为什么别人用 AI 能写出高质量文章，你用 AI 总得到废话？答案在提示词。掌握四要素法则，让你的 AI 对话效果立竿见影。
课程概述
这可能是整个课程体系中性价比最高的一门课。
提示词（Prompt）本质上就是你和 AI 对话的方式。90% 的人用不好 AI，不是因为 AI 不够强，而是因为他们不知道怎么跟 AI 说人话。
学完这门课，你能立刻感受到 AI 回答质量的飞跃——从"这什么垃圾回答"变成"这 AI 怎么这么懂我"。
学习目标
- 掌握好提示词的核心四要素（角色 + 任务 + 格式 + 约束）
- 学会用对比案例理解"好提示词"和"烂提示词"的区别
- 能独立写出高质量的日常提示词
- 培养"提示词思维"——把模糊的需求变成精确的指令
课程内容
1. 一个改变认知的对比——立刻见效
烂提示词：
"帮我写个产品介绍。"
AI 会给你什么？一段泛泛而谈、放之四海而皆准的废话。因为它不知道：什么产品？给谁看？什么风格？多长？
好提示词：
"你是一名资深的 SaaS 产品营销经理。请为我们的 AI 数据分析平台写一篇 300 字的产品介绍。目标读者是企业中层管理者，他们最关心降本增效。语气要专业但不生硬，用数据说话。结构：痛点 → 解决方案 → 核心功能（至少 3 点）→ 客户案例一句话。"
差别有多大？前一个你可能要来回 5 轮才能得到勉强可用的结果。后一个一轮到位。
背后的原理：
AI 就像一个刚从学校毕业的高材生——知识渊博，但需要明确的指令。你对他说"写点东西"，他会很迷茫；你对他说"你是XX专家，帮XX读者写XX内容，格式是XX，语气要XX"，他立刻进入状态。
2. 好提示词的四要素——R + T + F + C
记住这个公式：角色 + 任务 + 格式 + 约束
要素一：角色（Role）——让 AI "成为"专家
告诉 AI 它应该扮演什么角色，能极大提升回答的专业度和语气准确性。
| 场景 | 烂提示词 | 好提示词 |
|---|---|---|
| 写营销文案 | 帮我写个文案 | 你是一名拥有 10 年经验的 B2B 营销专家，擅长用数据讲故事 |
| 分析数据 | 分析一下这个数据 | 你是一名资深数据分析师，擅长从数据中发现业务洞察，习惯先看趋势再看异常 |
| 编程 debug | 看看这个代码有什么问题 | 你是一名精通 Python 的后端工程师，审查代码时习惯先从错误处理逻辑查起 |
| 学习辅导 | 给我解释一下区块链 | 你是一名耐心的大学老师，擅长用日常生活中的类比解释复杂概念，最好的学生反馈是"听你讲完我才真懂了" |
关键原则：角色越具体，回答越专业。 "一名医生"和"一名在三甲医院工作 15 年的心内科副主任医师，带过 50 多个实习生，擅长用通俗语言解释复杂医学概念"——得到的回答质量完全不同。
要素二：任务（Task）——说清楚要做什么
任务描述要回答三个问题：做什么、对什么做、为什么做。
- ❌ "帮我写点东西"——做什么？写什么类型？对什么主题？
- ❌ "分析一下这个数据"——分析什么维度？目的是什么？
- ✅ "帮我把这段 2000 字的会议纪要压缩成 5 个要点，每个要点不超过 50 字"
- ✅ "分析这份销售数据，找出 Q3 业绩下滑的三个主要原因，按影响大小排序"
要素三：格式（Format）——指定输出形式
AI 擅长遵循格式指令。告诉它你想要的输出形式，能大幅减少后期修改时间。
- "用 Markdown 表格呈现，包含三列：优点、缺点、适用场景"
- "分三段，每段不超过 100 字，每段有一个小标题"
- "用 JSON 格式输出，key 用英文"
- "用要点列表，每点以动词开头，不超过一行"
进阶技巧：结构化输出
当你需要 AI 帮你做决策分析时：
"对于每个选项，请按以下格式输出：
- 一句话概述
- 优点（至少 2 条）
- 风险（至少 1 条，如果没有也说'暂无明显风险'）
- 推荐指数（1-5 星）"
这样 AI 不会给你一大段文字让你自己找重点。
