L1-7、Prompt 的“调试技巧”

️ 一份 Prompt 没效果？不要急，调试它！

---

为什么要“调试 Prompt”？

就像写代码有 bug，Prompt 也可能“指令不清”。当模型输出不理想时，我们需要：

• 观察输出表现，定位问题
• 调整目标或语气，让 AI 理解更明确
• 反复验证 Prompt 的稳定性与可控性

---

常见问题表现

输出问题	可能原因
内容偏题	目标表达模糊、背景不清
风格不统一	没有定义语气或阅读对象
结构混乱	没指定输出格式或顺序
每次结果不同	没设置约束词、缺少示例

---

Prompt 调试的“三步走”策略

第一步：明确目标

• 模型该做什么？
• 输出的用途、读者是谁？
• 是要写内容？还是总结？还是分类？

「写点内容」

「请总结这段市场分析报告，用于 PPT 汇报，控制在 100 字以内」

---

第二步：结构化内容

• 指定输出要点、格式、模块或流程
• 使用 bullet point、标题结构、JSON、Markdown 等形式更可控

「请分三段撰写，分别讲市场趋势、用户行为、技术演进，每段 150 字左右」

---

第三步：添加语境提示

• 指定写作角色（如「你是一位资深HR」）
• 指定阅读人群（如「面向B端技术客户」）
• 指定风格（如「语气要亲和、真实」）

「你是一位有 10 年经验的内容编辑，请以通俗语言写一篇面向大学生的AI工具介绍，语气轻松有趣」

---

实战练习：调试一个输出不稳定的 Prompt

原始 Prompt：

帮我写一段产品介绍，文风可以随意一点，内容丰富点。

可能输出问题：

• 每次输出风格不一致（有时正式，有时口语）
• 没有聚焦产品特性
• 不清楚写给谁看

---

调试后 Prompt（示例）：

你是一位电商文案策划，擅长撰写产品描述。请写一段用于京东商品页的文案，介绍一款主打长续航和轻薄设计的无线耳机，面向年轻通勤族。语气真实可信，字数控制在 120 字以内。

---

Prompt 调试小贴士

情况	调试建议
输出跑题	明确输出目标和背景
输出太泛	加入示例、指定结构
风格飘忽	明确语气、读者群体
稳定性差	使用相同角色指令 + 控制 temperature + 加示例

---

Streamlit 互动案例：Prompt 调试助手

你也可以用以下代码创建一个简易交互式「调试器」小程序：

import streamlit as st
from openai import OpenAI
from dotenv import load_dotenv
import plotly.graph_objects as go

load_dotenv()
client = OpenAI(

)

st.set_page_config(page_title="Prompt 调试助手", layout="centered")
st.title(" Prompt 调试助手")
st.caption("输入一个输出不理想的 Prompt，我来帮你分析并优化。")

st.markdown("---")
st.subheader(" 原始 Prompt 输入")
user_input = st.text_area("请粘贴你的 Prompt（不理想或输出不稳定）", height=150)

analyze_tags = {
    "目标明确性": False,
    "受众是否清晰": False,
    "语气/风格是否指定": False,
    "输出形式是否定义": False,
    "上下文是否足够": False
}

def detect_tags(prompt_text):
    """简单关键词检测用于统计标签命中"""
    tags = analyze_tags.copy()
    if any(x in prompt_text.lower() for x in ["写一段", "帮我写", "生成"]):
        tags["输出形式是否定义"] = True
    if any(x in prompt_text.lower() for x in ["用户", "客户", "受众", "老板", "学生"]):
        tags["受众是否清晰"] = True
    if any(x in prompt_text.lower() for x in ["专业", "轻松", "正式", "亲切", "科技感"]):
        tags["语气/风格是否指定"] = True
    if any(x in prompt_text.lower() for x in ["用于", "目的是", "目标是", "做什么", "用途"]):
        tags["目标明确性"] = True
    if len(prompt_text.strip().split()) > 30:
        tags["上下文是否足够"] = True
    return tags

if st.button("️ 开始分析并优化"):
    if user_input.strip() == "":
        st.warning(" 请输入 Prompt 内容")
    else:
        try:
            with st.spinner("正在分析与优化中..."):

                prompt = (
                    f"你是一位 Prompt 写作专家。请帮我分析以下 Prompt 存在的问题，并进行优化：\n\n"
                    f"{user_input}\n\n"
                    f"请输出：\n1. 问题分析\n2. 优化建议\n3. 优化后 Prompt"
                )

                response = client.chat.completions.create(
                    model="anthropic/claude-3.7-sonnet",
                    messages=[
                        {"role": "system", "content": "你是 Prompt 写作调试专家"},
                        {"role": "user", "content": prompt}
                    ],
                    temperature=0.7
                )

                result = response.choices[0].message.content

                st.markdown(" **优化结果：**")
                st.markdown(result)

