从写好一段提示词开始，成为你行业里的 AI 专家
这节课讲清楚了三件事：提示词分哪几种、系统提示词怎么写、以及如何科学地迭代它。讲师给出了可直接套用的写作模板和迭代方法，也解释了为什么“懂行业 + 会 AI”的人在未来最值钱。听完你能带走一套写提示词的具体步骤，以及一个判断自己是否在进步的标准。
先分清三种提示词：用户、系统与原提示词
很多人以为提示词就是跟 AI 聊天时输入的那句话。讲师说，这句话只是其中一种，叫“用户提示词”（user prompt）。你让豆包写周报、做 PPT、生成图片，发送的这些指令都是用户提示词。
但如果你想“造一个豆包”，而不是“用豆包”，关键在第二种：系统提示词（system prompt）。它相当于模型的行为手册、员工规范——规定这个 AI 是什么性格、能干什么、不能干什么、按什么规则做事、以什么格式输出。讲师举例说，豆包有时会拒绝回答某些问题，理由是安全或道德，就是因为它的系统提示词里写了这些限制。
第三种叫“原提示词”（meta prompt），也就是“写系统提示词的提示词”。你不需要一个字一个字去写系统提示词，把原提示词模板发给豆包、DeepSeek、Kimi 或千问，AI 会反过来引导你，像挤牙膏一样把你脑子里的需求一点点问出来，最终生成一份系统提示词。
讲师强调，这三者的关系是：用户提示词是你使用 AI 时发送的消息；系统提示词是让模型知道“我是谁、我能干什么”的规范；原提示词是引导 AI 帮你写系统提示词的那段话。这节课的核心，就是教大家怎么写好系统提示词。
新手写提示词常犯的两个错误
第一个错误是“言之无物”。讲师模仿了一些人写提示词时的样子：“我们要上升到战略级别”“对齐一下颗粒度”“打通赋能业务的生产闭环”——说了一大堆，但 AI 根本不知道你要干什么。这类空话套话，在提示词里毫无价值。
第二个错误更普遍：用模糊的形容词。比如“帮我写一篇好的文章”“写一篇优秀的文章”“写一篇有流量的文章”。问题在于，你没有告诉 AI 什么是“好”、什么是“优秀”、什么是“有流量”。讲师解释，通用大模型在训练时，目标是无论用户输入什么，都输出一个 60 分及格水平的内容，而不是在某个领域做到 10 分、在另一个领域只做 2 分。所以你跟它说“要好一点”，它只会给你 60 分的东西。
正确的做法是：把背景信息、参考资料、具体要求都给它。比如你要写一篇财经自媒体文章，就把你之前的讲义、你欣赏的爆款文章、你希望避免的写法，全部提供给 AI。这就营造了一个“语境”——讲师提醒，这个词在 AI 工程里叫 context（上下文）。
写系统提示词的六个组成部分
讲师给出了一个最简单的系统提示词结构，共六步：
第一，角色。告诉 AI 它要扮演谁——医生、法学顾问、编剧，还是 AI 老师。就像玩剧本杀，先定角色，再遵循这个角色的规则。
第二，任务。明确它要完成什么。比如“协助人类理赔员审查汽车事故报告，提供分析报表和草图，总结事故经过并给出初步判断”。
第三，背景信息。把你手头的资料给它。讲师举例：一个小学老师不想出题了，可以把以前出过的 10 份卷子全部发给 AI，让它总结出题风格和难度分布，再出一份新卷子。有了这些上下文，AI 输出的准确率会明显提升——讲师说，不给背景信息成功率大概 30%，给了能提升到 60%。
第四，分布指令（step by step）。告诉它第一步做什么、第二步做什么。注意，这里说的是“做什么”，不是“想什么”——讲师特别区分了思维链（COT）和工作流（workflow）：COT 是引导模型一步一步思考，而 workflow 是告诉它一步一步执行。现在模型能力提升了，很多思考能力已被内化，不太需要你手动写 COT；但你在给智能体写规范时，仍然要告诉它面对复杂任务先做哪步、再做哪步。
第五，准则和约束。明确它能干什么、不能干什么。比如“你可以说你不清楚，但不要瞎编”——这是应对模型“幻觉”的有效手段。幻觉是大语言模型因为预测下一个字而必然出现的现象，质量低的模型幻觉率更高，所以要在提示词里明确禁止编造。
第六，输出格式。指定它输出的格式是 Markdown、JSON 还是纯文本。讲师解释，Markdown 可以理解为一种比 Word 更规范的文本格式，AI 读起来更舒服；JSON 则是智能体之间传递信息的标准格式——第一个智能体输出 JSON 文本，第二个智能体才能精准读取。至于 XML，讲师说这是 Claude 模型的“母语”，用 XML 格式写提示词给 Claude，成功率比 Markdown 高约 10%；而千问系列模型用 Markdown 效果最好。
