网上教你写提示词的文章很多，但大多数是「经验之谈「，缺乏依据。

这篇不堆技巧，只讲 4 个有官方方法论支撑的核心技巧——它们来自 OpenAI 的 Prompt Engineering Guide 和 Anthropic 的 Prompt Engineering 文档，是 AI 公司自己推荐的做法。

每个技巧都配 before/after 对比，让你直观看到差距。看完你应该能写出质量稳定、输出可控的 Prompt。

技巧一：角色设定 + 任务上下文

新手最常犯的错误：直接给 AI 一个孤立的任务，不给任何背景。

Before（典型新手写法）

帮我写一段介绍一人公司的文字。

AI 会给你一段正确但平庸的文字——不知道写给谁、什么场景、什么风格，只能给一个「安全「的通用版本。

After（加角色 + 上下文）

你是一位一人公司（OPC）领域的资深内容创作者，写过 50+ 篇公众号爆款文章。

任务：写一段 200 字的「一人公司「概念介绍。
受众：25-35 岁、想副业转主业的职场人，对创业好奇但有顾虑。
风格：口语化、像和朋友聊天、多用具体例子、避免说教。
要求：
- 开头用一个反常识钩子
- 中间用一个具体例子（如「一个人 + AI 工具 = 一支小团队「）
- 结尾留一个让读者思考的问题

差距：After 版给的输出会直接可用，Before 版你还得改三遍。

角色设定的三个要素

关键认知：AI 不是「懂一切「的助手，它是「根据你的设定扮演某个角色「的助手。你给的角色越具体，它扮演得越到位。

技巧二：思维链（Chain of Thought）

让 AI 在给答案前先「想一遍「，能显著提升复杂问题的准确率。这是 OpenAI 和 Anthropic 都重点推荐的技术。

Before（直接要答案）

我年营收 50 万，成本 15 万，是一人有限公司小规模纳税人。
帮我算今年要交多少税。

AI 可能直接给一个数字，但中间的计算过程是黑箱——如果错了你不知道错在哪，也无法核对。

After（要求先推理再结论）

我年营收 50 万，成本 15 万，是一人有限公司小规模纳税人，利润全部分红。

请按以下步骤计算我的总税负：
1. 先列出涉及的税种
2. 逐个税种计算（写出公式和数字）
3. 最后汇总总税负和实际到手

每一步都要展示推理过程，不要直接给结论。
如果某项政策你不确定，明确标注「待核实「，不要瞎编。

差距：After 版会输出完整的推导过程，你能逐项核对，发现错误也能定位。而且 CoT 模式下，AI 的计算准确率本身就会提升。

什么时候该用 CoT

Anthropic 官方建议：对 Claude，用 「Think step by step「 或 「Let’s think step by step「 这类显式指令，能稳定提升复杂任务表现。

技巧三：少样本示例（Few-shot Learning）

「告诉 AI 你要什么「不如「给 AI 看你要什么「。给 1-3 个示例，AI 能模仿出你想要的格式和风格。

Before（只描述要求）

帮我生成 5 个一人公司主题的公众号标题，要好、有吸引力。

AI 给的标题大概率是「震惊体「或平庸的通用款——因为它不知道你心里的「好「是什么标准。

After（给示例定标）

帮我生成 5 个一人公司主题的公众号标题。

参考下面这些「好标题「的风格（具体、有信息量、不标题党）：

示例 1：《一人公司注册全流程：5 步搞定，少走 3 个月弯路》
示例 2：《我用 4 小时/周的内容工作流，做出顶 3 个人的产出》
示例 3：《别急着招人：一人公司先跑通最小闭环的 7 个理由》

现在请按这个风格，围绕「AI 工具实战「主题，生成 5 个标题。
每个标题：
- 具体优于抽象（有数字、有方法）
- 15-25 字
- 不要「震惊「「必看「这类词

