4 · 提示词工程入门

本节导读前面几课里你已经体验过让 AI 帮你写页面、改代码、生成内容。但你可能也发现了一个现象有时候一句话就能得到很好的结果有时候来回说了半天AI 似乎还是没理解你的意思以前写代码时大家常说talk is cheap, show me the code。现在和 AI 协作很多时候更像是code is cheap, show me your prompt。prompt 就是提示词。提示词的本质不是咒语而是给 AI 写需求说明书。你说得越清楚AI 越容易按你的目标去做你说得越模糊AI 就越容易靠猜。学完本节后你应该能够理解提示词的本质是把需求说清楚知道一个好提示词通常包含哪些关键信息理解为什么给上下文、给约束、给格式会明显提升效果能够为文案生成和文生图分别写出更有效的提示词能通过多轮迭代逐步逼近自己真正想要的结果1. 为什么要学提示词AI 已经很强了但它只能根据你提供的信息来推断意图。要求模糊它就只能猜。比如帮我写一个产品介绍——什么产品面向谁多长什么语气信息不够结果自然不够准。所以学习提示词不是为了研究神秘技巧而是掌握一种能力把脑子里模糊的想法翻译成 AI 能执行的明确说明。后面不管是写网页、写文案、生成图片、让编码智能体改项目都离不开这个能力。2. 提示词的本质是什么一句话定义提示词 你给 AI 的任务说明。你可以把 AI 想象成一个反应很快、知识很多、执行力也很强的实习生。但这个实习生有一个特点它不会自动懂你的潜台词。为了更直观地理解这个意思我们来看两个提示词对比。对比 1一句话提示帮我写一个记账 App 产品介绍对比 2相对完善的提示词你是一位资深新媒体文案编辑。 请帮我为一款面向大学生的记账 App 写一段产品介绍。 补充背景 - 用户是刚开始独立管理生活费的大学生 - 产品主打“简单记录、界面好看、容易坚持” 要求 - 控制在 100 字以内 - 语气轻松不要太正式 - 不要使用夸张营销词 输出格式 - 直接输出 1 段可用于宣传的文案如果你只看到第一个版本大概率还需要继续追问很多信息。第二个版本就明确得多任务目标、背景、限制和输出形式都更清楚。3. 一个好提示词至少要说清楚 4 件事本质上这就是在帮助 AI 更清楚地理解任务不遗漏重要信息。要素你要说清楚什么例子任务你到底要 AI 做什么写文案、改代码、总结文章、生成图片背景这件事发生在什么场景下面向大学生、用于朋友圈海报、给新手看的教程约束有哪些限制条件100 字以内、语气轻松、不要使用专业术语格式结果要长什么样表格、分点、Markdown、JSON、三版方案把这 4 件事说清楚提示词质量通常就已经能提升一个档次。你可以先记一个最简公式我要你做什么 这是在什么场景下做 需要遵守哪些限制 请按什么格式输出4. 再进一步加上 3 个加强项当你已经能写出基础版提示词后再加入下面 3 个要素效果通常会更稳加强项作用例子角色让 AI 更容易进入合适的表达方式你是一位资深产品经理 / 新媒体编辑 / 海报设计师示例给 AI 一个模仿参照参考下面这种表达风格……自检让 AI 输出前先检查自己是否满足要求输出前检查是否控制在 120 字内、是否包含 3 个卖点所以完整一点的记忆方法可以变成角色 任务 背景 约束 输出格式 示例 自检对初学者来说这已经足够实用了。5. 一个好用的万能模板如果你暂时不知道该怎么开始写可以先套用下面这个模板你是一个 ______。 请帮我完成这件事______。 补充背景 - ______ - ______ 要求 - ______ - ______ - ______ 输出格式 - ______ 如果信息不足请先指出缺少什么再继续。这个模板的价值不在于它有多“高级”而在于它能帮助你把关键信息补完整。6. 练习一把模糊提示词改成可执行提示词下面用一个简单例子感受提示词逐步补充信息之后会发生什么变化。第一步先输入一个很模糊的提示词帮我写一个 App 介绍通常会得到一个“看起来没问题但不太贴合具体场景”的结果。