掌握提问的艺术,让你的 AI 更聪明、更贴心。


为什么你的提问得不到好答案?

ChatGPT 等大模型的表现很大程度上取决于你的提问方式。提得好,AI 像专家;提不好,AI 像糊涂蛋。

常见低质量提问示例:

  • “帮我写个策划案。”
  • “怎么做职业规划?”
  • “我应该怎么学 Python?”

这些问题都太宽泛,没有上下文。结果就是:AI 只能泛泛而谈。


提问的黄金结构:角色设定 + 任务指令

为了让 AI 更聚焦、更懂你,可以采用“双层结构”的 Prompt 设计:

层级 内容 示例
角色设定 赋予 AI 一个身份 “你是一个资深职业教练”
任务指令 清晰描述你想让它做的事 “帮我制定一份针对30岁程序员的职业转型计划”

这种结构就像给 AI 戴上“职业眼镜”,输出内容会更专业、更符合预期。


✍️ 实战练习:写出一套“职业教练”Prompt 组合

目标:帮助一个焦虑的 30 岁程序员寻找职业方向。

你是一位资深职业生涯教练,擅长为中年转型者提供个性化建议。

请根据以下背景,制定一份详细的职业规划建议书:

- 年龄:30 岁
- 职业:程序员(有 7 年经验,精通后端开发)
- 当前状态:工作疲惫、感觉职业成长停滞
- 目标:探索更有成长性的职业方向,并平衡生活与工作 请包括:
1. 职业方向评估与推荐
2. 个人技能盘点与提升建议
3. 具体行动计划(6 个月内)
4. 心理建设与情绪管理建议

实用代码案例(Python + OpenAI API)

你也可以用 Python 把上述 Prompt 自动化,批量生成职业建议。示例代码如下:

import streamlit as st
from openai import OpenAI
from dotenv import load_dotenv load_dotenv()
client = OpenAI(
) st.set_page_config(page_title="Prompt 工具箱", layout="wide")
st.title(" ChatGPT Prompt 提问助手") tab1, tab2 = st.tabs([" 自由提问模式", " 模板生成器"]) # -------------------------------
# 自由提问模式
# -------------------------------
with tab1:
st.subheader(" 自由提问模式:角色设定 + 任意任务") with st.form("free_prompt_form"):
role = st.text_input("‍ 你希望 AI 扮演什么角色?", value="一位资深职业生涯教练")
task = st.text_area(" 请输入任务背景或问题", height=200, value="""
我是一名30岁的程序员,有7年后端经验,最近感觉职业成长停滞,想探索新的发展方向。
希望你能给出详细的职业规划建议,包括未来方向、技能提升和行动计划。
""")
submit = st.form_submit_button("生成建议") if submit:
with st.spinner(" ChatGPT 正在思考..."):
full_prompt = f"你是{role}。\n\n请根据以下背景提供详细建议:\n{task}" response = client.chat.completions.create(
model="anthropic/claude-3.7-sonnet",
messages=[
{"role": "system", "content": f"你是{role}"},
{"role": "user", "content": full_prompt}
],
temperature=0.7
)
result = response.choices[0].message.content st.subheader(" AI 生成的建议")
st.markdown(result)
st.download_button(" 下载为文本", result, file_name="prompt_result.txt") # -------------------------------
# 模板生成器
# -------------------------------
with tab2:
st.subheader(" 使用模板生成 Prompt") with st.form("template_form"):
t_role = st.text_input("‍ 你希望 AI 扮演什么角色?", value="资深职业生涯教练")
t_skill = st.text_input(" 他擅长什么领域/能力?", value="中年转型者的职业规划")
t_user_role = st.text_input("‍♂️ 你的背景", value="30岁程序员,7年后端经验")
t_problem = st.text_area(" 当前困扰", "感觉成长停滞,职业倦怠")
t_goal = st.text_area(" 想要实现的目标", "探索成长性更好的方向,并平衡生活")
t_output = st.text_area(" 希望 AI 输出什么内容",
"1. 职业方向建议\n2. 技能盘点与提升路径\n3. 可执行的6个月行动计划\n4. 心态与情绪建议"
) generate_prompt = st.form_submit_button("生成 Prompt") if generate_prompt:
generated_prompt = f"""
你是一位{t_role},擅长{t_skill}。 请根据以下背景信息,提供个性化建议: - 用户背景:{t_user_role}
- 当前困扰:{t_problem}
- 目标期望:{t_goal} 请输出以下内容:
{t_output} 请使用 Markdown 结构化格式输出,语言清晰,鼓励性强。
"""
st.subheader(" 生成的 Prompt")
st.code(generated_prompt.strip(), language="markdown")
st.download_button(" 下载 Prompt", generated_prompt.strip(), file_name="generated_prompt.md")




优质模板案例:可复用 Prompt 模板(Markdown 格式)

制作一个可复制的 Prompt 模板,比如:

##  Prompt 模板:职业教练版本

你是一位擅长【职业规划 / 中年转型 / 职场心理】的职业生涯教练,请根据以下背景信息,提供个性化、结构化的建议:

