ChatGPT提示工程：12個技巧測試與排名

大多數所謂的“快速工程技巧”都毫無用處。我們已經替你測試過了。以下是我們的發現：

• 務必非常具體地描述你的需求；
• 為 ChatGPT 分配一個專業角色；
• 向它展示你的品牌聲音示例；
• 明確告訴它輸出格式；以及
• 明確指出應該避免什麼。

其他的技巧要麼因地制宜，要麼完全是胡說八道。別浪費錢去上那些昂貴的課程了。使用本文末尾的模板，你會看到 ChatGPT 的輸出從平庸之作躍升至即刻可用。

過去幾年我一直對 ChatGPT 著迷。但所有語言模型都缺乏一個共同點：一致性。

一開始，我讓它生成營銷文案，結果要麼驚豔絕倫，要麼一文不值。有時它能完美地捕捉到我的品牌聲音，有時卻只會寫出一堆毫無意義的文字。

雖然每個人都有自己的一套技巧，LinkedIn 上的“大師”們也在兜售課程，但有一些基本原則仍然非常有效。

我使用真實的商業場景（包括營銷文案、客戶郵件和產品描述）測試了 12 個最流行的 ChatGPT 提示詞最佳化技巧。以下是真正有效的技巧。

我是如何測試這些技巧的？

本指南包含三個真實的商業案例：

• 專案管理應用的產品釋出郵件
• 咖啡訂閱服務的 Instagram 廣告文案
• 客戶支援對退款請求的回覆

我執行每個提示三到五次，每次都只是點選“重試”按鈕，以觀察提示會產生什麼樣的結果。我唯一的要求是 ChatGPT 能夠保持提示和風格的一致性。

👉注意：所有提示均在最新的 ChatGPT 5 版本上進行測試，並將“Thinking”設定為“Auto”，且未啟用任何個性化提示。

考慮到語言模型永遠不會兩次輸出完全相同的答案，您不太可能看到與截圖中完全相同的輸出。

與其簡單地理解這些輸出，我建議您關注輸出模式，以便發現其中的差異。

我還新增了一個 10 分制的評分，10 分代表可用性和可靠性最高，1 分代表最低。

讓我們開始編寫提示。

1. 務必非常具體：10/10

ChatGPT 是一個簡單的模式識別機器。提示中的語言和資料將決定輸出的內容。一般來說，通用 AI 內容和可用內容之間的區別在於對交付物、受眾和限制條件的明確性。

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

提示（具體）：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.

• 模糊的提示生成的內容過於籠統，幾乎可以描述任何一款效率工具。
• 而具體的提示則生成了更具個性、包含具體優勢和功能細節的文案。

其原理：C​​hatGPT 基於模式匹配執行。當您提供具體的限制條件（字數、受眾規模、三個確切的功能、語氣對比）時，它便擁有了清晰的引數範圍。明確的限定條件消除了歧義。

2. 角色分配 (9/10)

以“您是[特定角色]”開頭的提示能夠利用 ChatGPT 對專業寫作模式的訓練。該模型已學習到角色與寫作風格之間的關聯，因此明確指出專業領域可以提高創意和專業任務的輸出質量。

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

提示（帶角色）：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. 提供具體示例（又稱少樣本學習）：9/10

這是一種成熟的語言模型微調技術，而且實施起來非常簡單。

您只需提供所需的輸入，並提供輸出示例。在這種設定下，模型會理解您期望的輸出模式，並儘可能地模仿您提供的示例。

因此，您可以減少獲得理想結果所需的反覆嘗試，並持續獲得良好的結果。

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.

基於示例的提示生成的回覆與我預期的品牌聲音相符：既有同理心又不矯揉造作，既注重解決方案又不顯得防衛，既真誠地提供幫助又不顯得官腔十足。

其有效性：ChatGPT 能更好地從提示示例中學習模式，而不是僅僅提供一段寫作風格說明。這包括句式結構、詞彙選擇、如何平衡同理心和行動力，以及你強調的內容。兩個高質量的示例比一段描述語氣的文字更能展現你的品牌聲音。

4. 精確指定輸出格式：8/10

明確告訴 ChatGPT 如何構建輸出格式可以節省大量格式化時間。當你需要將內容直接貼上到其他工具（例如內容管理系統 (CMS)）或需要特定的資料結構時，這項技巧尤其有用。

