ChatGPT提示工程：12个技巧测试与排名

大多数所谓的“快速工程技巧”都毫无用处。我们已经替你测试过了。以下是我们的发现：

• 务必非常具体地描述你的需求；
• 为 ChatGPT 分配一个专业角色；
• 向它展示你的品牌声音示例；
• 明确告诉它输出格式；以及
• 明确指出应该避免什么。

其他的技巧要么因地制宜，要么完全是胡说八道。别浪费钱去上那些昂贵的课程了。使用本文末尾的模板，你会看到 ChatGPT 的输出从平庸之作跃升至即刻可用。

过去几年我一直对 ChatGPT 着迷。但所有语言模型都缺乏一个共同点：一致性。

一开始，我让它生成营销文案，结果要么惊艳绝伦，要么一文不值。有时它能完美地捕捉到我的品牌声音，有时却只会写出一堆毫无意义的文字。

虽然每个人都有自己的一套技巧，LinkedIn 上的“大师”们也在兜售课程，但有一些基本原则仍然非常有效。

我使用真实的商业场景（包括营销文案、客户邮件和产品描述）测试了 12 个最流行的 ChatGPT 提示词优化技巧。以下是真正有效的技巧。

我是如何测试这些技巧的？

本指南包含三个真实的商业案例：

• 项目管理应用的产品发布邮件
• 咖啡订阅服务的 Instagram 广告文案
• 客户支持对退款请求的回复

我运行每个提示三到五次，每次都只是点击“重试”按钮，以观察提示会产生什么样的结果。我唯一的要求是 ChatGPT 能够保持提示和风格的一致性。

👉注意：所有提示均在最新的 ChatGPT 5 版本上进行测试，并将“Thinking”设置为“Auto”，且未启用任何个性化提示。

考虑到语言模型永远不会两次输出完全相同的答案，您不太可能看到与截图中完全相同的输出。

与其简单地理解这些输出，我建议您关注输出模式，以便发现其中的差异。

我还添加了一个 10 分制的评分，10 分代表可用性和可靠性最高，1 分代表最低。

让我们开始编写提示。

1. 务必非常具体：10/10

ChatGPT 是一个简单的模式识别机器。提示中的语言和数据将决定输出的内容。一般来说，通用 AI 内容和可用内容之间的区别在于对交付物、受众和限制条件的明确性。

提示（模糊/基础）：Write an email about our new project management app.

提示（具体）：Write a 150-word product launch email for DreamHost, a web hosting platform. Highlight these 3 features: low costs, easy control panel, and high security. Tone: excited but professional, like you’re telling a colleague about a platform that just solved your biggest headache. Include a clear CTA to start a free 14-day trial.

• 模糊的提示生成的内容过于笼统，几乎可以描述任何一款效率工具。
• 而具体的提示则生成了更具个性、包含具体优势和功能细节的文案。

其原理：C​​hatGPT 基于模式匹配运行。当您提供具体的限制条件（字数、受众规模、三个确切的功能、语气对比）时，它便拥有了清晰的参数范围。明确的限定条件消除了歧义。

2. 角色分配 (9/10)

以“您是[特定角色]”开头的提示能够利用 ChatGPT 对专业写作模式的训练。该模型已学习到角色与写作风格之间的关联，因此明确指出专业领域可以提高创意和专业任务的输出质量。

提示（不包含角色）：Write Instagram ad copy for a premium coffee subscription.

提示（带角色）：You are an experienced direct-response copywriter who specializes in Instagram ads for premium lifestyle brands. Write 3 versions of ad copy (each under 125 characters) for a premium coffee subscription service that emphasizes small-batch roasting and direct trade relationships.

3. 提供具体示例（又称少样本学习）：9/10

这是一种成熟的语言模型微调技术，而且实施起来非常简单。

您只需提供所需的输入，并提供输出示例。在这种设置下，模型会理解您期望的输出模式，并尽可能地模仿您提供的示例。

因此，您可以减少获得理想结果所需的反复尝试，并持续获得良好的结果。

提示（不含示例）：Write a professional response to a customer requesting a refund due to shipping delays.

