怎么写出完美提示词

AI产品经理视角：完美提示词的公式与核心技巧

作为AI产品经理，写提示词的核心逻辑是把AI当成“执行层同事”，用“产品需求文档（PRD）”的思维做指令设计——明确目标、界定边界、给出标准、补充上下文，让AI的输出精准匹配业务/使用需求，而非模糊的“感觉”。

完美提示词并非固定话术，而是有可复用的底层公式，再结合场景做技巧性拆解，适配不同AI模型（文生文、文生图、代码生成、数据分析等），以下是经过落地验证的公式、核心技巧和场景化适配方法。

一、完美提示词的通用核心公式

适用于90%的AI使用场景，按优先级排序，缺一不可，公式为： 【角色设定】+【任务目标】+【输出要求】+【上下文/约束条件】+【参考示例（可选）】

公式各模块解析

1. 角色设定：给AI定身份，框定专业边界和思考视角（AI的“能力锚点”） 例：资深电商产品经理、小红书爆款文案策划、Python全栈工程师、小学3年级语文老师
2. 任务目标：明确“让AI做什么”，用动宾短语表述，拒绝模糊化 例：撰写洗衣液的电商详情页文案、优化Python爬虫代码的执行效率、讲解牛顿第一定律的通俗案例
3. 输出要求：明确“AI输出的形式/格式/篇幅/风格”，是标准化结果的关键 例：分3段，每段50字以内；以Markdown表格呈现；口语化、接地气，符合抖音评论区风格；生成可直接运行的代码，附带注释
4. 上下文/约束条件：明确“做这件事的前提、限制、受众、场景”，规避AI的无效输出 例：受众是宝妈，场景是朋友圈种草；预算5000元，适配大学生租房场景；禁止使用专业术语，适配零基础人群
5. 参考示例（可选）：当需求较复杂/有明确风格要求时，给出1-2个示例，大幅降低AI的理解偏差（产品经理提需求的“黄金技巧”） 例：参考文案风格：“XX洗衣液，泡一泡就干净，宝妈解放双手！”；参考表格格式：包含“功能点、实现代码、备注”三列

二、写提示词的8个核心技巧（产品经理必用）

基于AI的“注意力机制”和“语境理解边界”设计，解决“AI输出偏离需求、内容质量低、格式混乱”等核心痛点，按落地优先级**排序：

1. 越具体，越精准——拒绝“模糊化需求”

AI无法理解“感觉”“大概”“差不多”，产品经理提需求的“精准性”直接决定AI输出质量。 ❌ 错误示例：写一篇手机的文案 ✅ 正确示例：资深数码产品文案策划，为2000元档骁龙7+手机撰写京东商品主文案，受众是学生党，输出要求：4句短句，每句不超过15字，突出“性能强、续航久、价格低”，风格简洁有力

2. 分层指令——复杂需求拆“子任务”

当需求包含多个步骤时，用**“首先/其次/最后”“第一步/第二步/第三步”**分层，避免AI遗漏核心要求（适配：方案撰写、流程设计、多步骤创作等场景）。 例：资深活动产品经理，设计一场电商618美妆秒杀活动，首先明确活动核心目标（提升新品销量），其次设计活动规则（秒杀时间、优惠力度、参与条件），最后设计活动落地流程（线上入口、核销方式、售后保障），输出要求：以Markdown分3部分呈现，每部分不超过200字。

3. 设定“评价标准”——告诉AI“什么是好的输出”

在提示词中明确**“优质输出的判定维度”**，让AI按标准创作，而非自定标准（适配：文案、方案、报告等需要“质量评判”的场景）。 例：资深公众号运营，撰写一篇关于AI提示词技巧的公众号推文标题，评价标准：包含关键词“AI提示词”、吸引点击、符合公众号标题风格（疑问句/数字式），输出要求：生成10个标题，按点击量潜力从高到低排序。

4. 巧用“否定词”——明确“禁止输出的内容”

通过**“禁止/不要/避免”**界定边界，规避AI输出无关、违规、不符合需求的内容（产品经理的“风险把控”思维，适配：品牌文案、官方报告、专业内容创作）。 例：资深金融产品经理，撰写银行理财产品的宣传文案，受众是中老年人群，输出要求：口语化、无专业术语，禁止使用“保本、高收益、无风险”等违规词汇，突出“稳健、低风险、收益固定”。

5. 控制“信息密度”——单条提示词聚焦“一个核心任务”

AI的语境理解有边界，单条提示词如果包含多个不相关任务，会导致每个任务的输出质量都降低，一个提示词只解决一个核心问题。 ❌ 错误示例：写一篇手机文案，同时设计手机的宣传海报文案，再做一份手机的推广方案 ✅ 正确示例：分3条提示词，分别完成“手机文案撰写”“海报文案设计”“推广方案制作”。

6. 适配模型特性——不同AI模型用“专属提示词”

不同AI模型的核心能力不同（如ChatGPT擅长逻辑推理、Midjourney擅长文生图、CodeGeeX擅长代码生成），提示词需贴合模型特性，避免“用文生文提示词要求文生图模型”。

7. 加入“上下文信息”——给AI“必要的背景”

