【能能小灶·第二课】（增加案例）提示词的结构化技法

AI提示词结构化技法：从"碰运气"到"可预期" 。本课系统拆解提示词三大核心技法：1）系统提示词设计逻辑2）角色设定三要素（身份/背景/目标）；3）Fewshot学习案例配置技巧包含实战场演练、优势迁移方法及技术参数详解（如token消耗控制）。通过"系统提示词 角色设定 Few-shot"三合一框架，实现生成结果从随机到可控的跨越课后附记忆要点、技术贴士及互动练习，为工作流设计专题打下技法基础。对于对人工智能提示词优化感兴趣的学生群体、从事AI相关工作的职场人士以及希望提升与AI交互效率的创作者等人群而言，这是不可多得的学习资料。在当下热闹的AI应用场景中，无论是智能写作、智能客服还是数据分析等领域，精准有效的提示词是获取理想AI输出的关键。然而，很多人使用提示词还停留在“碰运气”阶段。这张思维导图正是解决这一痛点的良方，它从核心技法之一的系统提示词入手，深入剖析其秘密，接着讲解角色设定三要素、Few - shot学习等重要技法，并通过增加案例让学习者更好地理解和应用这些技法。在学习场景中，学习者可以依据此图逐步深入学习，通过案例分析将理论知识转化为实际操作能力。

【能能小灶·第二课】（增加案例） 提示词的结构化技法：从“碰运气”到“可预期”