第二步加入任务和背景请帮我写一个记账 App 的产品介绍面向大学生用户。这时候 AI 已经知道了产品是什么给谁看第三步加入约束和格式你是一位资深新媒体文案编辑。 请帮我为一款面向大学生的记账 App 写 3 版产品介绍。 背景 - 目标用户是刚开始独立管理生活费的大学生 - 产品主打“简单记录、界面好看、容易坚持” 要求 - 每版控制在 120 字以内 - 语气轻松不要太正式 - 不要出现过于夸张的营销词 输出格式 - 用 Markdown 列表输出 3 个版本 - 每个版本先写一个 10 字以内的小标题这一轮的结果通常就会比第一轮更贴近需求。可以重点观察什么内容是否更贴近目标用户语气是否更稳定结构是否更规整是否更容易直接拿去用不是 AI 突然变聪明了而是你把需求说明白了。7. 练习二从文案到图片提示词思路其实是相通的很多同学一开始会觉得写文案用提示词是一回事生图又是另一回事其实底层逻辑很像。不管是让 AI 写一段话还是生成一张图你都在做同一件事把你脑子里的目标翻译成足够清楚的描述。所以文生图提示词也不要想着“堆很多华丽形容词”而要尽量把画面拆开说明。一个好用的文生图描述通常可以包含这些部分部分你要描述什么主体画面里最重要的对象是谁场景这个对象出现在哪里风格写实、插画、电影感、海报感、3D、像素风等构图近景、远景、俯拍、居中构图、特写等光线清晨阳光、霓虹灯、柔光、逆光等细节颜色、服装、材质、表情、动作约束不要出现什么或希望强调什么你可以记一个图像版公式主体 场景 风格 构图 光线 细节 约束继续看一个图片例子会更容易感受到同样是生成图片提示词不同结果会差很多。演示目标让 AI 生成一张“校园附近独立咖啡店的宣传海报风格图片”。第一版非常模糊的提示词生成一张咖啡店海报这时候生成出来的图通常会比较泛不一定符合你脑子里的画面。第二版加入主体和场景生成一张校园附近独立咖啡店的宣传海报店面温暖有年轻学生在门口聊天。第三版加入风格、构图和细节请生成一张适合社交媒体传播的咖啡店宣传图。 画面内容 - 一家开在大学校园附近的独立咖啡店 - 傍晚时分暖黄色灯光从店内透出来 - 门口有两三位年轻学生在聊天手里拿着咖啡 风格要求 - 整体偏电影感 - 温暖、真实、有生活气息 - 颜色以奶油白、焦糖棕、深绿色为主 构图要求 - 竖版海报比例 - 店铺招牌清晰可见 - 画面中心是店门和暖光 其他要求 - 不要太像商业连锁品牌 - 不要出现夸张卡通风 - 整体适合做咖啡店宣传封面可以重点观察什么主体是否更明确了风格是否更接近预期了构图是否更可控了色彩是否更统一了8. 练习三先用豆包生成一张图下面直接体验一次文生图。你可以先在豆包里输入同一条提示词感受一下生图也需要清楚描述图片里一旦有较多文字和结构难度会明显上升体验提示词这条提示词的主题和课程内容相关帮我生成图片帮我画一张 Vibe Coding 课程概述图用于教学大纲展示。 设计要求 - 整体风格简洁现代适合教学场景使用扁平化插画风格 - 配色科技感蓝绿色系为主搭配暖色点缀 - 包含4个模块的层级关系展示 - 比例 「16:9」 内容结构 中心主题居中「Vibe Coding 课程总览」 四大模块围绕中心横向排列 模块一「理论基础」 核心知识点图标文字 大模型原理 提示词工程 Agent 与 MCP Git 版本控制 AI 安全意识 模块二「工具入门」 核心知识点图标文字 ️ AI 编程工具Trae/Codebuddy/Claude Code等 需求文档编写 第一个项目Web TodoList 模块三「全栈开发」 核心知识点图标文字 前端HTML/CSS/JS ⚙️ 后端API 数据库 项目迭代与优化 部署上线GitHub Pages/Vercel 模块四「综合实战」 核心知识点图标文字 分组协作 分角色产品/设计/测试/开发/运营 ✅ 全流程需求→开发→测试→上线可以重点观察什么中文文字是否清楚模块关系是否合理画面更像“结构图”还是更像“装饰画”哪些地方已经可用哪些地方还需要继续补提示词生图不只是画氛围图也可以尝试做结构图但不同模型在这类任务上的差异会很明显。