提示词的“四要素”，少一个都可能翻车

发布时间：2026/7/2 5:26:17

《AI 知识卡片》第 03 期 · 把话说全AI 才能干对活同样是用 AI有人三言两语就得到精准好用的结果有人反复折腾还是一团糟。差别往往不是 AI 聪不聪明而在你有没有把话说全。一个“说得好”的提示Prompt通常藏着四个零件指令Instruction、上下文Context、输入数据Input Data、输出指示Output Indicator。我们用一个例子一步步把它们装上去像制作一个汉堡一样你就明白每个零件干嘛用的。来看一个具体的例子假设你是某餐饮店老板想让 AI 帮你判断一条用户评论是好评还是差评。最偷懒的写法是直接丢给它比如“这家店服务太差了再也不来了”。AI 大概会愣住——你到底想让它干什么翻译回复还是续写它只能靠猜。零件 1指令Instruction—— 你要它做什么你要它做什么加上一句明确的任务“判断这句话是好评还是差评这家店服务太差了再也不来了”现在 AI 知道任务了会回你“这是一条差评”。指令是四要素里最核心的一个没有它AI 只能瞎猜。零件 2输出指示Output Indicator—— 你要它怎么给AI 答对了但它可能回一大段“这是一条差评因为用户提到了服务差……”。如果你要的是能被程序处理的结果这就太啰嗦了。加一句格式要求“判断这句话是好评还是差评只输出“好评”或“差评”两个字这家店服务太差了再也不来了”这下它就老实回“差评”两个字。输出指示管的是“结果长什么样”——要不要解释、用什么格式、多长都靠它来约束。零件 3上下文Context—— 帮它判断的背景有些场景光有任务还不够AI 缺背景就容易判错。比如这条评论“这家店东西不便宜但确实值”。到底算好评还是差评补上背景和标准它就不迷糊了你是电商平台的评论质检员。判断标准只要用户表达了愿意再买/觉得值就算好评哪怕中间有抱怨。 判断这句话是好评还是差评只输出“好评”或“差评”这家店东西不便宜但确实值。有了这段上下文AI 会判成“好评”。上下文给的是 AI 本来不知道、但判断时用得上的信息——身份设定、规则、参考资料都属于这一类。零件 4输入数据Input Data—— 你要它处理的具体内容这个其实你一直在用——上面例子里那句“这家店东西不便宜但确实值”就是输入数据也就是你真正要 AI 处理的对象。把它和指令分开、标清楚AI 更不容易搞混。常见做法是用一个标签或分隔符隔开验证差评也一样具备“四要素”的提示词要素管什么例子里对应的部分指令 Instruction你要它做什么“判断是好评还是差评”上下文 Context判断用的背景/规则“你是质检员标准是……”输入数据 Input要处理的具体内容“这家店东西不便宜但确实值”输出指示 Output结果长什么样“只输出「好评」或「差评」”根据场景“按需选择”提醒一句四要素不是必填项而是一份检查清单。简单任务往往两三个就够了比如“把这句话翻译成英文xxx”——指令 输入数据 就够了硬塞上下文反而啰嗦。它真正的用处是当你觉得 AI 答得不对劲时拿这四条逐个排查——是没说清要干啥缺指令没给够背景缺上下文还是没规定格式缺输出指示多半就能找到病根。一句话总结AI 答不好常常不是它笨是你话没说全。指令、上下文、输入、输出指示——对着这四条查一遍问题多半就出来了。