• 一、先说你现在的状态
  • 第一课核心：提示词的本质是“对齐认知”，不是“发命令”
  • 已知AI是超级预测器，依据提示词构成的“语境空间”做预测
  • 当前现存感觉/困惑：
    • 有时提示词好用，但说不清原因
    • 换任务后，原有写法失灵
    • 知道要“铺轨道”，但铺得更稳、更系统的方法未摸透
  • 本课目标：从“手感”进化到“技法”
• 二、这一课要解决的问题
  • 核心目标：把提示词从“艺术”变成“工程”
  • 核心逻辑：用可复用结构，让AI稳定输出所需质量（不碰运气）
  • 学完收获：
    • 系统提示词（System Prompt）写法：让AI记住自身定位和任务
    • 角色设定三要素：精准锁定AI思考角度（不随便给身份）
    • Few-shot学习核心技法：一个例子胜过一百句描述
    • 附加收获：一套科研管理专用的个人提示词模板库
• 三、核心技法之一：系统提示词（System Prompt）的秘密
  • 3.1 什么是系统提示词
    • 区别于“用户消息”，是AI的“出厂设置”，不在对话流中visible
    • 通俗理解：
      • 用户消息：这一轮的任务
      • 系统提示词：AI的人格设定
  • 3.2 为什么系统提示词这么重要
    • 无系统提示词：AI无记忆，每次需重新揣摩角色（像无记忆演员）
    • 有系统提示词：AI入戏，明确自身身份、表达风格和行为底线（像入戏演员）
  • 3.3 系统提示词的标准结构（四部分）
    • 【角色定位】：你是谁？什么身份？什么专业背景？
    • 【核心任务】：你主要负责做什么？在什么场景下工作？
    • 【行为准则】：你该怎么做？不该怎么做？有什么原则要遵守？
    • 【输出规范】：你的回答应该是什么格式？什么风格？多长？
  • 3.4 你的场景示例（审阅项目申报书）
    • 【角色定位】：有15年经验的科研项目管理专家，曾评审过国家自然科学基金、重点研发计划等各类项目
    • 【核心任务】：帮用户审阅项目申报书，找出逻辑漏洞、创新点不足、可行性风险
    • 【行为准则】：
      • 先肯定优点，再指出问题
      • 问题要具体，不说空话（例：不说“创新性不够”，要说“第3页的创新点与已有研究X重复”）
      • 给出修改建议，不只是挑刺
    • 【输出规范】：
      • 按“总体评价→具体问题→修改建议”结构输出
      • 具体问题按优先级排序
      • 每条问题标注页码和段落
    • 效果：设为系统提示词后，每次询问无需重复设定，AI按标准执行
• 四、核心技法之二：角色设定三要素
  • 现状：很多人给AI设角色过于粗糙（仅说“你是专家”）
  • 好的角色设定包含三要素，具体如下：
  • 要素一：身份（Who）
    • 错误示例：你是专家
    • 正确示例：你是有15年经验的科研项目管理专家，主持过3项国家重点研发计划
    • 核心原因：身份越具体，AI激活的“知识库”越精准
  • 要素二：任务（What）
    • 错误示例：帮我看看这个项目
    • 正确示例：你的任务是帮我审阅这份项目申报书，重点看创新性和可行性
    • 核心原因：明确AI关注重点，避免在无关信息上浪费算力
  • 要素三：约束（How）
    • 错误示例：说详细点
    • 正确示例：每条意见必须指向具体页码，必须给出修改建议，不说空话
    • 核心原因：约束是轨道，画清边界，避免AI跑偏
  • 你的场景示例
    • text
    • 你是一位科研战略顾问（身份），
    • 任务是帮我推演这个研究方向未来5年的发展趋势（任务），
• 五、核心技法之三：Few-shot学习——用例子代替规则
  • 5.1 什么是Few-shot
    • 定义：给AI 1-2个例子，让它明确所需“味道”（识别模式）
    • 核心原理：AI靠识别模式执行任务，而非理解规则
  • 5.2 什么时候用Few-shot
    • 所需风格独特（例：要像《经济学人》那种冷峻幽默）
    • 自身说不清规则（例：语气无法描述，但能判断对错）
    • 规则太复杂（例：“改写更精炼”不如直接给例子）
  • 5.3 Few-shot的标准写法
    • text
    • 请按这个风格/格式改写/回答：
    • 【例1】
      • 输入：XXX
      • 输出：XXX
    • 【例2】（可选）
      • 输入：XXX
      • 输出：XXX
    • 现在，请处理下面的内容：
    • 输入：XXX
    • 输出：
  • 5.4 你的场景示例（会议纪要→待办事项）
    • text
    • 请按这个格式，把下面的会议记录整理成待办事项：
    • 【例子】
      • 会议记录：讨论了项目进度，小王说实验数据还没出来，小李说下周要出差，张老师说月底要交中期报告。
      • 待办事项：
        • 小王：本周五前完成实验数据整理
        • 小李：出差前把实验方案发给小王
        • 张老师：下周三前提供中期报告模板
    • 【现在请处理】
      • 会议记录：[你的真实会议记录]
      • 待办事项：
    • AI识别到的模式：
      • 每条待办包含“谁+做什么+截止时间”
      • 从散乱对话中提取可执行（actionable）信息
      • 格式简洁，不冗余
• 六、三合一实战：系统提示词+角色设定+Few-shot
  • 核心效果：三者结合，威力翻倍，AI成为训练有素的私人助手
  • 实战场景：AI帮你读文献
  • 系统提示词
    • text
    • 【角色定位】你是一位科研文献精读助手，擅长快速提取论文核心价值。
    • 【核心任务】帮用户精读论文，输出“问题→方法→结论→局限→启发”五要素。
    • 【行为准则】不啰嗦，不添加原文没有的信息，每条结论标注页码。
    • 【输出规范】按五要素结构输出，每个要素不超过3行。
  • 角色设定（每次对话开头强化）
    • text
    • 你是我刚才设定的“文献精读助手”，今天要帮我读这篇论文：[标题]
  • Few-shot（需特定风格时使用）
    • text
    • 请按这个风格输出：
    • 【例子】
      • 论文：《XXX》
      • 问题：现有研究忽略了A因素的影响
      • 方法：设计了B实验，控制C变量
      • 结论：A因素确实显著影响D
      • 局限：样本只有E类型，不能推广到F
      • 启发：做G方向时可以引入A因素
• 七、你的优势迁移
  • 核心：不是学新东西，是将已有能力平移到AI工具上
  • 对应关系：
    • 系统提示词 = 平时写的SOP（标准操作流程）
    • 角色设定三要素 = 给团队派活时的“谁+做什么+怎么做”
    • Few-shot = 带新人时给的“示范案例”（如“这个报告要写成这样”）
  • 适配场景：科研管理工作（技法量身定做）
• 八、实战场：今晚就能做的练习
  • 练习一：写一个你的系统提示词
    • 任务选择：选一个常用任务（审项目、读文献、写报告、做推演等）
    • 模板：
    • text
    • 【角色定位】
      • （你希望AI是什么身份？什么背景？）
    • 【核心任务】
      • （你希望AI主要负责什么？）
    • 【行为准则】
      • （你希望AI怎么做？有什么原则？）
    • 【输出规范】
      • （你希望AI的回答是什么格式？）
    • 要求：写完发给我，可帮忙优化
  • 练习二：做一个你的Few-shot模板
    • 任务选择：选一个经常处理的事（如整理会议纪要→待办事项）
    • 要求：
      • 例子真实（从过去材料中摘取）
      • 输入输出对比清晰（AI一眼看懂规律）
      • 同一任务有不同变体，可做2-3个例子
    • 要求：做完发给我，一起打磨
  • 练习三：三合一实战
    • 任务选择：手头真实任务（如下周写项目申报书）
    • 执行步骤：
      • 写系统提示词（让AI成为“项目申报顾问”）
      • 每次对话用角色设定强化（如“你是我的申报顾问，今天帮我看第X部分”）
      • 需特定风格时，给出Few-shot例子
    • 对比要求：对比这套方法与以往随便提问的效果差异
• 九、技术贴士（如果你想深究）
  • 系统提示词token消耗：每次对话占用上下文，建议200-300字最佳
  • 角色设定的“温度”：身份越权威，AI确定性越高，创造性越低（按需调节）
  • Few-shot的“shots”数量：1-3个最佳，太多易困惑，太少不明确
• 十、情绪小灶
  • 核心：专门回应当前心理状态
  • 常见学习感受：
    • 正面：“哇，原来可以这样”——凭手感的事可系统化执行，掌控感生长
    • 困惑：“内容多，记不住”——无需全记，记住核心三句话即可
  • 核心记忆三句话（建议存手机备忘录，反复使用）：
    • 系统提示词是人格设定
    • 角色三要素是派活逻辑
    • Few-shot是给例子
  • 阶段总结：第一课懂本质，第二课有技法，地基已打牢，可继续进阶
• 👋 下集预告
  • 下一课：专题三 · 工作流设计——把AI变成你的技能
  • 学习内容：
    • 怎么把“对话”变成“SOP”
    • 怎么拆解任务流：输入→处理→输出
    • 人机协作的最佳分工：你做什么，AI做什么
    • 实战：把一个重复性任务（比如每周写进展报告）变成半自动化流程
  • 提示：（停下来，等你）
• 课后互动选择
  • 第二课讲完了，同学
  • 你现在可以：
    • A：把练习一做一遍，发给我看
    • B：直接进第三课，继续往下走
    • C：问我任何没讲透的地方
  • 你说，我跟。🌕
• 期待下一课.........,与你一起学习，相互陪伴成长。