目录

关于Prompt你所需要知道的一切

撰写Prompt的入门指南

【AI Summary】本文梳理Prompt从早期“完形填空”、GPT-3上下文学习,到思维链、ReAct及上下文与Harness工程的演进,指出Prompt已从一次性指令转为连接人、模型与Agent的任务清单。文章提出TCCAE框架:任务需求、任务上下文、任务约束、验收标准和任务示例,除需求外均可按需选用,并给出极简、上下文补充、约束与验收、完整四种模式。核心建议是直接表达目标,补充必要背景,拆解复杂任务,明确输出和验收标准,通过持续迭代减少模型自由发挥的空间。Prompt的价值不止于获得好答案,也在于帮助使用者厘清需求。

什么是PROMPT?

Prompt 在字典里,是这样描述的:

verb. to make something happen 引起;导致;激起

noun. a sign on a computer screen that shows that the computer is ready to receive your instructions 电脑提示符

noun. words that are spoken to an actor who has forgotten what he or she is going to say during the performance of a play (给演员的)题词;提白

所以,对于给AI/LLM的“Prompt”,我们也可以这样理解:它是告诉AI/LLM需要它做什么、提示它继续下去的起始文本。用正式的说法,就是:

定义 Prompt
Prompt(提示词)是指用户输入给大型语言模型(LLM)或AI工具的文本指令、问题或任务描述。

所以,从一个最直觉的角度来说,你的需求写下来或说出来,给到一个AI或者LLM,那你写或者说的这几句话就是一个Prompt了。那么,为什么有时发给AI的Prompt并不能总是按照我们的预期工作呢?这并非是因为你不会写Prompt,而是现实局限所致的结果。或者说,曾经流行一时的Prompt工程,只是人们为了让AI可以更好地按需求工作,才被临时提高优先级的产物,并不是配合AI工作的必要方式。

为什么会这么说呢?这就要从头说起了。

从来处到去处

一般来说,LLM的起点是Transformer。在其发布之后很长时间,人们都是围绕自然语言处理来看待这个模型,而且需要一事一议,也就是对于不同任务需要不同的预训练和针对性的微调。这个方法其实延续了很长时间,人们才意识到模型本身的能力或者预训练得到的知识也并不乏可迁移性。

在达到让模型超出自然语言处理这个范畴之前,Petroni(2019)等人1发现了一个提取模型内知识的方法,即“完形填空”。这在我看来,是一个非常早期的Prompt雏形——通过输入控制模型的输出,尽可能完成我们需要的目标(也就是完形填空中的空缺信息)。不过,这时候一切还只是停留在实验室的范围,也受限于模型能力,大众更是难以使用。

2020年OpenAI发布的GPT-3,是一切的分水岭。它不仅仅有了能力上、知识上的跃迁,也在一定程度上让Prompt正式被大家了解。Brown等人(2020)2在他们当年的研究中,展示了GPT-3在各种任务上的能力,包括文本生成、文本分类、问答等。这时候,人们才了解到,通过Prompt的上下文学习(In-Context Learning)能力,模型无需修改参数,仅靠输入中的任务描述和少量示例,就可以完成新任务。

从这时开始,Prompt的价值就开始被人们看见,也渐渐成为AI使用中必要的一部分,并直接催生了工程范式的转折——从“微调模型适配任务”转向了“优化Prompt以适配任务”,Prompt Engineering (提示词工程)作为一个独立方向正式诞生,甚至出现了大量的提示词工程师需求。

零样本、单样本、少样本成为当时最基础的三种Prompt范式3,但实践仍以手工试错为主,复杂推理任务效果依然很差。这也推动了研究者兴趣的迁移,开始探索如何通过Prompt来实现复杂推理任务,同时也推动了模型对齐技术的发展。