---

###  用户背景
- 年龄:
- 当前职业及经验年限:
- 技能特长:
- 教育背景(可选): ### 当前困扰
- 描述当前遇到的问题/瓶颈:
- 是否存在职业焦虑、迷茫、倦怠等心理状态? ### 职业目标
- 希望探索的方向或行业:
- 期望达成的生活或职业平衡: --- ### 你需要输出以下内容:
1. **职业方向评估与推荐**
2. **当前技能的优劣势分析与提升建议**
3. **未来 3~6 个月的可执行行动计划**
4. **心理建设与情绪管理建议**
5. **其他补充建议(如:求职策略、人脉建立等)** --- 输出要求:
- 请以 **Markdown 格式** 输出,分层清晰。
- 内容需贴近实际、鼓励性强、避免套话。
import streamlit as st
from openai import OpenAI
from dotenv import load_dotenv load_dotenv()
client = OpenAI(
) st.set_page_config(page_title="职业教练 Prompt 工具", layout="wide")
st.title(" 职业教练 Prompt 生成器 + 大模型智能答复") with st.form("career_prompt_form"):
st.subheader(" 请填写用户背景信息") age = st.text_input(" 年龄", "30")
job = st.text_input(" 当前职业及经验年限", "程序员,7年后端开发经验")
skills = st.text_area("️ 技能特长", "精通 Python、Django、数据库设计")
education = st.text_input(" 教育背景(可选)", "本科计算机专业") problems = st.text_area(" 当前困扰", "职业成长停滞,缺乏激情,对未来方向迷茫")
mental_state = st.text_input(" 当前心理状态", "有轻度职业倦怠") goals = st.text_area(" 职业目标", "探索成长空间更大的职业方向,平衡生活与工作") submit = st.form_submit_button(" 生成 Prompt 并提问 AI") if submit:
st.subheader(" 生成的 Prompt") generated_prompt = f"""
你是一位擅长职业规划与中年转型的职业生涯教练,请根据以下背景信息,提供个性化、结构化的建议: ### 用户背景
- 年龄:{age}
- 当前职业及经验年限:{job}
- 技能特长:{skills}
- 教育背景:{education} ### 当前困扰
- 问题描述:{problems}
- 心理状态:{mental_state} ### 职业目标
- 希望探索的方向/行业:{goals} 请输出以下内容:
1. 职业方向评估与推荐
2. 当前技能的优劣势分析与提升建议
3. 未来 3~6 个月的可执行行动计划
4. 心理建设与情绪管理建议
5. 其他补充建议(如:求职策略、人脉建立等) 请使用 Markdown 格式输出,分层清晰,语言鼓励性强。
""".strip() st.code(generated_prompt, language="markdown")
st.download_button(" 下载 Prompt", generated_prompt, file_name="career_coach_prompt.md") st.subheader(" 大模型建议(ChatGPT/Claude)")
with st.spinner("正在向 AI 提问,请稍等..."):
try:
response = client.chat.completions.create(
model="anthropic/claude-3.7-sonnet",
messages=[
{"role": "system", "content": "你是一位资深职业生涯教练"},
{"role": "user", "content": generated_prompt}
],
temperature=0.7
)
result = response.choices[0].message.content
st.markdown(result)
st.download_button(" 下载建议内容", result, file_name="career_advice.md")
except Exception as e:
st.error(f" 出错啦:{e}")

总结

提升提问质量的秘诀,不在于“问得多”,而在于“问得准”。掌握“角色设定 + 任务指令”的结构,你就能让 AI 成为你真正的合作伙伴。


L1-8、Prompt提升提问质量的实用技巧(Tips)的更多相关文章

  1. 程序员的恶性循环:加班->没空学习->老是写同等水平代码->无法提升代码质量->老是出BUG->老是需要修改->加班->...

    程序员的恶性循环:加班->没空学习->老是写同等水平代码->无法提升代码质量->老是出BUG->老是需要修改->加班->...

  2. Docker实用技巧之更改软件包源提升构建速度

    一.开篇 地球,中国,成都市,某小区的阳台上,一青年负手而立,闭目沉思,阵阵的凉风吹得他衣衫呼呼的飘.忽然,他抬起头,刹那间,睁开了双眼,好似一到精光射向星空,只见这夜空......一颗星星都没有.他 ...

  3. .NET Core技术研究-通过Roslyn代码分析技术规范提升代码质量

    随着团队越来越多,越来越大,需求更迭越来越快,每天提交的代码变更由原先的2位数,暴涨到3位数,每天几百次代码Check In,补丁提交,大量的代码审查消耗了大量的资源投入. 如何确保提交代码的质量和提 ...

  4. Now冥想:崩溃服务和性能服务助力提升应用质量

    想就像心灵的"健身房",当遇到失眠或情绪问题时,我们可以通过冥想,抚平情绪波澜,享受放松时刻.<Now冥想>正是一款专注冥想与心理健康的应用.它基于国际先进的正念冥想理 ...

