type
Post
status
Published
date
Mar 24, 2026 20:06
slug
05-yanshufasui-prompt
summary
聚焦把“想清楚”变成“说清楚”：补足背景、约束与期望，用结构化框架减少遗漏，接受迭代而非追求一次完美；遇到偏差就具体反馈、验证幻觉内容。最终目标是稳定产出可用结果，提升与 AI 协作效率。
tags
思考
AI-言出法随
category
技术分享
icon
password

05 提示词工程的认知——与AI对话的艺术

约 1600 字 · 建议阅读 5 分钟
#AI编程 #技法 #提示词 #言出法随
你的表达能力就是编程能力。在言出法随的世界里，说清楚比写代码更重要。
心法篇聊了怎么想清楚。认知层有了，下一步是技能层：把想清楚的东西说明白，让 AI 能听懂、能执行。
同样一句话，不同人问 AI 会得到完全不同的结果。差异往往不在于模型多强，而在于你告诉了 AI 什么。AI 输出的质量，约等于你提供的上下文质量。 这就是很多人说的 Context is King（上下文为王）。
这篇聊几个我常用的方法。
05 信息知识图谱 - 上下文、框架、迭代与验证

上下文：背景、约束、期望

上下文大致包含三类：背景信息、约束条件、期望结果。
背景是 AI 需要知道的前提。你在做什么项目？用什么技术栈？目标用户是谁？这些不说，AI 只能猜。
约束是边界。代码要简洁、不要用外部库、必须兼容某某环境。不说清楚，AI 可能加一堆你不需要的东西。
期望是输出形式。要完整代码还是代码片段？需要注释吗？格式有什么要求？越具体，输出越对路。
举个例子。差的做法：帮我做一个登录页面。好的做法：我在做一个 React 待办清单，需要加一个简单的登录页面，只要邮箱+密码，不需要注册和找回密码，给我一个可直接复用的组件。后者 AI 更容易一次给对。
上下文三要素 - 背景、约束、期望

结构化框架：把开放式问题变成填空题

每次写提示词都从头想一遍该说什么，很累。用框架可以减轻认知负担。
S.C.A.F.F. 框架（情境-挑战-受众-格式-基础）适合比较复杂的技术任务。五个字母分别代表：Situation 情境（你在做什么、进展如何）、Challenge 挑战（当前要解决什么具体问题）、Audience 受众（产出给谁用、谁维护）、Format 格式（期望什么形式的输出）、Foundations 基础（必须遵守的约束）。按这个顺序填，关键信息不容易漏。
R.G.C. 框架（角色-目标-约束）更轻量，适合简单任务。Role 角色（让 AI 扮演什么身份）、Goal 目标（要完成什么）、Constraints 约束（有什么限制）。定身份、说目标、划边界，三件事说清楚就行。
框架不是死板，是起点。熟练之后可以简化或跳过某些项，但初学阶段按框架填一遍，能避免很多遗漏。

迭代：一次到位不现实

很多人期望写一句完美的提示词，AI 一次就给满分。这不现实。
你脑子里有完整画面，AI 只能看到你写下的文字。需求本身可能就模糊，你自己也不完全清楚想要什么，直到看到第一版。再加上自然语言的歧义，AI 理解错很正常。
第一轮输出的价值，往往不是直接能用，而是帮你想清楚。 看到 AI 做出来的东西，你才发现「哦，我要的不是这样」。这时候再给反馈、让它改，比第一次就追求完美高效得多。
我的习惯是：先给一个相对完整的提示词，看 AI 的第一版输出。不符合预期的地方，具体指出哪里有问题、希望怎么改。不要笼统地说「不对」「重做」，要说清楚「这个按钮应该放在右上角」「这里需要加错误处理」。迭代几轮，通常能逼近想要的结果。
迭代对话 - V1 到 V3 的收敛过程

AI 会出错，没必要跟它吵架

AI 会答非所问、过度发挥、偷工减料、甚至编造不存在的库和 API。这些都很常见。
关键是心态：发现错了，指出、修正、继续。不要跟 AI 较劲。 它没有恶意，只是理解有偏差或者训练数据有局限。你花时间争论「你为什么理解错」，不如直接说「我要的是 X，请改成 Y」。

小结

技法篇的核心就几句：说清楚背景、约束和期望；用框架减少遗漏；接受迭代、别追求一次完美；发现错了就改、别跟 AI 吵。 心法帮你想清楚，技法帮你说明白。想清楚 + 说明白，言出法随才靠谱。技能层的下一块，就是真正动手做了。
下一篇会进入实战，从想法到作品走一遍完整流程。
✅ 如果这篇内容对你有一点点启发， 👉 欢迎【点赞】+【推荐】+【分享】给你最好的朋友，让TA和你一起成长。
💬 你最近在用 AI 做什么尝试？ 欢迎在评论区聊聊，也许你的问题，正是很多人的困惑。
系列回顾（至本文）
  • 00 意识觉醒 — 欢迎进入言出法随的时代
  • 01 认知转变 — 门槛的消失始于认知的转变
  • 02 定位的认知 — 如何找到创造方向
  • 03 需求梳理的认知（上）— 像产品经理一样思考
  • 04 需求梳理的认知（下）— 逆向思维及用户思维
  • 05 提示词工程的认知 — 与AI对话的艺术（本文）
下一篇预告：《06 实战技能训练（上）：从 0 到 1 做出你的作品》
会用一个完整案例，演示从需求分析、PRD 编写到技术选型的全过程。