然后,思维链(Chain-of-Thought, CoT)4被提出,它通过分析任务提示和示例,让模型先输出中间推理步骤再给答案,大幅提升了数学和逻辑任务的准确率。紧接着,零样本CoT5发现只需一句“Let’s think step by step”就能唤醒推理能力,将使用门槛降到几乎为零;随后自我一致性(Self-Consistency)6通过多路径采样投票进一步降低推理出错率。至此,Prompt工程的核心关切,从“指令的清晰度”转向了“推理过程的可引导性”。

简单来说,Prompt在思维链出现之后,已经可以更好地梳理用户的目标,以及完善实现目标的过程。不再是被动的,具有了更多的主动性。在实际使用中,用户逐渐可以把相对复杂或者关联模糊的事情交给AI或者LLM,而不用特别提供复杂的示例或者繁杂的设定。当然,这一定带来了一些好处,也带来了一些新的特点。同时,这段时间也带来了LLM能力的一次突飞猛进,但人与AI之间的协同方式,仍保持相对稳定。

直到ReAct模式7出现,AI/LLM才有了在“思考”、“行动”之间交替的能力8 9,这在一定程度上更接近人类的思考模式,并深刻地改变了模型与人之间的协作模式。相应地,Prompt的重点也随之继续改变。Prompt不再是一次性的静态指令,而成为驱动多步执行的交互协议,我们现在熟知的Agent概念,也由此开始萌芽。

与此同时,ChatGPT的普及使Prompt从技术圈更深入地进入大众视野。到2024—2025年,实践走向结构化与可编程化:XML标签、JSON Schema、模板化系统提示成为企业级应用的标配,Prompt本身越来越像一种“配置语言”,而不是一个简单的文本指令。但天花板也随之显现。Prompt无法注入私有知识、管理跨会话状态或约束工具调用,单靠措辞优化已经略显不足。需要更多的方法来约束、限定AI/LLM的执行。“Harness”这个概念也随之开始被人了解。

最先被广泛接受的,就是Context Engineering(上下文工程)10。核心问题也从“怎么表达任务”变为“模型在决策时应该看到什么信息环境”。2026年则更进一步,在单纯的约束之外,正式出现了Harness Engineering等概念,关注的不再是单次输入,而是模型运行于其中的系统级约束、工具编排与验证机制。

这时候,Prompt本身没有“消失”,它被整合成了更宏观工程体系中的一个基础层,因为构成上下文的信息,依然是Prompt。我们在前台提交给AI/LLM的信息,也就变成了整体上下文信息的一个部分,可以是任务起始,中间修正,也可以是决定任务是否继续的判断依据。

在当下,Prompt对于AI的使用,既重要也不再那么重要。重要的地方在于它塑造了AI/Agent所见的“环境”,它也连接了用户和AI/LLM。不再那么重要的原因,则是因为最开始的那个用户动机,并不会那么显著地影响后续任务的执行,AI依然还是在做它擅长的事情,寻找满足这一动机的后续信息(Token)。但在现有的Agent/Harness环境下,以动机为起点,还可以加入更多的后续条件,让人和AI互动,从而逐步贴近那个人的期望。

在当下的Prompt

Prompt的构建,或者说上下文的构建,要复杂得多,需要专门探讨上下文构建。那么,我们先把这个内容限缩一下,想一想,抛开一切因素,只面对Prompt,我们怎么让AI/LLM更好地理解和执行自己的需求。

Prompt从诞生之初,就作为驱动AI工作的基本内容,过去更像是一次性的静态指令,即使现在,在驱动AI绘图/视频生成等任务上,它依然有这样的特点,就是抽卡。LLM本质上依然是建立在概率之上的,增加我们需要的内容出现的概率,这就是Prompt的意义所在。但确定性才是工作的意义,Harness、Context Engineering等概念,就是为了这个确定性,而逐渐发展起来的。

在我眼中,当下的Prompt,就是一份模型/Harness/Agent能理解的任务清单,包含需求、上下文、约束与验收标准等等信息。请注意,这个清单中的上下文,并不是构成LLM互动过程的上下文,任务清单中的上下文,是帮助LLM理解任务需求的组成部分。怎么理解这一点呢?