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

提示資訊（含格式說明）：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個結構完美的表格，我可以將其直接貼上到文件中——無需任何格式化時間。而通用提示則以段落形式提供資訊，需要我手動建立表格 10-15 分鐘。

⚠️ 請記住，表格中的資訊（甚至上面的段落）可能存在事實錯誤。事實上，每個輸出都應該檢查其準確性。

工作原理：ChatGPT 幾乎可以輸出任何格式，但預設情況下會輸出散文，除非其訓練模型將某些詞語與特定格式關聯起來（案例研究會自動包含引言、挑戰、解決方案和影響部分）。明確指定結構，例如表格、列表、特定 Markdown、JSON 等，可以告訴模型如何組織資訊。

5. 告訴GPT什麼不該做：7/10

大型語言模型 (LLM)，包括 ChatGPT，都存在重複的寫作模式。長期使用它們的人一眼就能識別出這些模式。所以，如果你使用 ChatGPT 來撰寫營銷材料，請確保輸出結果聽起來不像人工智慧生成的垃圾。

你需要它有趣、引人入勝，並且具有個性。你可以明確告訴它你想避免什麼（特定的詞語、短語或結構），它通常會遵守這些規則。但是，對於較長的內容，這些規則可能會被打破。

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

提示（帶有否定約束）：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.

注意第一個提示的輸出結果中有很多破折號，聽起來有點像推銷。我確實覺得我的 ChatGPT 因為之前聊天記錄的影響而變得比較中立。但我非常喜歡第二個版本，因為它符合我的特定要求。

工作原理：ChatGPT 會學習網際網路上的各種模式，這意味著它預設使用常見的表達方式。當這些常見的表達方式恰好是你不喜歡的時，否定約束會明確地阻止這些模式，並強制使用其他方法。

6. 先清晰的指令，後提供上下文：7/10

谷歌的 AI 提示指南明確建議先提供關於任務的清晰指令，然後再提供相關的上下文。

以下是指南中的摘錄：

LLM（邏輯學習模型）會按順序處理資訊（第一句話優先順序最高）。因此，先新增任務資訊，LLM 就能獲得執行任務所需的足夠資訊。上下文資訊可以稍後作為提示的一部分新增。

提示（先新增上下文）：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（任務優先）：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.

隨著語言模型（LLM）變得越來越智慧，這種技巧的重要性有所降低。但考慮到一些公司建議使用這種結構的提示，他們很可能也在使用相同的結構進行模型微調。隨著提示設計工作的深入，這些基本原則有助於獲得一致的結果。

其原理：從任務本身入手可以立即明確目標，然後上下文會指導如何實現目標。上下文優先的結構可能會模糊你實際想要表達的意思，尤其是在較長的提示中。

7. 使用分步編號指令：7/10

對多個專案使用編號列表。例如，如果你希望 GPT 建立 15 條社交媒體帖子、1 篇部落格文章和 10-12 個話題標籤，語言模型可能無法一次性提供所有內容。

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

提示（附步驟編號）：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.

由於列表中的專案數量很少，以上輸出結果並非最佳示例。但是，當列表項或每個列表項的任務數量開始增加時，您會開始注意到明顯的差異。

其原理：這些編號的指令在 ChatGPT 的“腦海中”建立了一個清晰的清單，可以輕鬆地按順序執行。

8. 詢問“您有什麼問題嗎？”：6/10

讓模型向您提出澄清問題。這有助於您填補之前認為不必要的知識空白，並幫助您為輸出新增更多相關的上下文。

但是，只有當主題比較“寬泛”，並且您使用資料和具體資訊回答問題時，輸出質量的提升才會顯現出來。

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

根據我對 ChatGPT 的測試，結果並不穩定。有時，ChatGPT 會生成一些真正有用的問題，例如目標受眾、郵件傳送頻率或需要強調的特定功能。

但對於高度細分的行業，這些問題聽起來會很模糊，而且隨著你深入研究某個主題，這些問題會變得越來越無關緊要。

它有時有效的原因：如果你正在研究一個資訊匱乏的主題，ChatGPT 可以填補知識空白，並提供重要的背景資訊。它有時可以幫助我們發現一些我們之前不知道自己不知道的東西。

9. 思維導圖（“逐步思考”）：6/10

新增“逐步思考”或“解釋你的理由”之類的短語會讓 ChatGPT 展現出它的工作能力——即使它不在思考模式，或者 LLM 不支援思考。這種技巧可以提高分析任務的輸出，但會給創意工作增加不必要的篇幅。

提示（不含思維導圖）：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.

