提示词

它是什么

提示词是提交给模型的一组输入，用来表达当前任务和期望输出。它可以包含问题或指令，也可以加入背景资料、示例、限制条件和输出格式。提示词是模型工作时看到的上下文之一。[S1][S2]

为什么需要它

模型不会自动知道用户真正的目标、材料范围和验收标准。同一句“帮我总结”可能意味着不同读者、长度与用途。清楚的提示能减少歧义，让结果更容易评估和接入下一步流程。

它如何工作

语言模型依据提示和已有上下文预测后续输出。有效提示通常说明目标、输入材料、必要步骤、约束和结果格式；复杂任务还可提供少量示例。提示设计是迭代过程，应使用固定样例和成功标准比较版本，而不是只看一次回答。

必须澄清的误会

提示词 ≠ 上下文工程。 提示词是这一次请求里写下的那段指令，上下文工程决定这次请求还要带上哪些资料、历史和工具结果。

提示词 ≠ 提示词模板。 提示词是你这次具体写的那段，模板是把它做成可复用、可填变量的形状；模板解决复用，不解决这一次该写什么。

它不负责补知识。 提示词写得再细，也换不来模型没有的资料，更换不来程序化的格式检查——后两者分别要靠检索和校验。

真实例子

与其写“总结客户反馈”，可以说明“面向产品周会，将以下反馈按问题主题归类；每类列出频次、代表原话和证据不足处；不要推断用户身份；输出 Markdown 表格”。材料与验收方式因此更明确。

什么时候适合与不适合

提示适合表达任务、上下文和格式，也能快速试验交互方式。但它不能补回不存在的事实，不能保证每次输出一致，也不能代替权限控制、检索、工具校验和安全过滤。模型变化后，旧提示还可能需要重新评测。

亲自试一下

选择一个重复任务，准备五个固定输入和判断标准。先运行一句简短提示，再逐步补充目标、上下文、约束和格式；每次只改一个变量并记录五个样例的结果，避免凭主观印象挑选版本。

接下来学什么

学习系统提示词区分应用规则与本轮任务，再学习少样本提示和提示词评测建立可重复的改进流程。

来源与修订

提示的定义和常见组成参考 Google Cloud [S1] 与 AWS Bedrock 文档 [S2]。不同模型对角色、长度和格式的支持会变化，本文只总结截至核验日期仍可跨模型迁移的原则。