让我先把自己常用的Prompt框架TCCAE列出来,以此为基础,再来深入讨论Prompt的构建:

Prompt框架
【任务需求|Task】 ; 【任务上下文|Context】 ; 【任务约束|Constraints】 ; 【验收标准|Acceptance Criteria】 ; 【任务示例|Task Examples】

我这个框架的特点,就是除了任务需求,其他信息都是可选的,在实际使用中,根据需要再决定哪些部分写进Prompt,哪些不用加入。

当然,也不是没有别的框架可以选择,比如:

框架核心要素适用场景与特点
TRIRO11Task, Role, Iteration, Reference, Output 【T任务、R角色、I迭代、R参考、O输出】通用性强的对话式框架,特别强调通过迭代(Iteration) 来逼近理想结果,适合创意、写作和逐步优化的任务。
CTCO12Context, Task, Constraints, Output 【C上下文、T任务、C约束、O输出】2026年生产环境中替代纯对话式Prompt的框架,更强调约束(Constraints) 和输出(Output) 的精确性,适合工程化和自动化场景。
GCOB13Goal, Context, Output, Boundary 【G目标、C上下文、O输出、B边界】面向研发任务的实用框架,突出边界(Boundary) 定义(如“哪些代码不能修改”),有助于将AI限制在安全的操作范围内。

看了这四个框架的对比之后,是不是已经有些理解这个任务清单的作用了呢?

现在,先来回答第一个问题,任务清单中的上下文是什么?可能是目标的背景、任务的背景,也可能是目标受众,还可能是之前的计划、想法、思考等等围绕这个目标或者任务的信息。这个信息可以是直接相关的,也可以是间接相关的,而这个上下文的意义就在于它可以让LLM/AI更好地理解这个任务,以便它更好地实现你的目标。

延伸来说,在狭义的Prompt中,也就是我说的这个任务清单里,不止上下文,任务需求、约束、验收标准和示例,都是为了让LLM提供我们期望的结果。对于我来说,迭代的基础是模型/AI已经提供了它的理解,在这个理解的基础上,继续完善、优化和调整,就是在迭代,可能比单纯地在Prompt中借助模型已有的ReAct能力设定迭代方法要简单得多,当然,你也可以在验收标准中把你想要的迭代一股脑写入Prompt,这也是合适的方法。

但不要忘记,LLM的注意力可能比人还是要差很多,Prompt很长的时候,它就会忽略一些东西,忽略这件事是概率性的,所以迭代的另一个价值就是帮你补回LLM忽略的地方。同时,这也说明,你说得越多,LLM/AI越有可能浪费你的努力,甚至是很自信地浪费。

那么,在框架基础上,进一步帮助我们整理任务清单的原则,可以这样总结出来:

1. 清晰与直接

避免使用华丽辞藻或委婉暗示,直接陈述核心指令/需求。14你脑海中的需求再清晰,AI收到的也只有打出来的文字。示例:与其写“能不能麻烦你,如果方便的话,帮我看看这段代码有没有什么可以改进的地方?”,不如直接说:“优化以下Python函数的时间复杂度至O(n),并解释关键改动。”

2. 提供完整上下文与“Why”

明确告知任务背景、目标受众、项目环境及约束条件。解释约束背后的动机(例如,“使用平实语气,因为目标读者是非技术背景的管理层”),能让模型更好地遵循指令。

3. 将复杂任务拆解为子任务(Prompt Chaining)

不要试图用一个巨大的Prompt让模型一次性完成翻译、摘要、分析和格式化。应将流程拆解成不同的子任务,每个子任务都有自己的任务清单,并将上一步的输出作为这一步的输入,这样更可控、可调试,也能更好地让AI来迭代、优化。

4. 定义明确的输出约束

清晰地规定输出的格式(如Markdown表格、JSON schema)、长度和结构。这能极大减少后续的解析成本,尤其对于需要程序化处理的场景至关重要。同时,也能给AI提供合适的方案,让它自我检查15,减少结果不符合需求的情况发生。