当需求依赖特定背景时，必须补充上下文，否则AI会基于“通用知识”输出，偏离实际需求（适配：企业内部方案、行业专属内容、个性化需求）。 例：资深教育产品经理，为XXK12教育机构设计暑假编程夏令营活动方案，上下文：机构主打6-12岁少儿编程，有线下校区5家，师资为计算机专业老师，输出要求：包含活动主题、课程设置、收费标准、招生目标，以Markdown呈现。

8. 善用“示例参考”——用“少样本学习”降低理解偏差

AI的核心能力之一是“少样本学习”，当需求有明确风格/格式要求时，给出1-2个示例，AI能快速匹配风格，示例越贴合需求，输出质量越高（产品经理的“具象化需求”技巧，解决“AI不懂我的风格”痛点）。 例：资深短视频文案策划，撰写抖音美食探店的口播文案，参考示例：“这家火锅也太香了！牛油锅底越煮越浓，毛肚脆嫩爽口，人均50吃到撑！”，输出要求：参考示例风格，为烤肉店撰写口播文案，100字以内，突出“肉质新鲜、酱料正宗、性价比高”。

三、不同场景的提示词公式适配（落地版）

基于通用公式，针对产品经理高频使用的6大场景做定制化拆解，直接套用即可：

1. 文案创作场景

公式：角色设定（文案策划/运营）+ 任务目标（撰写XX场景的XX文案）+ 输出要求（风格/篇幅/格式）+ 约束条件（受众/禁止内容/核心卖点）+ 参考示例（可选） 示例：小红书爆款文案策划，为网红芋泥奶茶撰写小红书种草文案，受众是年轻女生，输出要求：150字以内，分“口感、颜值、性价比”三部分，风格可爱活泼，带2个奶茶相关表情，核心卖点：芋泥超多、无糖不腻、12元一杯。

2. 方案设计场景

公式：角色设定（对应领域产品经理）+ 任务目标（设计XX场景的XX方案）+ 输出要求（结构/格式/篇幅）+ 约束条件（背景/预算/目标/受众）+ 分层指令（步骤） 示例：资深社区产品经理，设计小区业主社群的运营方案，上下文：小区有500户业主，社群刚建立，核心目标是提升社群活跃度、解决业主问题，输出要求：以Markdown分“运营目标、运营规则、日常活动、问题处理”4部分，每部分不超过300字，预算每月500元以内。

3. 代码生成场景

公式：角色设定（对应语言工程师）+ 任务目标（编写/优化XX功能的代码）+ 输出要求（语言/框架/注释/可运行性）+ 约束条件（适配场景/反爬/性能要求） 示例：Python全栈工程师，编写一个实现用户登录注册的Flask接口，输出要求：包含账号密码验证、验证码功能，代码可直接运行，附带详细注释，适配MySQL数据库，处理参数异常情况。

4. 知识讲解场景

公式：角色设定（对应领域老师/专家）+ 任务目标（讲解XX知识点/概念）+ 输出要求（风格/形式/受众）+ 约束条件（无专业术语/举例说明/分层讲解） 示例：初中数学老师，为初一学生讲解一元一次方程的概念，输出要求：通俗化、无复杂术语，结合2个生活中的例子，分“定义、例子、解题步骤”三部分，每部分不超过100字。

5. 文生图场景

公式：主体描述（核心元素/人物/场景）+ 风格设定（绘画风格/摄影风格）+ 画质要求（分辨率/细节/色彩）+ 格式要求（比例/尺寸）+ 约束条件（禁止元素/氛围） 示例：生成一张国风插画，主体：一位穿汉服的女子在桃花林里抚琴，风格：新中式国风，画质：8K、高清、细节丰富，色彩：暖色调、柔和，比例：9:16，氛围：宁静、治愈，禁止过度夸张的人物比例。

6. 数据分析场景

公式：角色设定（数据分析师/产品分析师）+ 任务目标（分析XX数据/解决XX数据问题）+ 输出要求（分析维度/呈现形式/结论）+ 约束条件（数据背景/分析目标/受众） 示例：电商产品分析师，分析某店铺618期间的销售数据，上下文：店铺主打美妆产品，618期间总销量1000单，客单价80元，输出要求：从“销量趋势、品类占比、客单价分析”3个维度分析，以Markdown表格呈现数据，最后给出1条运营优化建议。

四、产品经理写提示词的核心思维（底层逻辑）

写好AI提示词，本质是产品经理“需求拆解、精准表达、风险把控”能力的延伸，核心是3个思维：

1. 用户思维：把AI的“使用者”当成最终用户，提示词的输出要直接适配用户的使用场景（如给运营写文案，输出要直接能发，不用二次修改）；
2. 结构化思维：用分层、分模块、标准化的方式设计指令，让AI的输出有清晰的结构，符合产品工作的“标准化要求”；
3. 迭代思维：没有一次就完美的提示词，先按公式写基础版，根据AI的输出结果反向优化提示词（补充细节、调整约束、增加示例），逐步逼近理想结果。

五、避坑指南：写提示词的6个常见错误

1. 需求模糊：用“写一篇好的文案”代替具体的目标和要求；
2. 多任务混杂：单条提示词包含多个不相关的任务；
3. 忽略边界：未明确禁止的内容，导致AI输出违规/无关信息；
4. 脱离模型特性：用文生文提示词要求文生图模型，输出偏离预期；
5. 信息过载：补充过多无关的上下文，导致AI抓不住核心需求；
6. 无输出标准：未明确格式/风格/篇幅，导致AI输出的内容无法直接使用。