提示（包含示例）：Write a response to a customer requesting a refund due to shipping delays. Here are two examples of our brand voice in support emails:Example 1: “Hey Sarah, I’m so sorry your order got caught in transit limbo. That’s incredibly frustrating, especially when you’re excited about trying new gear. I’ve processed a full refund to your original payment method.You should see it within 2-3 business days. I’m also sending a replacement order with expedited shipping at no charge. You shouldn’t have to choose between a refund and getting what you ordered.”Example 2: “I completely understand your frustration, Marcus.Shipping delays are the worst, and we dropped the ball on communication here. Let’s fix this right now: I’m issuing your refund today and including a $25 credit for your next order. No more hoops to jump through. You should see it in your account right now.”Match this voice exactly and format the output as an email.

基于示例的提示生成的回复与我预期的品牌声音相符：既有同理心又不矫揉造作，既注重解决方案又不显得防卫，既真诚地提供帮助又不显得官腔十足。

其有效性：ChatGPT 能更好地从提示示例中学习模式，而不是仅仅提供一段写作风格说明。这包括句式结构、词汇选择、如何平衡同理心和行动力，以及你强调的内容。两个高质量的示例比一段描述语气的文字更能展现你的品牌声音。

4. 精确指定输出格式：8/10

明确告诉 ChatGPT 如何构建输出格式可以节省大量格式化时间。当你需要将内容直接粘贴到其他工具（例如内容管理系统 (CMS)）或需要特定的数据结构时，这项技巧尤其有用。

提示（未指定格式）：Compare our app’s features to competitors.

提示信息（含格式说明）：Create a well-researched comparison table with 4 columns: Feature Name, Our App, Competitor A, Competitor B. Include 5 key features. Use this exact markdown format:| Feature | Our App | Competitor A | Competitor B ||———|———|————–|————–|| [feature] | [details] | [details] | [details] |

指定格式的提示生成了一个结构完美的表格，我可以将其直接粘贴到文档中——无需任何格式化时间。而通用提示则以段落形式提供信息，需要我手动创建表格 10-15 分钟。

⚠️ 请记住，表格中的信息（甚至上面的段落）可能存在事实错误。事实上，每个输出都应该检查其准确性。

工作原理：ChatGPT 几乎可以输出任何格式，但默认情况下会输出散文，除非其训练模型将某些词语与特定格式关联起来（案例研究会自动包含引言、挑战、解决方案和影响部分）。明确指定结构，例如表格、列表、特定 Markdown、JSON 等，可以告诉模型如何组织信息。

5. 告诉GPT什么不该做：7/10

大型语言模型 (LLM)，包括 ChatGPT，都存在重复的写作模式。长期使用它们的人一眼就能识别出这些模式。所以，如果你使用 ChatGPT 来撰写营销材料，请确保输出结果听起来不像人工智能生成的垃圾。

你需要它有趣、引人入胜，并且具有个性。你可以明确告诉它你想避免什么（特定的词语、短语或结构），它通常会遵守这些规则。但是，对于较长的内容，这些规则可能会被打破。

提示（无限制）：Write a product description for a premium coffee subscription.

提示（带有否定约束）：Write a product description for a premium coffee subscription.DO NOT use these words or phrases: artisanal, curated, journey, experience, passionate, craft, elevate, hand-selected.DO NOT exceed 75 words.DO NOT use exclamation points.Focus on: specific sourcing details, what makes the coffee actually different, and concrete benefits to the customer. No em dashes.

注意第一个提示的输出结果中有很多破折号，听起来有点像推销。我确实觉得我的 ChatGPT 因为之前聊天记录的影响而变得比较中立。但我非常喜欢第二个版本，因为它符合我的特定要求。

工作原理：ChatGPT 会学习互联网上的各种模式，这意味着它默认使用常见的表达方式。当这些常见的表达方式恰好是你不喜欢的时，否定约束会明确地阻止这些模式，并强制使用其他方法。

6. 先清晰的指令，后提供上下文：7/10

谷歌的 AI 提示指南明确建议先提供关于任务的清晰指令，然后再提供相关的上下文。

以下是指南中的摘录：

LLM（逻辑学习模型）会按顺序处理信息（第一句话优先级最高）。因此，先添加任务信息，LLM 就能获得执行任务所需的足够信息。上下文信息可以稍后作为提示的一部分添加。

提示（先添加上下文）：We’re a SaaS company targeting remote teams of 10-50 people. We’ve been in business for 3 years and recently launched a new feature for AI-powered task prioritization that analyzes team workload and suggests optimal task sequencing. Our main competitors are Asana and Monday.com, but we differentiate through deeper AI integration and better Slack connectivity. Our target customers are typically tech-savvy project managers who are frustrated with manual task organization. We need an announcement email for this new feature.