9. 生图工具进阶Nano Banana不同生图模型擅长的任务并不一样。1. Nano Banana 是什么Nano Banana 是 Google Gemini 专注于图像生成的模型。对比同类模型它有两个比较重要的特点对复杂提示词的理解通常更强在图片里生成文字、标签、标题时往往更稳一些2. Nano Banana 强在哪里如果只是生成一张氛围感图片很多生图工具都能完成。但如果你要生成的是下面这类内容模型能力差异通常会被明显放大项目架构图流程图课程学习路径图带有较多标题、标签、说明文字的海报这类任务更难主要难在三件事要理解结构关系要把文字放对位置要尽量保证文字清楚可读如果你要尝试这类任务Nano Banana 往往更值得优先试一下。3. 和豆包做个对比这里最简单的做法就是直接沿用第 9 页那一条提示词分别在豆包和 Nano Banana 中各生成一次。重点不要只看“哪张更好看”而是看下面这些更具体的维度中文文字是否更清楚结构层级是否更明确箭头、卡片、模块关系是否更合理整体是否更接近可以直接拿来当草图两组对比案例第一组可以沿用前面那张咖啡店宣传图观察两个工具在氛围感、构图和细节上的差别。豆包Nano Banana第二组可以使用课程主题的学习路径图或课程海报重点观察文字和结构化信息的表现。豆包结果Nano Banana 结果5. 如何选择生图工具如果只是想快速生成一张风格图很多工具都能上手但如果你要画项目架构图、流程图、课程结构图这类“文字多、结构强”的图片Nano Banana 往往更值得试。10. 写提示词也可以借助 AI想写出一版好的提示词确实不容易。还记得前面提到过的一个原则吗不要指望第一版就完美提示词需要迭代。很多时候你脑子里已经有一个初步想法但很难一下子把它写得又全又细。这时候写提示词本身也可以借助 AI。一个比较实用的做法是先用语音或聊天把你的想法讲出来让 AI 帮你把零散想法整理成结构化需求再让它按照前面的提示词框架生成第一版最后由你自己审核、删改和定稿本节课总结这一课最重要的不是记住多少专业术语而是建立一个正确的直觉提示词工程本质上就是“更准确地向 AI 表达需求”。想把需求说清楚至少要交代任务、背景、约束和输出格式。没有人能一次性写出完美的提示词提示词是需要多轮迭代的。你完全可以先和 AI 聊天把模糊想法慢慢讲清楚再让它帮你整理成更完整的提示词初稿。扩展学习资源20min自行探索学习以下内容如果你想继续深入学习可以从下面这些官方资源开始。OpenAI Prompting Guidehttps://platform.openai.com/docs/guides/promptingOpenAI Prompt Optimizerhttps://platform.openai.com/docs/guides/prompt-optimizerAnthropic Prompt Engineeringhttps://docs.anthropic.com/en/docs/prompt-engineeringAnthropic Prompt Improverhttps://docs.anthropic.com/en/docs/build-with-claude/prompt-engineering/prompt-improverGoogle Gemini Prompting Strategieshttps://ai.google.dev/gemini-api/docs/prompting-strategiesGoogle Vertex AI Imagen Prompt Guidehttps://cloud.google.com/vertex-ai/generative-ai/docs/image/img-gen-prompt-guide