「提示词（Prompt）」是这两年最火的词之一。说白了，它没那么玄——你输给 AI 的那段话，就是提示词。
大模型是「接话高手」：你给它什么开头，它就顺着往下接。提示词，就是你精心设计的「开头」。
模型本身不变，变的是你给它的「开头」。好的开头，决定好的输出。
因为大模型「能力很强，但很听话」——它严格按你给的信息行事：
所以「提示词工程（Prompt Engineering）」不是玄学，而是一门把需求清晰传达给模型的技术：用尽量准确的语言，把「你要什么、以什么身份、什么格式、有什么限制」讲明白。
一个好提示词，通常包含下面几块（不全都要，但缺了容易跑偏）：
| 组成 | 作用 | 例子 |
|---|---|---|
| 角色 | 设定身份，影响语气与专业度 | 「你是一名小学老师」 |
| 任务 | 你要它做什么 | 「解释什么是光合作用」 |
| 背景/上下文 | 提供的信息 | 「听众是 8 岁孩子」 |
| 格式 | 输出长什么样 | 「用 3 个要点，每点一句话」 |
| 约束 | 不能做什么 / 必须做什么 | 「不要超过 50 字、用口语」 |
| 示例 | 给个样板，让它照着学 | 「像这样：……」 |
口诀：角色 + 任务 + 背景 + 格式 + 约束 + 示例，缺哪块补哪块。
模糊提示词：
帮我写个自我介绍。
结构化提示词：
你是一位求职辅导老师。帮我写一段求职自我介绍，背景：计算机专业应届生，应聘后端开发，熟悉 Python 和 MySQL。要求：100 字内、分「我是谁 / 我会什么 / 我想要什么」三句、语气自信。
第二个明显更可能一次到位。
知道了提示词由哪些部分组成，下一章我们就逐个拆解这些组成部分的写法技巧，并配上可直接套用的模板。
✅ 自测：把「帮我推荐一部电影」补全成结构化提示词，至少包含角色、背景、格式三块。