提供的文本，预测下一个最可能出现的词（Token）。你的提示词，就是引导这个预测过程的“上下文”。所有规则都源于这一核心机制。

第一部分：构建提示词的八大黄金法则（附实操步骤）

核心原理： 否定词（如“不”、“别”、“禁止”）是语法功能词，容易被模型忽略。同时，你提到了某个概念（如“个人观点”），就会激活模型对该概念的内部表征，反而让它更可能出现。告诉模型“别想粉红色的大象”，它脑子里只会先浮现出粉红色的大象。

实践步骤：

识别否定指令： 检查你的提示词，找出所有包含“不要”、“禁止”、“避免”、“切勿”的句子。
定义正面行为： 思考这个否定指令背后，你真正想要的行为是什么。
重写为肯定句式： 将原句替换为直接描述目标行为的肯定句。

案例对照：

违反法则的写法 (说不要)	遵循法则的写法 (说要)
不要包含个人观点。	仅陈述可验证的事实。
避免在回复中使用技术术语。	使用非技术性的日常语言进行解释。
永远不要提及价格。	将对话重点放在产品功能和客户支持上。

核心原理： 模型在每次对话回合开始时，都是一个“白板”。它唯一拥有的记忆就是当前上下文窗口中的内容。任何未在提示词中明确的信息，模型都会用一种听起来非常自信的方式进行“合理猜测”（即幻觉），从而填补空白。

实践步骤：

扮演陌生人测试： 写完提示词后，想象自己是一个之前没有任何上下文、只看过这份文档的陌生人。
检查依赖： 问自己：“我能否仅凭这份文档中的信息，就准确无误地完成任务？” 留意文档中是否引用了外部、未提供的信息。
消除外部引用： 将所有引用全部内化。

核心原理： 当你解释一个规则为何存在时，要给出一个普遍的、基于成本或收益原则的理由，而不是讲一个只发生过一次的特定故事。普遍理由能帮模型在未预见到的新情况中，依然正确运用规则。具体故事则会限制规则的应用范围，一旦情况与故事稍有不同，规则就可能失效。

实践步骤：

审视理由： 找到提示词中解释“为什么”的部分。
区分“轶事”与“原则”：
替换为原则： 将轶事理由替换为原则理由，确保这个理由在未来任何类似场景下都站得住脚。

案例对照：

违反法则的写法 (具体轶事)	遵循法则的写法 (普适原则)
不要在下午5点后发邮件，因为上次我们差点在半夜给客户发了一封。	不要在下午5点后发邮件，因为在非工作时间发送的邮件常常会被埋没，直到第二天才能被看到。
不要用“最佳”这个词，因为上次客户投诉我们夸大其词。	用“高性价比”或“顶级规格”等可量化的词替代“最佳”，因为客观描述比主观最高级更能建立信任。

核心原理： 模型是逐词生成文本的，没有“内部草稿本”，它的工作记忆就是它已经生成的文字。长任务会导致“中间丢失”现象。编号和检查清单，是把你的流程计划变成模型可以“看见”并对照执行的文本，强制它在任务完成前进行自我审查。

实践步骤：

拆解任务： 将任何包含多个动作的任务，拆分成一个接一个的、不可再分的独立步骤。
编号并声明总数： 为每个步骤标上“步骤 X of N”，让模型明确自己的位置和终点。
添加验证步骤： 在流程的最后，增加一个最终步骤，明确要求模型复检之前的所有步骤是否都已完成。

格式模板：

【任务：撰写并校对产品描述】

请严格按照以下7个步骤顺序执行：

步骤 1 of 7：提取出产品的三个核心卖点。
步骤 2 of 7：为每个卖点撰写一段不超过50字的描述草稿。
步骤 3 of 7：将三段草稿整合成一个连贯的段落。
步骤 4 of 7：检查段落总字数是否在150字以内，若超过，则进行精简。
步骤 5 of 7：检查是否有主观性强的形容词（如“最好”、“无与伦比”），若有，替换为客观描述。
步骤 6 of 7：确认段落中没有提及价格信息。
步骤 7 of 7【最终校验】：重新阅读你的最终输出，逐一确认步骤1至步骤6均已按要求完成。请给出你的最终答案，并附上一句“所有7个步骤已完成校验”。