提示（任务优先）：Write a 200-word product announcement email for our new AI task prioritization feature.Context: We’re a 3-year-old SaaS company targeting remote teams (10-50 people). Main competitors: Asana and Monday.com. Our differentiation: deeper AI integration and native Slack connectivity. Target audience: tech-savvy project managers frustrated with manual task organization.Emphasize: how AI sequencing saves time and reduces overwhelm.

随着语言模型（LLM）变得越来越智能，这种技巧的重要性有所降低。但考虑到一些公司建议使用这种结构的提示，他们很可能也在使用相同的结构进行模型微调。随着提示设计工作的深入，这些基本原则有助于获得一致的结果。

其原理：从任务本身入手可以立即明确目标，然后上下文会指导如何实现目标。上下文优先的结构可能会模糊你实际想要表达的意思，尤其是在较长的提示中。

7. 使用分步编号指令：7/10

对多个项目使用编号列表。例如，如果你希望 GPT 创建 15 条社交媒体帖子、1 篇博客文章和 10-12 个话题标签，语言模型可能无法一次性提供所有内容。

提示（不含步骤）：Create social media content for our app launch, including tweets, a LinkedIn post, hashtags, and posting time recommendations.

提示（附步骤编号）：Create social media content for our app launch:1. Write 3 tweet variations (under 280 characters each, include hook and CTA)2. Write 1 LinkedIn post (150-200 words, professional tone emphasizing ROI)3. Create 5 relevant hashtags for Twitter and 5 for LinkedIn4. Suggest optimal posting times for the tech industry B2B audience5. For each post, explain the messaging angle chosenDeliver each component clearly labeled.

由于列表中的项目数量很少，以上输出结果并非最佳示例。但是，当列表项或每个列表项的任务数量开始增加时，您会开始注意到明显的差异。

其原理：这些编号的指令在 ChatGPT 的“脑海中”创建了一个清晰的清单，可以轻松地按顺序执行。

8. 询问“您有什么问题吗？”：6/10

让模型向您提出澄清问题。这有助于您填补之前认为不必要的知识空白，并帮助您为输出添加更多相关的上下文。

但是，只有当主题比较“宽泛”，并且您使用数据和具体信息回答问题时，输出质量的提升才会显现出来。

提示：Create a comprehensive onboarding email sequence for new users of our project management app. Do you have any questions before you begin?

根据我对 ChatGPT 的测试，结果并不稳定。有时，ChatGPT 会生成一些真正有用的问题，例如目标受众、邮件发送频率或需要强调的特定功能。

但对于高度细分的行业，这些问题听起来会很模糊，而且随着你深入研究某个主题，这些问题会变得越来越无关紧要。

它有时有效的原因：如果你正在研究一个信息匮乏的主题，ChatGPT 可以填补知识空白，并提供重要的背景信息。它有时可以帮助我们发现一些我们之前不知道自己不知道的东西。

9. 思维导图（“逐步思考”）：6/10

添加“逐步思考”或“解释你的理由”之类的短语会让 ChatGPT 展现出它的工作能力——即使它不在思考模式，或者 LLM 不支持思考。这种技巧可以提高分析任务的输出，但会给创意工作增加不必要的篇幅。

提示（不含思维导图）：Analyze why our email open rates dropped 15% last month and recommend solutions.

提示（及其思路）：Analyze why our email open rates dropped 15% last month and recommend solutions. Think through this step by step, showing your reasoning for each potential cause before making recommendations.

如果不为分析仪表板中的数据添加上下文信息，无论是否包含思路链，得到的回复都将是通用的。但是，你会注意到，当给出思路链提示时，GPT5 会启动思考模式来推理问题。

清晰的思考过程表明，它一步一步地理解了问题，并以此为基础做出了回应。相比之下，非CoT提示下的回应则快速且无需思考。

其有效性：如果您正在处理分析和解决问题的任务，要求其解释推理过程有助于您验证语言模型是否像您一样按步骤进行思考。对于创意性任务，例如营销文案，这种方法可能不太适用。

10. 将修改后的文本分享给ChatGPT：7/10

与小样本学习类似，ChatGPT会从聊天记录中学习。如果您从GPT获得的输出结果足够接近但并不完美，并且您对其进行了修改，请将其作为您的回复分享。我经常这样做，并且注意到在一定范围内，回复质量有了明显的提升。

提示（在收到并编辑AI生成的广告文案后）：Here’s what I ended up using after editing your draft:“DreamHost is a budget-friendly shared-hosting starting from ~$2.59/month and comes with a 97-day money-back guarantee.”I improved the sentence structure and made it flow better. Do the same for the rest of the column entries.