如果不為分析儀表板中的資料新增上下文資訊，無論是否包含思路鏈，得到的回覆都將是通用的。但是，你會注意到，當給出思路鏈提示時，GPT5 會啟動思考模式來推理問題。

清晰的思考過程表明，它一步一步地理解了問題，並以此為基礎做出了回應。相比之下，非CoT提示下的回應則快速且無需思考。

其有效性：如果您正在處理分析和解決問題的任務，要求其解釋推理過程有助於您驗證語言模型是否像您一樣按步驟進行思考。對於創意性任務，例如營銷文案，這種方法可能不太適用。

10. 將修改後的文字分享給ChatGPT：7/10

與小樣本學習類似，ChatGPT會從聊天記錄中學習。如果您從GPT獲得的輸出結果足夠接近但並不完美，並且您對其進行了修改，請將其作為您的回覆分享。我經常這樣做，並且注意到在一定範圍內，回覆質量有了明顯的提升。

提示（在收到並編輯AI生成的廣告文案後）：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，您很可能會得到很好的反饋，因為語言模型已經識別出您喜歡的模式。

幸運的是，由於聊天記錄的跨對話引用和內部記憶功能，ChatGPT 還能參考您之前的對話，從而在第一次執行時就能提供更優質的輸出。

工作原理：ChatGPT 會跨對話持久地儲存您的偏好設定。分享編輯內容所需的工作量與有限的收益並不成正比。您最好提前建立全面的示例（技巧 3）。

11. 使用清晰的分隔符將說明與內容分開：6/10

當您的提示同時包含說明和待處理的內容（例如示例、待分析的文字或客戶反饋）時，請使用分隔符來區分兩者。

這可以防止 ChatGPT 將您的說明與內容本身混淆。

提示（帶分隔符）：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終生成更清晰的輸出，因為 ChatGPT 可以清楚地區分指令和內容。如果沒有分隔符，尤其是在較長的提示中，你會發現 ChatGPT 經常會漏掉提示中的指令。

其原理：分隔符（三引號、XML 標籤、Markdown 段落或簡單的破折號）建立了明確的邊界。這在提供多個示例、分析客戶反饋或處理使用者生成的內容時尤為重要，因為這些內容的語言可能類似於指令。當你的內容包含“編寫”、“建立”或“分析”等可能使模型混淆的短語時，這項技巧就變得至關重要了。

12. 避免對ChatGPT過於苛刻：3/10

人們過去常說，提出要求或批評性的反饋（“這不可接受，請重試”）可以改進輸出。

但在我的測試過程中，很明顯，過於苛刻只會讓 ChatGPT 重做輸出。如果它不知道“更好”的含義，就不太可能生成“更好”的輸出。

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（要具體）：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”提示總能產生新的輸出，甚至可能迫使 ChatGPT 進入“思考”模式。但輸出結果並非總是更好。另一方面，明確指出需要更改的內容幾乎總能帶來更好、更清晰的輸出。

這種“技巧”為何經久不衰：人們常常將相關性與因果關係混淆。當他們“提出要求”後獲得更好的結果時，通常是因為他們試圖“表達不滿”，從而更具體地提出了要求，而不是 ChatGPT 對語氣有所反應。

你應該使用的5個核心技巧

在數十種場景下測試了各種技巧（包括以下 12 種）後，以下五種技巧始終有效。

• 極其具體（10/10）是其他一切的基礎。
• 分配角色（9/10）在創意和專業任務中表現出色。
• 提供具體示例（9/10）有助於保持品牌一致性。
• 指定輸出格式 (8/10) 可以節省格式化時間。
• 告訴 ChatGPT 哪些操作不能做 (7/10) 在你確切知道應該避免什麼時非常有效。

其餘技巧在特定情況下有價值，但並非有效提示的核心。

我的常用提示模板

我手頭有幾個很棒的模板。但這裡有一個，幾乎在我嘗試過的所有用例中都始終表現出色。

所以，不妨用它來做實驗，看看能得到什麼樣的結果。一旦你有了有效的提示，剩下的工作就輕鬆多了。

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，是因為它結合了所有能夠持續產生良好結果的要素。您可以隨時進行調整，新增以上 12 條建議中的更多內容，看看哪些最適合您想要的結果。

