自2025年開年以來，幾乎每隔幾天我們就能看到大模型之間不斷地升級與超越。在這場激烈的競爭中，“提示詞”的重要性被提升到了一個全新的高度——無論模型本身多么強大，最終的用戶體驗仍然取決于我們?nèi)绾闻c它對話，如何“引導”模型發(fā)揮出最佳水平。

所以，一年前的提示詞技巧已經(jīng)不適合今天的我們了。那些曾經(jīng)的"萬能模板"，如今可能只會得到平淡無奇的回應；而過去簡單的指令式提問，現(xiàn)在需要更精細的思維引導。下面，我們將通過幾個方面，來解析更為科學的提示詞框架和AI協(xié)作技巧，將AI從"被動執(zhí)行者"轉(zhuǎn)變?yōu)?主動思考伙伴"。

提示詞框架：構建高效溝通的基礎

如今，提示詞框架已成為提升人機協(xié)作效率的關鍵工具。一個設計良好的提示詞框架能帶來多方面的價值：

• 首先，它能顯著降低溝通成本。通過結構化要素——包括明確角色定位、輸入要求、背景信息和輸出預期——可以大幅減少模型對需求的誤判。同時，統(tǒng)一的風格要求也使得團隊成員之間的提示詞交流更加順暢，避免了因表達差異導致的理解偏差；

• 其次，框架能有效提升輸出質(zhì)量。當明確指定AI的角色身份、預設輸出結構并設定評估標準時，模型的響應往往能更精準地契合用戶預期。這種結構化設計相當于為AI提供了清晰的"思考路徑"，減少了模糊地帶產(chǎn)生的低質(zhì)量輸出。此外，不同AI工具往往需要差異化的提示策略，通過框架調(diào)整角色設定、輸入格式等要素，我們可以針對特定模型的特點進行優(yōu)化。

• 最后，框架的設計本身就充分考慮了可優(yōu)化性。當需要改進提示詞時，結構化的框架能讓我們快速定位需要調(diào)整的環(huán)節(jié)——是角色定義不夠準確？輸入信息不夠充分？還是評估標準需要細化？這種清晰的優(yōu)化路徑大大提升了提示詞迭代效率。

讓我們從學習下面兩種提示詞框架開始。

RICE 框架：結構化提示的四大要素

1.Role（指定模型角色）：定義模型在任務中的身份（如 “你是一位資深數(shù)據(jù)分析師”“你是科普博主”），引導其使用對應領域的知識與表達風格。

2.Input（明確輸入內(nèi)容）：提供任務的具體素材（如問題、數(shù)據(jù)、文本片段），確保模型基于準確信息響應。

3.Context（補充背景信息）：說明任務的應用場景、限制條件或前置知識，避免模型輸出偏離實際需求。

4.Expectation（清晰輸出預期）：規(guī)定輸出的形式（如表格、報告、代碼）、詳細程度或重點方向。

CRISPE 框架：六大維度拆解任務

1.Clarify（澄清需求）：先明確任務的核心目標，避免模糊表述導致模型誤解。例如“需解決的問題：如何用Python優(yōu)化數(shù)據(jù)可視化效率？”

2.Role（角色定義）：指定模型身份。

3.Input（輸入）：細化要求，明確輸入數(shù)據(jù)的格式、來源或處理方式。

4.Structure（輸出結構設計）：預設輸出的框架（如 “分步驟說明+代碼示例+注意事項”），讓結果更規(guī)整。

5.Prompt（核心指令）：用具體動作詞引導模型（如 “生成”“優(yōu)化”“診斷”），避免抽象指令。

6.Evaluate（結果評估標準）：提前設定輸出的驗收條件（如 “準確率需≥95%”“代碼無報錯”；確保生成的方案在實際場景中可落地，附可行性測試步驟）。

從60分到90分：高階提示詞技巧

有了上面的提示詞框架我們能輕松寫出60分的提示詞。如果想要更近一步，我們可以通過一些技巧來不斷優(yōu)化。近期，現(xiàn)任Anthropic首席產(chǎn)品官Mike Krieger在一次訪談中分享了他是如何將大模型從一個“工具”轉(zhuǎn)變?yōu)橐粋€強大“伙伴”的幾個技巧。

技巧一：從“指令執(zhí)行者”到“思維伙伴”的心態(tài)轉(zhuǎn)變

不要直接問“我該怎么做”。不要將大模型僅僅看作一個等待指令的工具，而要把它視為一位能夠與你平等對話、激發(fā)思考的“虛擬協(xié)作者”。

• 首先，別急著提問。先分享完整思路和背景信息，甚至可以是一份粗糙的初稿，然后提出開放性問題；

• 提出開放性問題：“這是我的初步想法，你看到了哪些盲點？”“我可能陷入了哪些思維定式？”

• 你還可以讓AI挑戰(zhàn)你的假設：“基于這些材料，你能否提出一個與我完全不同的視角？”

技巧二：突破模型的友善邊界

大模型通常被訓練得非常友善和樂于助人，所以在進行創(chuàng)意批判或風險評估時，你需要主動打破這層“禮貌”的屏障——與其問“這個策略哪里可以改進？”，不如直接下令：“對我狠一點，直接告訴我這個策略哪里有問題。”