在同一聊天中，您很可能会得到很好的反馈，因为语言模型已经识别出您喜欢的模式。

幸运的是，由于聊天记录的跨对话引用和内部记忆功能，ChatGPT 还能参考您之前的对话，从而在第一次运行时就能提供更优质的输出。

工作原理：ChatGPT 会跨对话持久地保存您的偏好设置。分享编辑内容所需的工作量与有限的收益并不成正比。您最好提前创建全面的示例（技巧 3）。

11. 使用清晰的分隔符将说明与内容分开：6/10

当您的提示同时包含说明和待处理的内容（例如示例、待分析的文本或客户反馈）时，请使用分隔符来区分两者。

这可以防止 ChatGPT 将您的说明与内容本身混淆。

提示（带分隔符）：Rewrite the customer email below to match our professional support voice.—EMAIL TO REWRITE—Hey thanks for reaching out about the bug. Yeah we know about it and someone’s looking at it. Should be fixed soon probably. Let me know if you need anything else.—END EMAIL—Requirements:– Maintain warmth while being professional– Provide specific timeline– Include clear next steps

使用分隔符的提示能始终生成更清晰的输出，因为 ChatGPT 可以清楚地区分指令和内容。如果没有分隔符，尤其是在较长的提示中，你会发现 ChatGPT 经常会漏掉提示中的指令。

其原理：分隔符（三引号、XML 标签、Markdown 段落或简单的破折号）创建了明确的边界。这在提供多个示例、分析客户反馈或处理用户生成的内容时尤为重要，因为这些内容的语言可能类似于指令。当你的内容包含“编写”、“创建”或“分析”等可能使模型混淆的短语时，这项技巧就变得至关重要了。

12. 避免对ChatGPT过于苛刻：3/10

人们过去常说，提出要求或批评性的反馈（“这不可接受，请重试”）可以改进输出。

但在我的测试过程中，很明显，过于苛刻只会让 ChatGPT 重做输出。如果它不知道“更好”的含义，就不太可能生成“更好”的输出。

提示（即“生硬”）：This response is terrible and completely missed the point. The tone is wrong, the structure is bad, and you didn’t emphasize what I asked for. Try again and do it right this time.

提示（要具体）：This response needs revision:– Change tone from formal to conversational– Restructure to lead with the customer problem, not our solution– Emphasize the AI prioritization feature in the first paragraphPlease revise with these specific changes.

“生硬”提示总能产生新的输出，甚至可能迫使 ChatGPT 进入“思考”模式。但输出结果并非总是更好。另一方面，明确指出需要更改的内容几乎总能带来更好、更清晰的输出。

这种“技巧”为何经久不衰：人们常常将相关性与因果关系混淆。当他们“提出要求”后获得更好的结果时，通常是因为他们试图“表达不满”，从而更具体地提出了要求，而不是 ChatGPT 对语气有所反应。

你应该使用的5个核心技巧

在数十种场景下测试了各种技巧（包括以下 12 种）后，以下五种技巧始终有效。

• 极其具体（10/10）是其他一切的基础。
• 分配角色（9/10）在创意和专业任务中表现出色。
• 提供具体示例（9/10）有助于保持品牌一致性。
• 指定输出格式 (8/10) 可以节省格式化时间。
• 告诉 ChatGPT 哪些操作不能做 (7/10) 在你确切知道应该避免什么时非常有效。

其余技巧在特定情况下有价值，但并非有效提示的核心。

我的常用提示模板

我手头有几个很棒的模板。但这里有一个，几乎在我尝试过的所有用例中都始终表现出色。

所以，不妨用它来做实验，看看能得到什么样的结果。一旦你有了有效的提示，剩下的工作就轻松多了。

You are a [specific role with relevant expertise].Create: [Specific deliverable with word/character count]For: [Target audience with relevant details]About: [Topic/product with key information]Include:– [Specific required element 1]– [Specific required element 2]– [Specific required element 3]Format: [Exact structure needed]DO NOT:– [Specific thing to avoid 1]– [Specific thing to avoid 2]Example of our style:[Paste 1-2 relevant examples]