您可以建立千字提示嗎？

當然可以。唯一的限制是提示本身，並且您預期輸出的內容不應超出上下文視窗。

ChatGPT Plus 版的聊天上下文視窗為 32k 個詞元，Pro 版為 128k 個詞元。Gemini 版的聊天上下文視窗為 200 萬個詞元。Claude 版為 100 萬個詞元。

可以將上下文視窗中的詞元理解為單詞的一部分。

32k 個詞元大約相當於 27k 個單詞。超過此限制後，ChatGPT 會忘記最近 32k 個詞元之前的討論內容。這意味著上下文“視窗”會發生變化。

即使上下文視窗關閉後，ChatGPT 仍會繼續與您​​聊天。但它不會獲取上下文視窗之外的任何聊天資訊。

如果您發現 ChatGPT 在長時間對話後行為異常，請嘗試再次提供原始提示資訊來重新調整其行為，或者開始新的聊天。

使用“專案”實現ChatGPT提示的一致性

LLM 不瞭解您的業務、受眾和目標等上下文資訊。它們也不知道輸出長度、格式、樣式等方面的限制。

因此，您可以每次開始新聊天時都將上下文資訊作為提示資訊的一部分提供，或者您可以在 ChatGPT 中建立一個專案，並將所有這些資訊以文字檔案或 Markdown 檔案的形式新增進去。

從專案內開始的任何新聊天都將預設包含所需的上下文資訊。

1. 點選左側邊欄中的“Projects”。

2. 輸入專案名稱，然後點選“Create project”。

3. 點選“Add files”，新增所有必要的上下文檔案。

下一步是什麼？

提示設計並非一勞永逸。新模型經常會打破你之前模型中已經習慣的輸出結果。

但具體性、上下文和示例這三個基本要素始終不變。你只需要知道哪些技巧可以解決哪些問題。

專注於最重要的五點，忽略那些花哨的技巧。

我目前正在嘗試針對複雜內容專案的多步驟提示序列、按內容型別最佳化的提示模板，以及與品牌風格指南的整合策略。這些都是你可以深入研究的領域。

但如果你想跳過其他所有內容，只專注於一件事，那就把時間花在收集你想要實現的目標的優秀示例上。

其他一切都是最佳化。

常見問題解答

什麼是 ChatGPT 的提示工程？

提示工程是指精心設計特定、結構化的輸入，以提升 ChatGPT 等 AI 語言模型的輸出質量。它涉及多種技巧，例如提供詳細的上下文資訊、使用角色分配、展示示例以及明確指定格式要求，從而提高輸出質量和一致性。

哪些提示工程技巧真正有效？

以下五種技巧能夠持續帶來成效：對交付成果進行極其具體的描述、為創意任務使用角色分配、提供所需輸出的具體示例、明確指定輸出格式以及明確說明哪些內容不應包含在內。

我需要參加提示工程課程嗎？

不需要。大多數提示工程課程教授的核心原理都可以在網上免費找到。真正的技巧在於理解哪種技巧能夠解決您特定用例中的哪個問題。我建議您將本指南中概述的五種核心技巧應用到實際工作中，並根據需要改進您的提示。

我的 ChatGPT 提示應該有多具體？

您的提示應包含精確的字數、具體的受眾資訊、清晰的交付成果和明確的限制條件。例如，“撰寫營銷文案”（過於籠統）與“為遠端團隊撰寫一封 150 字的產品郵件，重點突出三個功能：協作、AI 優先順序排序和 Slack 整合”（具體明確）之間存在顯著差異。

明確的提示可以消除歧義，並顯著提高輸出質量。

對 ChatGPT 提出過分的要求能提高輸出質量嗎？

不能。測試表明，態度與輸出質量無關。當您需要修改時，請具體指出問題所在（語氣、結構、缺失元素），而不是表達不滿。明確的提示至關重要，而態度則無濟於事。

改進提示後多久才能看到效果？

立竿見影。模糊提示和明確提示之間的差異在第一個輸出中就能顯現。然而，構建示例庫並開發個人提示模板需要 2-4 周的持續練習，才能針對您的特定用例進行最佳化。