提问的艺术：写好提示词

会「问问题」是用好 LLM 的核心技能。同样的 AI，输入不同的提示词，输出质量可以差 10 倍。提示词工程（Prompt Engineering）不是玄学，而是有规律可循的技能。

6.1 好提示词的五段式结构

6.2 弱提示 vs 强提示对比

弱提示：「帮我写客服回复。」

→ AI不知道：什么场景？什么语气？多长？能承诺什么？输出可能是一段通用客套话。

强提示：「你是快递客服质检员。客户投诉：我的包裹摔坏了，态度很差。请帮我改写客服回复，要求：有同理心、承认问题、说明处理步骤（拍照→提交工单→3天内回复），不超过100字，不含「非常抱歉」这类套话。」

→ AI知道：身份、场景、长度、禁用词、结构——输出质量大幅提升。

6.3 自检清单：你的提示词完整吗？

• ✅ 给了角色设定吗？（「你是…」）
• ✅ 任务是否明确，动词清晰？（写/改/总结/分析/生成）
• ✅ 背景数据有没有粘贴进去？（不要让AI猜）
• ✅ 有没有说「不能做什么」？（约束往往比要求更重要）
• ✅ 指定输出格式了吗？（表格/列表/段落/字数）

实践提示：第一次输出不满意时，不要重新问，而是在原提示词上补充约束——「上面的回复太长了，请压缩到50字」「语气太生硬，请更口语化」。迭代比重问更高效。