L1-5、Prompt 写作中的常见误区

语言很自然，但写法要“工程化”。

---

为什么要重视 Prompt 的写作规范？

Prompt 是“给 AI 的任务指令”，不清不楚，AI 就会“乱猜”。一个模糊或混乱的 Prompt，可能会让 AI：

• 输出跑题、内容杂乱
• 抓不到重点或输出风格不一致
• 重复内容或漏掉关键信息

我们通过几个典型误区，一步步拆解，并教你如何优化。

---

常见误区拆解 + 案例

❶ “你随便发挥” ≠ AI 会有创造力

示例 Prompt：

写点推荐文案，风格可以随意。

输出问题：

• 文风混杂、不知你偏爱哪种风格
• 不清楚“推荐什么”：人？书？产品？

优化后 Prompt：

你是一名资深文案策划，擅长社交媒体推广。请写一段有趣、富有生活感的文案，用于小红书上推荐一款无糖苏打饮料，目标用户是注重健康的都市白领，字数控制在100字以内。

---

❷ 多目标同时下达 = 模型“抓瞎”

示例 Prompt：

帮我写一份会议纪要，并附上行动清单和邮件通知模板。

输出问题：

• 输出结构混乱，有可能只完成一部分
• 模型难以同时聚焦多个目标

拆分建议：

1. 首先生成会议纪要
2. 再请求 AI 输出行动清单
3. 最后生成通知邮件模板

或者结构化指令：

请帮我完成以下3部分内容，分别输出：
1. 今天团队会议的纪要；
2. 本次会议的行动计划清单；
3. 一封给全员的邮件通知模板，内容为上述两点。

---

❸ “专业一点”“有感觉”是 AI 的死敌

示例 Prompt：

把这个简介写得更有感觉、更专业。

输出问题：

• “有感觉”是哪种感觉？
• “专业”是学术？还是行业术语？方向不明。

优化后 Prompt：

请将以下简介重写，使其语言更具权威性和行业风格，适用于在企业官网上展示公司形象，面向 B2B 客户。

---

❹ 缺乏上下文 / 指代不明

示例 Prompt：

把它优化一下，重点突出价值。

输出问题：

• “它”是什么？AI 没有上下文记忆。
• “价值”是哪种价值？价格？社会影响？

优化后 Prompt：

请将以下产品描述进行优化，突出其节能环保的价值，适用于投放环保类微信公众号，语气亲切、真实。

---

❺ 自相矛盾的目标

示例 Prompt：

写个简洁又详细的产品说明书。

输出问题：

• “简洁”与“详细”逻辑冲突，AI 无法决定该详还是略。

优化后 Prompt：

请写一段产品说明书，语言简洁明了，但覆盖核心功能点，包括：使用方式、主要卖点、适用人群。字数控制在 200 字以内。

---

实战练习：优化错误 Prompt

请尝试优化以下 Prompt

---

✍️ 错误示例：

1️⃣

请帮我写一篇文章，有点深度，但也不要太复杂，要让大家都懂，然后语气可以轻松一点，但是也要专业。

2️⃣

写一个内容介绍，内容丰富一些，具体点，语气好一点。

---

优化参考：

1️⃣

你是一位内容编辑，擅长将专业话题以通俗方式表达。请写一篇面向小白用户的AI入门介绍，语气轻松自然但不失专业，字数800字以内，包含3个关键术语解释和一个实际应用案例。

2️⃣

请写一段关于“企业微信如何用于客户运营”的内容介绍，目标读者是初创企业的运营负责人。语言要求具体、有信息量，控制在300字以内。

---

进阶互动案例（Streamlit App）

# prompt_troubleshooter.py

import streamlit as st
from openai import OpenAI
from dotenv import load_dotenv
import os

# Load environment variables
load_dotenv()
client = OpenAI()

# Streamlit page config
st.set_page_config(page_title="Prompt 问题分析器", layout="centered")
st.title(" Prompt 写作问题分析器")
st.write("输入你的 Prompt，我来帮你分析问题并优化输出")

with st.form("prompt_form"):
    user_prompt = st.text_area(" 输入你的 Prompt（可能存在问题）", height=150)
    submitted = st.form_submit_button("开始分析")

if submitted:
    if user_prompt.strip() == "":
        st.warning("请填写 Prompt 内容")
    else:
        with st.spinner("正在分析与优化中..."):
            try:
                analysis_prompt = (
                    f"你是一位经验丰富的 Prompt 写作专家。\n\n"
                    f"请根据以下用户提供的 Prompt，分析其潜在问题，并提供优化建议与改写后的 Prompt：\n\n"
                    f"--- 用户 Prompt ---\n{user_prompt}\n"
                    f"--- 分析格式 ---\n"
                    f"1. 问题分析（指出存在的问题）\n"
                    f"2. 优化建议（如何改进）\n"
                    f"3. 改写后的 Prompt（更清晰、更具体）"
                )

                response = client.chat.completions.create(
                    model='anthropic/claude-3.7-sonnet',
                    messages=[
                        {"role": "system", "content": "你是一位专业的 Prompt 写作优化专家"},
                        {"role": "user", "content": analysis_prompt}
                    ],
                    temperature=0.7
                )

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

                # 显示分析内容
                st.chat_message("ai").markdown(" **分析结果与建议**")
                st.chat_message("ai").markdown(result)

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

---

总结：写 Prompt 就像“写需求文档”

问题类型	表现形式	最佳写法示例
目标模糊	“写点建议”“好一点”	明确目标、语气、场景
内容太杂	一句话包含多个需求	拆分或结构化任务
指代不明	“这个”“它”“也要”	指明内容和逻辑顺序
冲突表达	“简洁又详细”“专业但随意”	统一风格、说明输出重点
上下文缺失	没说用途、对象	明确是谁用、用在哪

---

---

实战参考：高质量 Prompt 示例

结合上文拆解的常见误区，以下是 3 个经过优化设计的 Prompt 示例，分别用于 内容写作、

电商文案、结构化任务分解 场景。你可以参考它们的结构和细节，写出更高质量的 Prompt。

---

案例 1：内容写作 Prompt（明确身份、用途与风格）

你是一位经验丰富的内容编辑，擅长用轻松自然的语言解释复杂概念。请撰写一篇关于“大模型如何影响普通人工作方式”的文章，面向职场新人。文章要求不超过 1000 字，包含 2 个实际应用示例，并在结尾提供一个简单建议。将其用于微信公众号推文。

---

案例 2：电商产品文案 Prompt（具体对象 + 场景明确）

请写一段适合京东电商平台的产品文案，用于推广一款主打“便携办公”的蓝牙键盘。目标人群是经常出差的商务用户，文案需突出“轻便、续航强、兼容性好”三大卖点，语言简洁有力，控制在 150 字以内。

---

案例 3：结构化多目标 Prompt（拆解任务 + 输出规范）

请完成以下三个输出任务，内容基于一次“产品上线发布会”的会议记录：

1. 提炼并输出会议纪要，结构清晰，内容不超过 300 字；
2. 生成 3 条行动计划，每条带负责人和截止时间；
3. 撰写一封内部通知邮件，用于向全体员工同步上述两项内容，语气正式但不生硬。

每一部分单独输出，用编号标记清楚。

---

提示：好 Prompt 不在于字多，而在于信息精确、指令清晰、目标聚焦。