                # 分析标签命中
                tags = detect_tags(user_input)

                st.markdown(" **Prompt 结构完整性分析：**")
                fig = go.Figure(go.Bar(
                    x=list(tags.keys()),
                    y=[1 if v else 0 for v in tags.values()],
                    marker_color=["green" if v else "red" for v in tags.values()],
                    text=["" if v else "" for v in tags.values()],
                    textposition="outside"
                ))
                fig.update_layout(
                    height=400,
                    margin=dict(l=10, r=10, t=30, b=10),
                    yaxis=dict(showticklabels=False, range=[0, 1.2]),
                    xaxis_title="结构要素",
                    title="Prompt 各关键元素检测结果"
                )
                st.plotly_chart(fig, use_container_width=True)

        except Exception as e:
            st.error(f"出错了：{e}")

---

---

Prompt 调试前后对比案例集

---

Prompt 调试前后对比案例集

用真实案例，帮你快速掌握 Prompt 的“提问艺术”

---

案例 1：产品介绍风格混乱

原始 Prompt：

写一个产品介绍，风格随意点。

问题分析：

• 没说是啥产品，AI 可能乱猜
• “随意点”语气太模糊，没风格参考
• 不知道目标用户、使用场景

调试后 Prompt：

你是一名文案编辑，请写一段用于抖音视频介绍的文案，推荐一款适合夏季饮用的无糖苏打水，目标用户是追求健康生活的 20~35 岁白领女性。文案要轻松、生活化，有画面感，控制在 80 字以内。

---

案例 2：总结输出太泛

原始 Prompt：

总结这段内容。

问题分析：

• 没说要总结哪部分重点
• 没有输出格式和字数要求
• 不知道读者是谁

调试后 Prompt：

请对以下用户调研报告进行总结，提炼出 3 个主要发现，适用于在项目会议中快速汇报。每个发现用一句话表达，整体控制在 100 字以内。

---

案例 3：输出不稳定，每次都不一样

原始 Prompt：

写点建议，给初创公司用的。

问题分析：

• “建议”是什么类型？市场？团队？技术？
• 初创公司指哪个行业、阶段？
• 每次回答重点不同，缺少聚焦

调试后 Prompt：

你是一位创投顾问，请为一家刚成立 6 个月、正在开发 SaaS 工具的 B2B 初创公司，提供 3 条早期客户获取建议。要求每条建议具体、可执行，适合运营团队执行。

---

案例 4：让 AI 写得“简洁又详细”

原始 Prompt：

写一段简洁又详细的介绍。

问题分析：

• “简洁”与“详细”矛盾
• 没有内容范围
• 没有受众定位，风格混乱

调试后 Prompt：

请写一段面向企业客户的产品介绍，语言简洁明了，重点突出以下三点：功能亮点、核心技术、适用场景。控制在 200 字以内。

---

案例 5：缺乏上下文依赖

原始 Prompt：

把这个文案改好一点。

问题分析：

• “这个”指什么？
• “改好一点”缺乏评判标准
• 没有目标风格、语气、用途

调试后 Prompt：

以下是某科技公司官网首页文案，请优化语言，使其更具科技感和说服力，适用于吸引技术型客户与 B2B 合作伙伴。目标是在 3 秒内抓住访客注意力，控制在 80 字以内。

---

使用建议

用法场景	推荐用途
企业内部培训	拿来即用的教学案例集
Prompt 工程规范文档	提供“反面 + 正例”对比
新人 Onboarding	帮助理解什么是“好提问”
产品设计沟通	写“更清晰的需求文案”

---

总结

• Prompt 不理想不是 AI 的问题，而是我们“需求表达”不明确
• 调试技巧核心是：目标要清晰、内容要结构化、语境要明确
• Prompt 写作也需要像工程一样“版本控制 + 单元测试”！

---