此框架之所以有效，是因为它结合了所有能够持续产生良好结果的要素。您可以随时进行调整，添加以上 12 条建议中的更多内容，看看哪些最适合您想要的结果。

您可以创建千字提示吗？

当然可以。唯一的限制是提示本身，并且您预期输出的内容不应超出上下文窗口。

ChatGPT Plus 版的聊天上下文窗口为 32k 个词元，Pro 版为 128k 个词元。Gemini 版的聊天上下文窗口为 200 万个词元。Claude 版为 100 万个词元。

可以将上下文窗口中的词元理解为单词的一部分。

32k 个词元大约相当于 27k 个单词。超过此限制后，ChatGPT 会忘记最近 32k 个词元之前的讨论内容。这意味着上下文“窗口”会发生变化。

即使上下文窗口关闭后，ChatGPT 仍会继续与您​​聊天。但它不会获取上下文窗口之外的任何聊天信息。

如果您发现 ChatGPT 在长时间对话后行为异常，请尝试再次提供原始提示信息来重新调整其行为，或者开始新的聊天。

使用“项目”实现ChatGPT提示的一致性

LLM 不了解您的业务、受众和目标等上下文信息。它们也不知道输出长度、格式、样式等方面的限制。

因此，您可以每次开始新聊天时都将上下文信息作为提示信息的一部分提供，或者您可以在 ChatGPT 中创建一个项目，并将所有这些信息以文本文件或 Markdown 文件的形式添加进去。

从项目内开始的任何新聊天都将默认包含所需的上下文信息。

1. 点击左侧边栏中的“Projects”。

2. 输入项目名称，然后点击“Create project”。

3. 点击“Add files”，添加所有必要的上下文文件。

下一步是什么？

提示设计并非一劳永逸。新模型经常会打破你之前模型中已经习惯的输出结果。

但具体性、上下文和示例这三个基本要素始终不变。你只需要知道哪些技巧可以解决哪些问题。

专注于最重要的五点，忽略那些花哨的技巧。

我目前正在尝试针对复杂内容项目的多步骤提示序列、按内容类型优化的提示模板，以及与品牌风格指南的集成策略。这些都是你可以深入研究的领域。

但如果你想跳过其他所有内容，只专注于一件事，那就把时间花在收集你想要实现的目标的优秀示例上。

其他一切都是优化。

常见问题解答

什么是 ChatGPT 的提示工程？

提示工程是指精心设计特定、结构化的输入，以提升 ChatGPT 等 AI 语言模型的输出质量。它涉及多种技巧，例如提供详细的上下文信息、使用角色分配、展示示例以及明确指定格式要求，从而提高输出质量和一致性。

哪些提示工程技巧真正有效？

以下五种技巧能够持续带来成效：对交付成果进行极其具体的描述、为创意任务使用角色分配、提供所需输出的具体示例、明确指定输出格式以及明确说明哪些内容不应包含在内。

我需要参加提示工程课程吗？

不需要。大多数提示工程课程教授的核心原理都可以在网上免费找到。真正的技巧在于理解哪种技巧能够解决您特定用例中的哪个问题。我建议您将本指南中概述的五种核心技巧应用到实际工作中，并根据需要改进您的提示。

我的 ChatGPT 提示应该有多具体？

您的提示应包含精确的字数、具体的受众信息、清晰的交付成果和明确的限制条件。例如，“撰写营销文案”（过于笼统）与“为远程团队撰写一封 150 字的产品邮件，重点突出三个功能：协作、AI 优先级排序和 Slack 集成”（具体明确）之间存在显著差异。

明确的提示可以消除歧义，并显著提高输出质量。

对 ChatGPT 提出过分的要求能提高输出质量吗？

不能。测试表明，态度与输出质量无关。当您需要修改时，请具体指出问题所在（语气、结构、缺失元素），而不是表达不满。明确的提示至关重要，而态度则无济于事。

改进提示后多久才能看到效果？

立竿见影。模糊提示和明确提示之间的差异在第一个输出中就能显现。然而，构建示例库并开发个人提示模板需要 2-4 周的持续练习，才能针对您的特定用例进行优化。