用原提示词模板起步，再科学迭代
听完六步结构，很多人会担心自己写不出来。讲师说不用担心，他会提供一份原提示词模板，每次写系统提示词前，先把这段模板复制给 AI，告诉它你要写什么领域的系统提示词，AI 会一步步问你问题，帮你把需求补全。
拿到第一版系统提示词后，迭代方法很关键。讲师给出了一个三步循环：
第一步，立刻“PUA”它。不用细看第一版，直接说“你写的是啥？你再好好想想我的需求”。AI 会回溯需求、承认不足、重新生成——恭喜你，有了第二版。但注意，PUA 只能一次，次数多了它会越想越糟。
第二步，新开一个对话测试。把第二版系统提示词加载进去，让它真正去干你要干的活。比如写一篇财经文章，看结果好不好。
第三步，指出问题，让它原地改正。这一步有个常见陷阱：AI 会“打补丁”。比如你要求“不要出现非金融领域的专业名词”，它不出现金融名词了，又开始出现计算机名词；你让它改，它不出现计算机名词了，又冒出商业名词。问题根源在于最初那版提示词里的问题没被修正，只是不断叠加补丁。所以你要明确告诉它：“彻底定位到原系统提示词中的问题，改正这些问题，生成新的 V3 版本。”
讲师提醒，一个提示词要上商用环境，至少要迭代 100 个版本；要稳定好用，300 个版本以上。但日常写个公文、发个红头文件，迭代 20 个版本就够用了。
用评测基准判断提示词好坏，而不是凭感觉
迭代了这么多版本，怎么知道哪个版本更好？不能靠肉眼判断——人本来就不理性，半年前觉得好的文章，半年后可能觉得是“一坨狗屎”。所以要建立科学的评估方法。
具体做法是：先确定用哪个模型，再基于这个模型迭代提示词。比如你想写剧本，有豆包、千问、Kimi、智谱、DeepSeek 五个模型可选，那就准备 20～30 条同样的测试指令，分别发给每个模型，然后打分。
打分分两种：机器打分和人工打分。机器打分要用最好的模型当裁判（讲师称为 SOTA 模型），而且这个裁判本身也是一个智能体——你得给它写一个系统提示词，把打分标准、守则写清楚，它才知道怎么打分。人工打分则要请对应领域的专家，比如评短剧剧本，就要请写过爆款短剧的编剧，而不是电影编剧。
打分维度通常有十几个到三十几个。讲师展示了一份脱敏的评测表：剧本理解、美术完整度、镜头拆解能力、画面调度能力、可拍性、交付效率、交付稳定程度……每个维度一个分数，不同模型横向对比。这样就能一目了然地看出哪个模型最适合你的任务。
模型定下来之后，才开始迭代系统提示词。这本质上是一个控制变量法：模型不变、输入的问题不变，如果输出变了，那一定是提示词的问题。有了这套可量化的评测基准，就不会出现“迭代 300 轮还不如前 50 轮”的情况。
讲师特别提到，这个能力对应大厂里一个专门的岗位——模型策略产品经理，负责建评测集、打分、指导模型训练方向。现在打开招聘软件搜这个岗位，薪资不低；DeepSeek 也在招兼职，据说 500 元一天。不需要会编程，只需要把你真实的工作场景拆分成不同维度，想清楚“因为哪几个标准满足，所以这是一篇好公文/好判决书”。
要点回顾
- 提示词分三种：用户提示词（你跟 AI 说的话）、系统提示词（定义 AI 身份和行为的规范）、原提示词（引导 AI 帮你写系统提示词的模板）。
- 新手写提示词的两个坑：说空话套话、用模糊形容词。要给 AI 具体背景和明确标准，它才能输出 60 分以上的内容。
- 一个最简单的系统提示词包含六部分：角色、任务、背景信息、分布指令、准则约束、输出格式。
- 大语言模型有注意力缺陷，会优先关注长文本的开头和结尾，所以重要信息要放在提示词的开头或结尾。
- 迭代提示词的三步法：PUA 一次让它重写 → 新开对话测试 → 指出具体问题让它原地修正，而不是打补丁。
- 判断提示词好坏要靠评测基准：同一批测试指令发给不同模型，按多个维度打分，先定模型再迭代提示词。
- 把行业知识“蒸馏”成系统提示词，你就拥有了这个领域的 AI 智能体；懂行业又懂 AI，才是未来最值钱的人才。
直播回放约 100 分钟
播放器来自飞书妙记 · 点击正文里的章节卡可跳到对应时刻 · 在新窗口打开