  5. ★10 个实用技巧,让Finder带你飞~

    10 个实用技巧,让 Finder 带你飞 Finder 是 Mac 电脑的系统程序,有的功能类似 Windows 的资源管理器.它是我们打开 Mac 首先见到的「笑脸」,有了它,我们可以组织和使用 ...

  6. ★10 个实用技巧,让Finder带你飞~

    10 个实用技巧,让 Finder 带你飞 Finder 是 Mac 电脑的系统程序,有的功能类似 Windows 的资源管理器.它是我们打开 Mac 首先见到的「笑脸」,有了它,我们可以组织和使用 ...

  7. 一位ML工程师构建深度神经网络的实用技巧

    一位ML工程师构建深度神经网络的实用技巧 https://mp.weixin.qq.com/s/2gKYtona0Z6szsjaj8c9Vg 作者| Matt H/Daniel R 译者| 婉清 编辑 ...

  8. JavaScript函数作用域与对象以及实用技巧

    1. JS作用域 1.1 全局作用域和局部作用域 函数外面声明的就是 全局作用域 函数内是局部作用域 全局变量可以直接在函数内修改和使用 变量,使用var是声明,没有var是使用变量. 如果在函数内使 ...

  9. 秒啊,速来get这9个jupyter实用技巧

    1 简介 jupyter notebook与jupyter lab作为广受欢迎的ide,尤其适合开展数据分析相关工作,而掌握它们相关的一些实用技巧,势必会大大提升日常工作效率.而今天我就来给大家介绍9 ...

  10. Intellij IDEA 高效使用教程 (插件,实用技巧) 最好用的idea插件大全

    安装好Intellij idea之后,进行如下的初始化操作,工作效率提升十倍. 一. 安装插件 1. Codota 代码智能提示插件 只要打出首字母就能联想出一整条语句,这也太智能了,还显示了每条语句 ...

随机推荐

  1. 试试使用 Vitest 进行测试,确实可以减少bug

    vitest的简单介绍 Vitest 是一个基于 Vite 的单元测试框架,专为现代前端项目设计. 它结合了 Vite 的高性能和 Jest 的易用性, 提供了开箱即用的 TypeScript.ESM ...

  2. 【ABAQUS后处理】打印视口到文件

    abaqus cae 允许您在画布上打印一个或多个视口的快照,并将图像直接发送到打印机或文件以供以后使用,例如包含在嵌入打印报告的演示文稿中或以 html 格式显示document 打印的图像将在画布 ...

  3. Alibaba Sentinel SSRF漏洞分析(CVE-2021-44139)

    Alibaba Sentinel SSRF漏洞分析(CVE-2021-44139) 一.Alibaba Sentienl 简介 随着微服务的流行,服务和服务之间的稳定性变得越来越重要.Sentinel ...

  4. MySQL查询建表规范

    因为之前一直再查找一些比较好的数据库规范,以方便在开发时连接 MySQL 进行查询/建表的时候,能根据规范来执行,达到提高 查询速度 / 执行 SQL 的性能 和提升 MySQL 的整体性能, 这里主 ...

  5. nginx配置2个不同端口的应用

    如何配置nginx,在同一台服务器上,部署2个不同端口的web应用? 1,利用Django框架搭建的web应用,默认端口是8000: 2,利用Flask框架搭建的web应用,默认端口是5000: 第一 ...

  6. Tauri跨端笔记实战(1) - 从零打造一款跨端的 AI 笔记

    前言 Tauri 跨端笔记实战项目是基于 Notegen 开源项目,本系列深度解析如何运用Tauri框架开发跨平台AI笔记应用.涵盖核心技术选型.架构设计.典型场景开发及常见问题解决方案,通过代码级演 ...

  7. CAD通过XCLIP命令插入DWG参照裁剪图形,引用局部图像效果(CAD裁剪任意区域)

    CAD通过XCLIP命令插入DWG参照裁剪图形,实现引用局部图像效果,裁剪任意区域! 1.首先在你要引用局部图的文件内,插入参照! 2. 然后再空白区域指定插入点,输入比例因子,默认输入1,然后缩小视 ...

  8. 05 过拟合(over-fitting)与正则化(regularization)

    1. 什么是Overfitting 我们希望神经网络模型能够找到数据集中的一般规律,从而帮助我们预测未知数据.这个过程是通过不断地迭代优化损失函数(也就是预测值和实际值的误差)而实现的.然而随着误差进 ...

  9. MD5加密BASE64加解密

    MD5需要引入system.Hash,BASE64需要引入System.NetEncoding,这两个单元应该只有高版本的DELPHI IDE才有 (貌似XE5以上版本才有).如果是D7的话,找第三方 ...

  10. MaxKB web 站点知识库选择器的花样玩法

    背景:MaxKB 创建知识库支持"web 站点"的这种形式,但是很多同学不知道怎么录入选择器来针对性的获取某一部分内容. 1. 选择器作用 选择器用于定位网页中特定的元素,以便获取 ...