5. 迭代与评估,不要做一次性赌博

Prompt质量最多可以决定约80% 的输出结果。所以,采用迭代策略是必要的:先要求AI提供多个方向或选项,再从中筛选并深化,这往往比直接索要完整答案更高效。同时,建立回归测试来验证Prompt变更的效果。

TCCAE 框架的一些使用指导

TCCAE并不要求每次都写全五个部分。任务越简单,Prompt就可以越短;任务越复杂、交付要求越明确,就越需要补充约束、验收标准和示例。下面几种“模式”只是不同的要素组合,并不是固定模板。希望这些示例,能帮助你更好地使用我这个Prompt框架。

1. 极简模式:T

适合目标明确、结果容易判断的日常任务,只写任务需求即可,下面就是一个最简单情况下的示例:

把“人工智能正在改变软件开发的方式”翻译成英文。

2. 上下文补充模式:TC

当任务本身很清楚,但模型不了解背景、受众或使用场景时,补充任务上下文就必不可少,上下文也可以在后续迭代中继续补充或者完善。

写一段新产品发布通知。这个产品是一款面向自由职业者的记账工具,新功能是自动整理电子发票。通知将发布在产品官网,读者不一定了解财务知识。

在这个示例里,任务清单的上下文不需要描述模型之前的对话,只需要说明“为什么要做、为谁而做、在哪里使用”,就足以约束模型,让它实现预期的结果了。

3. 约束与验收模式:TCCA

如果结果需要按固定格式交付,或者需要避免模型自由发挥,加入约束和验收标准,就非常必要了。为了更好地组织变复杂后的任务内容,也可以进一步使用结构化的Prompt,比如下面这个例子:

# 需求说明
从下面的用户反馈中提取问题,并整理成表格。

## 信息补充
这些反馈来自一款手机笔记应用,表格将用于每周产品评审。

## 约束说明
1. 只提取反馈中明确提到的问题,不要推测原因,也不要提供解决方案;输出Markdown表格,列为“问题”“原话依据”。
2. 问题需要按照SOP要求进行归结,不要创建标准信息外的问题,对于超出标准的问题需要单独标注。

## 验收标准
每个问题都必须有对应的用户原话;没有明确依据的内容不得出现在表格中;不输出表格以外的内容。

对于框架各部分的名称,可以根据你的需要和重点进行改写,以更好地适应你的工作需求和业务名称的既有规范。

4. 完整模式:TCCAE

当任务比较复杂,或者口头描述容易产生歧义时,再用示例把预期输入与输出固定下来,一方面可以帮助你理解自己的目标和诉求,另一方面,也可以帮助模型/AI来了解你的需要。这是一个具有双向价值的方式。

还是一个简单的示例:

# 任务说明
编写一个Python函数,统计列表中不同整数的数量。

## 任务要求
运行环境为Python 3.11,输入只包含整数列表,函数将作为一个独立模块使用。

## 任务约束
只使用标准库;提供函数实现和必要的测试,不引入第三方依赖。

## 验收标准
能够正确处理空列表、重复值和负数;测试覆盖这三类情况;代码可以直接运行。

## 任务示例
输入`[1, 2, 2, -1]`,输出`3`;输入`[]`,输出`0`。

一些其他信息

这四种模式没有优劣之分,甚至不是全部的组合方式,这些只是我给的一些使用示例和说明。总之,最简单的概括就是,能用一句话说清楚的任务,不必套完整框架;而当输出远远偏离预期时,可以依次检查:背景是否缺失、约束是否模糊、验收标准是否可判断、是否需要示例,并完善必要的信息,增强模型对任务的理解,强化对它实现目标的约束。

另外,对于不同模型,你也可以按照对应模型开发者的建议进行针对性优化,比如Claude结构化Prompt的方式就和别家有所差异,模型关注点可能也不同,这也需要实际使用时,根据模型的能力和特点,进行针对性的调整和优化。但这种针对性调整是否是必需的呢?答案显然是,不是。Prompt的构建只是为了更好地提取模型内含的信息,再加上目前强模型在处理无约束请求时,效果也越来越好,可能未来Prompt的价值还会进一步降低,甚至,用不上什么Prompt编写框架,也能很好地达成目标。