核心原理： 提示词只是通过调整概率分布来“强烈建议”模型做出某种行为，它不是一段可执行的代码，无法提供物理上的、100%的保证。用大写字母、绝对化词语会让你产生虚假的安全感，以为风险已被控制，从而忽略了真正的安全机制。

实践步骤：

警惕绝对化用语： 当你想用“绝对”、“永不”、“在任何情况下都不要”时，给自己敲响警钟。
评估真实需求： 问自己：“这个结果，是必须被物理性地强制执行的，还是‘强烈建议’就足够了？”
分流处理：

案例对照：

过度保证的写法 (错误)	清晰的建议 (正确)	真正的保障 (法则6)
绝对！永远！不要泄露用户的个人身份信息！	请保护用户隐私，在回复中避免使用任何姓名、地址等个人身份信息。	在代码层面实现输出过滤器，直接拦截和屏蔽符合个人信息格式的字符串（如邮箱、电话）。

核心原理： 提示词是“软约束”，可以被绕过、忽略、或在一长串对话中丢失。系统权限、审批流程、代码硬限制是“硬约束”，它们不依赖于模型的理解。对于一旦出错就无法挽回的灾难性操作，防护措施必须建立在提示词之外。

实践步骤：

识别高危操作： 列出一个清单，包含所有不可逆的、或可能造成严重伤害的操作。例如：删除数据库、发送邮件给所有客户、进行资金转账、发布公开声明。
应用“提示词 vs. 技术保障”分流：

核心原理： 提示词中的每一条指令都在竞争模型的“注意力”预算。加入大量只在特定情况下才适用的规则，会稀释真正重要指令的权重。同时，复杂的规则集本身就容易产生内部矛盾。必须根据模型的真实能力来匹配任务，一个提示词解决不了模型能力不足的问题。

实践步骤：

逐句审查： 检查提示词中的每一句话。
提出检验问题： “这句话（这个规则）在提示词的每一次使用中都适用吗？”
剔除与调整：

核心原理： 当你修改提示词时，把旧版本的内容直接删除，只保留你想要的最终版本。任何被你标注为“错误示范”、“不要这样做”的旧内容，都只是给模型提供了一个它很可能会去模仿的“模式”。模型没有“该学”和“不该学”的分别，只有“已提供”和“未提供”的模式。

实践步骤：

定位旧内容： 在修订提示词时，找出那些你不再想要的表述、结构或规则。
彻底删除，而非注释： 不要在前面加上“避免像这样…”，不要在后面补充“这个是错的…”。直接选中它，按删除键。
写入新目标： 在旧内容被清除后，干净利落地写上你想要的、新的指令。

错误做法（保留反面教材）：

在回复中，不要使用“您好，我是AI助手”这样生硬的开场白。【错误示范】
请务必使用更自然亲切的语言。

正确做法（直接替换）：

回复时，请用自然亲切的语言作为开场白。例如：“嗨，很高兴能帮你看看这个问题。”

第二部分：提示词作者操作流程（总检查清单）

当你从头开始撰写或修订一份重要提示词时，请按此清单操作：

收集需求： 明确任务目标、目标模型能力、输出格式。
安全分流： 标出哪些是“判断指引”（放进提示词），哪些是“关键保护”（必须配合技术手段）。
起草正面指令： 用肯定句式写出所有规则，只保留那些“永远成立”的。
附加理由： 为那些意图不明显的规则，添加上普适性的“原则理由”。
结构化流程： 将任何有顺序要求的任务，变成带编号、有总数、有最终校验的步骤列表。
内化上下文： 使提示词完全自给自足，通过“陌生人测试”。
最终验证： 通读最终稿，逐一核对以下清单：

遵循这份指南，你构建的提示词将不再是脆弱的“愿望清单”，而是稳健、可靠、能应对复杂现实情况的强有力指令。