使用更直接、甚至略帶情緒化的指令。你可以嘗試使用這樣的詞語：

• “請用最嚴厲、最挑剔的眼光來審查這份方案。”

• “把這個想法噴得體無完膚，找出它所有的致命缺陷。”

• “別給我鼓勵，我需要的是最坦率、最尖銳的批評。”

技巧三：激發(fā)深度推理

對于需要復雜推理的任務，一個簡單的指令“前綴”可能會解鎖模型更深層次的計算和思考路徑。例如，在處理復雜問題時，在提示詞中加入一句“think hard（認真思考）”就能引導模型調(diào)用不同的、更強大的推理流程。

當你希望得到更高質(zhì)量的分析、代碼或解決方案時，可以在指令中明確地加入類似語句：

• “請一步一步來推理，并展示你的思考過程。”

• “在回答之前，請進行深度分析。”

• “認真思考以下問題，并給出詳盡的回答。”

技巧四：提供“原料”而非空談

高質(zhì)量的輸出，源于高質(zhì)量的輸入。你提供給模型的上下文信息越豐富，它產(chǎn)出的“成品”就越精準、越有價值。

將模型想象成一個需要消化信息才能工作的顧問。在提問前，盡可能地提供所有相關的背景材料：項目文檔、數(shù)據(jù)報告、會議紀要、甚至是你之前的思考片段。

技巧五：讓模型成為你的提示詞教練

你可以直接向任何大模型請教：“我希望你幫我完成【XX任務】，為了讓你能給我最好的結果，我應該如何向你提問？請給我一個理想的提示詞模板，并解釋為什么它有效。”

技巧六：從“一問一答”到“共同構建”

不要期望通過一次完美的提問就得到最終答案。真正高效的交互，是一個持續(xù)迭代、共同構建的過程。

將模型視為你的“伙伴”或“同事”。把大任務分解成小步驟，與模型進行多輪對話。在每一輪都提供清晰的反饋，不斷修正和引導，共同逼近最終的完美方案。

寫作場景中的AI協(xié)作技巧

用AI輔助寫作，甚至直接使用AI生成稿件，是很多人都曾有過的經(jīng)歷。但是，AI寫作雖然在速度上無可挑剔，在質(zhì)量上就會有些差強人意了——文章雖然結構完整、語法正確、邏輯清晰，卻總是無法走進我們的心里。

這種"正確但乏味"的寫作困境，是AI寫作的本質(zhì)造成的——它只是概率統(tǒng)計的游戲，能模仿人類語言的外殼，卻無法復制人類思維的內(nèi)核；它掌握了海量信息，卻無法像人類一樣將知識轉(zhuǎn)化為鮮活的體驗。

我們用AI輔助寫作時，如何破解這個困境？這有兩個技巧或許能幫到你：

技巧一：別“說明”，請“放電影”

讓你的寫作“可視化”。理解的本質(zhì)不是一堆文字，而是畫面、是情感、是體驗。好的寫作者，是在讀者的腦海里“放電影”，而不是背誦產(chǎn)品說明書。

比如，你想表達一個概念，別只說“一個刺激物”，要說“一只毛茸茸的小兔子”；別空談“范式”和“框架”，講一個“例如……”開頭的故事。

所以，在與AI協(xié)作時，我們需要注意這一點：我們是導演；AI則是金牌后期團隊。我們負責提供劇本的核心——那些充滿畫面感的個人經(jīng)歷、那個只有你才想得出的絕妙比喻；而這些內(nèi)容交給AI后，他們可以幫你搭建場景、組織語言、優(yōu)化節(jié)奏。你負責提供有血有肉的“人性”，AI負責構建工整優(yōu)雅的“骨架”。

技巧二：使用AI刪減冗余

“刪減”往往能奇跡般地提升文章的質(zhì)感。所以寫完初稿后，你可以大膽地把文章扔給AI，然后下達指令：“幫我把這段話縮短30%，但保留核心意思，讓它讀起來更有力。”

你會驚訝地發(fā)現(xiàn)，AI能毫不留情地砍掉那些你“覺得很美”但其實毫無必要的詞句，讓你的文章瞬間清爽、精悍。它就像一個冷酷但高效的健身教練，幫你減掉文字的“贅肉”，亮出結實的“肌肉”。

總而言之，如今，我們與AI協(xié)作時，不應該再采取簡單的問答操作了。不要把AI當成一鍵生成答案的“傻瓜相機”，而是把它看作思維的“外掛”——你來掌舵，負責思想的深度和情感的溫度；AI來劃槳，負責信息的組織和語言的效率。

參考資料：

1.《一年前的提示詞技巧已經(jīng)落伍了？Anthropic CPO 揭秘7個AI協(xié)作新玩法》，@AI趨勢全天候；

2.《如何高效撰寫優(yōu)質(zhì) Prompt？提示詞框架+優(yōu)化方法分享》，@二進制茶館

壹

貳

叁

肆

伍