1.1 什么是 Prompt?
引言:一个真实的故事
2023 年,一个产品经理小李让 ChatGPT 写周报。
他输入:「帮我写周报」
ChatGPT 输出了 2000 字的详细报告,从项目进度到团队协作,从下周计划到风险预警,洋洋洒洒。
小李心想:「这也太长了,leader 会烦死我。」
第二次,他换了一个 Prompt:
帮我写周报,300字,分四个板块(已完成/进行中/下周计划/问题风险),简洁专业,适合发给 leaderChatGPT 输出了 正好 300 字、结构清晰、符合职场规范 的周报。
小李惊呆了:「同一个 AI,怎么差距这么大?」
→ 这个故事揭示了一个核心事实: Prompt 的质量,决定了 AI 的价值。
本节课回答一个根本问题:Prompt 到底是什么?为什么说清楚这么重要?
Prompt 的定义
一句话解释:Prompt 就是你输入给 AI 的「指令」。
Prompt = 你跟 AI 说的"话"
可以是:
- 一个问题:"为什么天空是蓝色的?"
- 一个指令:"帮我写一封请假邮件"
- 一段描述:"我正在准备面试,请帮我..."
- 一组示例:"翻译:苹果→Apple,香蕉→..."关键认知:AI 不会读心术。Prompt 的质量,直接决定回答的质量。
AI 是怎么"理解"你的?
AI 的工作原理(简化版)
AI 并不是「真正理解」你的问题后思考,而是根据你给的文字,预测接下来最可能出现的文字。
模糊 Prompt 的信息流:
输入模糊
「写个东西」(8 个字,信息不足)
AI 内部推理
- 写文章 → 30%
- 写邮件 → 25%
- 写文案 → 20%
- 写代码 → 15%
- ... → 选概率最高的,但可能是错的!
明确 Prompt 的信息流:
输入明确
「写一篇500字科普文章,主题是天空为什么蓝,面向小学5年级学生」(45 个字,信息完整)
AI 内部推理
明确目标 = 概率分布集中 → AI 知道你要什么 → 精准回答
这就是为什么模糊的 Prompt 会得到模糊的回答——AI 只是在「猜」你最可能想要什么。
信息量决定输出质量
| Prompt 信息量 | AI 的理解程度 | 输出质量 |
|---|---|---|
| 几乎为零 | 完全靠猜 | 随机、不可控 |
| 有一点信息 | 部分猜测 | 可能对,可能错 |
| 信息较完整 | 大部分理解 | 较好,可能有小偏差 |
| 信息非常完整 | 清晰理解 | 精准、可控 |
一个对比示例
| 烂 Prompt | 好 Prompt |
|---|---|
| 写一篇文章 | 写一篇 500 字的科普文章,主题是"为什么天空是蓝色的",面向小学 5 年级学生,用简单的语言解释 |
结果对比:
烂 Prompt 的输出:
(AI 可能写了一篇 2000 字的学术论文)
→ 你不满意,觉得 AI 没用
好 Prompt 的输出:
(AI 写了一篇正好 500 字、通俗易懂的科普文章)
→ 你满意,觉得 AI 很聪明同一个 AI,完全不同的结果。差别不在 AI,而在你的 Prompt。
Prompt 的组成部分
一个完整的 Prompt 通常包含以下部分:
必须有
任务 — 让 AI 做什么
建议有
- 背景 — 你的情况、用途
- 角色 — AI 应该扮演什么身份
- 格式 — 输出应该是什么样子
高级任务需要
- 示例 — 给 AI 看参考样例
- 约束 — 不要什么、限制什么
| 组成部分 | 说明 | 是否必须 |
|---|---|---|
| 任务 | 让 AI 做什么 | ✓ 必须 |
| 背景 | 你的情况、用途 | △ 建议有 |
| 角色 | AI 应该扮演什么身份 | △ 建议有 |
| 格式 | 输出应该是什么样子 | △ 建议有 |
| 示例 | 给 AI 看参考样例 | ○ 高级任务需要 |
| 约束 | 不要什么、限制什么 | ○ 复杂任务需要 |
完整 Prompt 示例
把各部分组合起来:
【角色】你是一位小学科学老师
【背景】我要给 5 年级学生讲课
【任务】解释"为什么天空是蓝色的"
【格式】用 300 字,分 3 点说明
【约束】不要用专业术语
→ 组合后的完整 Prompt:
你是一位小学科学老师。我要给 5 年级学生讲课。
请解释"为什么天空是蓝色的":
- 用 300 字
- 分 3 点说明
- 不要用专业术语,用生活中的比喻本节小结
📌 本节核心要点
- Prompt 定义 — 你输入给 AI 的文字,就是你的「指令」
- AI 工作方式 — 根据文字预测回答,不是真正「理解」
- 为什么说清楚重要 — 信息量决定输出质量,模糊→猜测→随机结果
- Prompt 组成部分 — 任务、背景、角色、格式、示例、约束
| 概念 | 要点 |
|---|---|
| Prompt 定义 | 你输入给 AI 的文字,就是你的「指令」 |
| AI 的工作方式 | 根据文字预测回答,不是真正「理解」 |
| 为什么说清楚重要 | 信息量决定输出质量,模糊→猜测→随机结果 |
| Prompt 组成部分 | 任务、背景、角色、格式、示例、约束 |
思考题
- 回想最近一次你用 AI 的经历,你的 Prompt 算「清楚」还是「模糊」?如果模糊,AI 的回答满意吗?
- 一个完整的 Prompt 有 6 个组成部分。你平时写 Prompt 时,通常会包含哪些?遗漏了哪些?
- 如果 AI 给的回答不满意,你第一反应是怪 AI 还是反思自己的 Prompt?
延伸阅读
- OpenAI 官方 Prompt Engineering 指南:https://platform.openai.com/docs/guides/prompt-engineering
- Learn Prompting(开源课程):https://learnprompting.org
下一节预告
了解了 Prompt 是什么,下一节我们学习一个核心思维模型——把 AI 当作实习生。