提示词工程入门教程

让 AI 真正听懂你的话 —— 用 4W1H 写出高质量提示词

写提示词不是玄学，是手艺。把 AI 当成对你一无所知的新同事或助理 —— 任务交代得越清楚，它干得越漂亮。

一、一句话心法

提示词不是"问问题"，是"下任务"。

把 AI 当成一个聪明但对你一无所知的新同事——你交代得越清楚，它干得越漂亮。这篇文章的核心方法论，看完就能用，用完就能提效。

二、4W1H 提示法

在使用 AI 写提示词之前，先想明白下面五个问题。这就是人人都能学会的提示词框架：

左栏 = 写提示词前问自己的问题  |  右栏 = 写进提示词的具体内容

Who

设定角色 — 我是谁 / 扮演谁

给 AI 一个身份，它的回答会自动调取这个角色的知识库、视角和语气。角色越具体，输出越精准。例如："你是 XX 领域的专家""你是一位有 10 年经验的快消品销售总监"。

Why

提供背景 — 为什么做 / 给谁看

AI 不知道你的处境和目标。说清楚：给谁看、什么场景下用、有什么限制条件。例如："要给某个公司做个产品研发方案""目标是拿到天使轮投资"。

What

说明任务 — 具体要做什么

动词要具体，不要模糊。"帮我写"不如"出三个方案并分别分析利弊，然后给出推荐，附理由"。自检标准：发给真人同事，他能直接开工吗？不能 = 不够具体。

How

指定格式 — 用什么方式呈现

没指定格式 = AI 自由发挥 = 大概率不是你想要的。格式包括：Markdown / Word / Excel、表格或分点、字数上限、语言。另外可以补一句："如果你有不清楚的地方，向我请示后再执行"。

What next

迭代追问 — 不满意怎么办

第一次是草稿，追问才出成品。不要说"不行，重写"——要说"第二部分太啰嗦，缩到三句""第三章节再细化一下"。一次只改一个维度，叠加迭代。

三、实战对比

场景 1：写方案

不会用

帮我写个双11销售牙膏的促销方案。

会用

#### 角色

你是一位10年经验的快消品销售总监，擅长大促促销策划。

#### 任务

为儿童牙膏撰写2026年双十一促销方案。

#### 输入信息

- 库存：10,000盒 - 渠道：线上 + 线下

- 目标人群：儿童（家长决策购买）

- 产品卖点：含氟防蛀、可吞咽配方、草莓口味

#### 输出要求

- 按以下四个板块输出，每块需包含对应内容：

1. 目标：量化销量目标、渠道占比、去化率

2. 计划：分阶段节奏（预热→爆发→返场）、线上线下具体打法

3. 方法：定价策略、流量获取、转化抓手、复购锁客

4. 风险：库存积压、渠道冲突、竞品应对

#### 约束

- 字数900-1100字

- 语气：务实、可执行，是内部执行方案而非广告文案

- 所有数字须与10,000盒库存自洽

使用AI协助优化提示词

差在哪？ 第一个就是"帮我写"——AI 不知道产品、库存、渠道、目标，只能瞎编。第二个把 Who（销售总监）+ Why（10,000盒库存场景）+ What（四个板块，每块有具体要求）+ How（900-1100字，执行方案语气），拿到的就是可落地的方案。

场景 2：写代码

不会用帮我写个登录功能。

会用请以资深全栈工程师身份，用 Vue3 + Node.js 实现一套安全的网页登录功能。包含：前端响应式表单校验、后端 POST /api/login 接口、密码加密。按数据库、后端、前端分块输出核心代码。

差在哪？ "登录功能"太泛，什么语言？什么框架？安全要求？第一个写出来大概率用不上。第二个 Who（全栈工程师）+ What（前后端接口规格）+ How（分块输出），拿来就能跑。

场景 3：分析数据

不会用帮我分析这些销售数据。

会用你是电商领域专家。从趋势、品类对比、异常点三个维度分析。输出 500 字，先结论再分析，Markdown 格式。

差在哪？ 没说分析角度。第二个 Who（电商专家）+ What（三个维度）+ How（500字 + Markdown + 先结论），不会跑偏。

场景 4：头脑风暴

不会用给我一些创业点子。

会用我是 AI+全栈开发背景，想给小企业主做SaaS系统。给我头脑风暴5个方向，每个含定位、用户画像、差异化、MVP 成本。先总览再详述。

差在哪？ 第一个随机抛出不沾边的点子。第二个 Why（你的背景 + 受众）+ What（5个方向含4要素）+ How（先总览再详述），出来的点子你能用。

场景 5：解释概念

不会用什么是区块链？

会用扮演初中数学老师，用日常比喻解释区块链，不准用"分布式账本""哈希算法"等术语，300 字。

差在哪？ 第一个像百度百科。第二个 Who（数学老师）+ Why（受众是初中生）+ How（禁用术语 + 300字），说人话，别人能听懂。

四、进阶技巧 进阶

1. 思维链 Chain of Thought

让 AI "先想再说"。加一句"请先逐步分析，再给出最终结论"，对于复杂推理任务正确率大幅提升。适用于需要分析、计算、决策的场景。

2. 举例子 Few-Shot

你先打样，AI 照着来。给 1-2 个你觉得满意的例子，AI 会比纯粹描述更精准地抓到你想要的风格和结构。例如写代码时让 AI 参考已有的功能模块，去完成新的功能。适用于文风、代码风格等"只能意会"的场景。

3. 结构化分区

长提示词用标题分块，AI 不会漏读。用 "角色 / 任务 / 输入信息 / 输出要求 / 约束" 这种明确的标签分节。提示词超过 10 行时必须用这招。

五、出发前速查清单

每次发提示词前，花 10 秒问自己：

• Who — 我是谁 / AI 扮演谁？
• Why — 为什么做 / 给谁看 / 什么场景？
• What — 具体要做什么？动词够明确吗？
• How — 用什么格式？Markdown？表格？多少字？
• What next — 不满意怎么办？追问，别放弃！

六、常见的坑

• 不要一次问太多。
   一个提示词解决一件事。五个问题拆成五次对话，效率反而更高。
• 愿望式表达。
   "写得好一点"AI 不知道你心中的"好"长什么样。换成"用 3 个实际案例支撑观点 / 增加 2 个对比表格"。
• 不要问一次就结束。
   第一次 AI 输出的是草稿，追问几轮继续优化才是作品。这就是 What next 的意义。
• 描述太啰嗦。
   不要把不相关的信息都告诉 AI，抓重点，只写影响决策的信息。背景信息不是越多越好。

七、速查口诀

Who 我是谁，Why 为什么，What 做什么，How 怎么做，结果不行就继续追问。

打印贴在显示器边上，每次发提示词前扫一眼，效果立竿见影。

八、最后提醒

AI 输出的只是它的算法结果，并不是最终答案。

无论 AI 给出的内容看起来多专业、多流畅，都需要你亲自审阅和确认——尤其是涉及数据、事实、决策建议的内容。AI 会有幻觉，会编造，会"一本正经地胡说八道"。

AI 只是提升工作效率的工具，它无法取代我们。用好的提示词让 AI 更好地辅助你，但最终判断永远是人的事。