差距：After 版给的标题会风格高度统一，因为 AI 从示例里学到了你的标准。

Few-shot 的三个层级

经验法则：你给的任务越「主观「（什么是好标题、好文案、好名字），越需要 few-shot。客观任务（翻译、总结）用 zero-shot 就够。

技巧四：结构化输出

让 AI 按固定格式输出，方便你后续处理和复用。

Before（自然语言输出）

帮我分析一下 Notion 和飞书哪个适合一人公司。

AI 会给一大段文字，你想提取关键信息得通读全文。

After（要求结构化输出）

帮我对比 Notion 和飞书在一人公司场景下的优劣。

请用以下表格格式输出（Markdown 表格），不要其他文字：

| 维度 | Notion | 飞书 | 推荐场景 |

维度包括：价格、中文支持、协作、自动化、模板生态、学习曲线、数据导出。

表格后，用 3 句话给出「什么人选 Notion、什么人选飞书「的明确建议。

差距：After 版直接给你一张可粘贴到任何地方的表格 + 明确建议。结构化输出还能约束 AI 不跑题——它必须按表格填，没空间写废话。

常见的结构化输出格式

进阶技巧：要求「只输出表格，不要其他文字「，能强制 AI 精简，避免它写一堆「以下是对比表…「的废话开头。

4 个技巧的组合：一个完整的高质量 Prompt

把 4 个技巧组合起来，就是一个生产级的 Prompt：

[角色设定]
你是一人公司领域的资深财税顾问，服务过 100+ 一人公司客户，熟悉
2026 年最新税收政策。

[任务]
我需要为客户做「一人有限公司 vs 个体户「的税务对比算账。

[客户情况]
- 年营收：50 万
- 成本：15 万
- 行业：咨询服务（现代服务业）
- 主体倾向：一人有限公司

[要求用思维链]
请按以下步骤计算：
1. 列出两种主体涉及的税种
2. 逐个税种计算（写公式和数字）
3. 汇总对比总税负
4. 给出明确建议

[输出格式]
最终结果用 Markdown 表格对比，表格后用 3 句话给建议。
不要除表格和建议以外的其他文字。

[参考示例]
| 税种 | 一人公司 | 个体户 |
| 增值税 | ... | ... |

[准确性约束]
不确定的政策点标注「待核实「，不要编造税率。
政策依据在表格下方列出。

这样一个 Prompt，AI 给出的结果几乎可以直接交付给客户。

常见 Prompt 反模式（避坑）

反模式 1：信息过载

❌ 把 5000 字的背景资料全粘进去，然后问一个简单问题

AI 会被冗余信息干扰。只给相关信息，背景资料太长就先让 AI 总结，再基于总结提问。

反模式 2：模糊指令

❌ 「帮我写得更好一点「
❌ 「更有创意一些「
❌ 「专业一点「

「更好「「更有创意「「专业「对 AI 来说是无意义的——它不知道你的标准。用具体维度替代：「每段不超过 3 行「「开头用反问句「「删除所有形容词「。

反模式 3：一次问太多

❌ 「帮我写公众号文章、改写成小红书版、生成配图 Prompt、做发布计划「

AI 同时处理多个复杂任务时质量会下降。拆成多轮对话，一个任务一个任务来，前一个的输出作为后一个的输入。

反模式 4：不约束输出长度

❌ 「介绍一下 Notion「

AI 可能给你 50 字，也可能给你 2000 字。明确字数或段落数：「300 字以内「「分 3 段「。

提示词管理的工程化建议

如果你经常用 AI，把 Prompt 当资产来管理：

1. 建一个 Prompt 库：用 Notion / 飞书文档，分类存好用的 Prompt
2. 记录效果：每个 Prompt 标注「用在什么场景、效果如何「
3. 版本迭代：Prompt 用几次后优化，保留版本号（v1/v2/v3）
4. 团队共享：如果有合作者，共享 Prompt 库比共享成品更高效

一人公司尤其值得做这个——你的 Prompt 库就是你用 AI 替代人力的核心资产，比工具本身更值钱。

结尾

提示词工程的本质不是「背诵技巧「，是学会像指挥一个聪明但没有上下文的助手那样沟通：

• 给角色和上下文（技巧一）
• 让它先想再答（技巧二）
• 用示例定标准（技巧三）
• 用格式约束输出（技巧四）

这 4 个技巧组合使用，你的 AI 输出质量会稳定提升一个量级。

这篇对应的《一人公司起步工具包》里，有：

• Prompt 模板库：本篇 4 个技巧的生产级 Prompt 模板，可直接复制
• 反模式检查清单：发布 Prompt 前对照检查
• Prompt 库管理模板：Notion/飞书的 Prompt 库结构

👉 文末资料卡可以直接领取。

最后互动：你写 Prompt 最头疼的是什么？是 AI 答非所问、格式乱、还是质量不稳定？评论区或在公众号留言告诉我，下篇可以针对你的痛点拆。

方法论依据：OpenAI Prompt Engineering Guide、Anthropic Prompt Engineering 文档。模型行为会随版本迭代变化，本文技巧基于 2026 年主流模型（GPT-4 系列、Claude 3.5/4 系列）的实测。