后记

前两天,已经很熟练使用WorkBuddy的老婆大人,说现在各个模型生成的内容都有十分重的AI味,然后我们讨论了一下,发现其实是我老婆觉得自己不擅长写Prompt,所以想让我帮她搞个可以去掉AI味的简单方法。进一步探究才发现,真实的问题在于我老婆觉得AI就应该可以很轻松地理解她说的全部需求,而省略了很多对输出结果的约束,导致模型在未说明的地方开始恣意而为。

再后来,发现我的很多同事也是这样,他们很多人抱怨、不理解的地方也差不多,就是都说XX模型很厉害,但用它生成的结果超级烂,一点也不好用,细一打听,就发现都是只说需求,没有什么可参考的上下文和示例,只有一个干巴巴的需求。

这其实没问题,只是很多人并不擅长完善需求,只是简单地转述、复制需求。这反而增加了模型生成结果的不确定性,导致结果不符合预期。最实在地说,想让AI更符合自己的期望,那就需要学会更好地提问。那如何学会更好地提问呢?

这就是我这个框架的价值了,它给了一个基本的指引,帮助你在必要的信息上,进行更完整的思考,就比如任务上下文,它既是背景,也包含受众,甚至可以写为什么要做,但你要如何提炼这项工作的背景?这个背景是否必要?受众的变化,是否影响输出结果的考量?为什么就是这个受众?等等等,当你自己逐一思考的时候,也就能真实地感受到这个工作的全部,甚至能更好地帮助你拆解任务,实现更完美的Agent使用效果。

所以,在让AI更好用的路上,你自己一样可以成长,最终不只是写了个Prompt或者做了个工作。面对自己、面对世界,也是成长。



  1. Petroni et al., Language Models as Knowledge Bases? (2019) arXiv: https://arxiv.org/abs/1909.01066 ↩︎

  2. Brown et al., Language Models are Few-Shot Learners (2020) arXiv: https://arxiv.org/abs/2005.14165 ↩︎

  3. Liu et al., Pre-train, Prompt, and Predict: A Systematic Survey of Prompting Methods in Natural Language Processing (2021) arXiv: https://arxiv.org/abs/2107.13586 ↩︎

  4. Wei et al., Chain-of-Thought Prompting Elicits Reasoning in Large Language Models (2022) arXiv: https://arxiv.org/abs/2201.11903 ↩︎

  5. Kojima et al., Large Language Models are Zero-Shot Reasoners (2022) arXiv: https://arxiv.org/abs/2205.11916 ↩︎

  6. Wang et al., Self-Consistency Improves Chain of Thought Reasoning in Language Models (2022) arXiv: https://arxiv.org/abs/2203.11171 ↩︎

  7. Yao et al., ReAct: Synergizing Reasoning and Acting in Language Models (2022/2023) arXiv: https://arxiv.org/abs/2210.03629 ↩︎

  8. Yao et al., Tree of Thoughts: Deliberate Problem Solving with Large Language Models (2023) arXiv: https://arxiv.org/abs/2305.10601 ↩︎

  9. Besta et al., Graph of Thoughts: Solving Elaborate Problems with Large Language Models (2023) arXiv: https://arxiv.org/abs/2308.09687 ↩︎

  10. Mei et al., A Survey of Context Engineering for Large Language Models (2025) arXiv: https://arxiv.org/abs/2507.13334 ↩︎

  11. https://4kfsjuj.s.gy/triro-framework ↩︎

  12. https://www.ctco.blog/posts/effective-prompt-engineering/ ↩︎

  13. https://4kfsjuj.s.gy/sDD2gi ↩︎

  14. https://adasci.org/blog/openais-new-guide-on-prompt-engineering-six-strategies-for-better-results ↩︎

  15. Jeoung et al., PromptPrism: A Linguistically-Inspired Taxonomy for Prompts (2026) arXiv: https://arxiv.org/abs/2505.12592 ↩︎