要素四：约束（Constraints）——设定边界
约束告诉 AI 什么不能做，和告诉它做什么一样重要。
- "语气要专业但不生硬，像一个有经验但平易近人的同事"
- "面向非技术读者，避免使用专业术语。如果不可避免要用术语，用括号加一句通俗解释"
- "不要超过 500 字"
- "用具体数据支撑观点，不要泛泛而谈。如果没数据，说'暂无数据'，不要编"
- "如果不知道就说不知道，不要编造。承认无知比瞎编更专业"
3. 实战：改造你的提示词
场景一：让 AI 帮你写周报
改造前：> "帮我写一份本周工作总结。"
改造后：
"你是一名部门经理的助理。请根据以下信息写一份本周工作总结（100-150字）：
本周完成的工作：
- 完成了项目 A 的第一阶段开发（按时交付）
- 参加了 3 场客户需求沟通会（获得了 2 个新需求）
- 处理了 5 个线上 Bug（全部已修复并上线）
遇到的挑战：
- 项目 A 的需求在开发中途变更了一次，导致延期 2 天
下周重点计划：
- 启动项目 A 第二阶段
- 整理需求沟通会反馈，输出 PRD 草案
格式要求：三段式（本周完成 → 问题与思考 → 下周计划），语气积极但不浮夸。"
场景二：让 AI 帮你分析一个复杂决定
改造前：> "我在纠结要不要跳槽到一家创业公司，帮我分析一下。"
改造后：
"你是一位经验丰富的职业规划顾问。我正在考虑一个职业选择，请帮我从多个维度分析。
我的情况：30 岁，现在在一家互联网大厂做产品经理（3 年），年薪 40 万。拿到了一家 AI 创业公司的 offer，年薪 35 万 + 5% 股份。创业公司成立 1 年，团队 25 人，产品还在打磨阶段。
请从以下维度帮我分析：
- 财务风险（薪资差异的长期影响）
- 职业成长（大厂 vs 创业的 skill 积累差异）
- 行业趋势（AI PM 的未来市场需求）
- 生活方式（工作时长、压力、稳定性）
每个维度给出你的分析，最后给一个综合建议。不要替我做决定，帮我理清思路。"
4. 万能提示词模板——存下来随时用
你是一名[角色/身份]，拥有 [X 年经验/专长领域]。
请[具体任务描述]。
目标受众是[受众特点]。
输出格式：[格式要求，如分段/表格/列表/JSON]
约束条件：
- [约束 1，如语气要求]
- [约束 2，如字数限制]
- [约束 3，如关键信息必须包含]
5. 三个最常见的新手错误
错误 1：太笼统。 "帮我写一篇文章"——什么主题？给谁看？多长？什么风格？AI 不是读心术师。
错误 2：一次问太多。 "帮我写文案、做预算、分析竞品、设计 PPT"——这就像对一个实习生说"帮我把公司所有事都做了"。把复杂任务拆成多轮对话，一轮攻克一个问题。
错误 3：不满意就重来，而不是纠正。 AI 回答不满意，不要清空对话重问。直接说："太啰嗦了，压缩到一半""语气太正式，改成口语化""第三点不对，应该是 XX"——这比从头开始高效得多。
黄金法则：把 AI 当成一个聪明但需要引导的同事，它不会读心术。
实操练习
练习 1：改写你的提示词（5 分钟）
回忆你最近一次使用 AI 时写的提示词。用本课的四要素公式改写它，对比前后回答质量的差异。
练习 2：用同一种任务测试三种提示词（10 分钟）
选一个任务（比如"写一份会议邀请邮件"），用三种提示词分别提问：
- 版本 A：最简短的（"帮我写一封会议邀请邮件"）
- 版本 B：加了角色和任务
- 版本 C：完整四要素
对比三个版本的回答，感受差距。
练习 3：挑战题（15 分钟）
让 AI 用一首七言绝句的形式解释"什么是区块链"。这极度考验你对约束条件的运用能力。提示：不仅要说"写一首诗"，还要明确告诉它每句应该覆盖什么内容。
总结
提示词是 AI 时代的"超能力"。四要素（角色 + 任务 + 格式 + 约束）掌握好，你从 AI 那里获得的质量将远超 90% 的用户。
最后记住：清晰的人话 > 复杂的术语。 你不是在"编程"AI，你是在"沟通"AI。问得越清楚，答得越靠谱。