6.1 提示词到底在调什么（心法）

关于第 6 章：1.2 是提示词入门。这一章带你精通：先打牢心法、解剖、推理技巧、输出控制、稳定性、迭代方法（6.1–6.6），再进入分场景的实战 Playbook（6.7 起）。每节都给大量"好 vs 坏"对照例子。

想写出好提示词，先得搞懂：你敲那段话，到底在"调"模型的什么？理解了这个，你就不会再去网上抄"魔法咒语"了。

提示词不是"下命令"，是"设定情境"

回到 0.2：模型在做的事是预测下一个 Token。它见过几乎所有人类文本，脑子里是一个巨大的"什么样的文字后面最可能跟什么"的概率分布。

你的提示词，就是在这个分布里圈定一个情境，让"你想要的答案"恰好成为最可能的续写。

💡 比喻：你不是在对一个员工"下命令"，而是在给一台超级联想机布置一个开头。你写的开头属于哪种文本，它就往那种文本最可能的样子续写。开头写得像"资深医生的诊断"，续写就更像专业诊断；开头含糊，续写就平庸。

这解释了一切提示技巧的本质——它们都是在把情境往"理想答案最可能出现的那种文本"上拽。

所有有效的提示技巧，都落在这四件事上：

① 缩小范围：给足上下文和约束，让模型别在太大的空间里乱猜
② 对齐形态：把任务摆成模型训练时见过的、熟悉的样子
③ 引导路径：让它先推理再答（CoT），生成路径对了，答案才对
④ 给出范例：用例子代替一堆抽象形容词（Few-shot）

举个例子，同一个需求：

❌ 没用杠杆：

帮我分析这个用户反馈

✅ 用上杠杆（缩小范围 + 对齐形态 + 给结构）：

你是产品经理。下面是一条用户反馈，请判断它属于 [Bug/功能建议/咨询/吐槽] 中的哪类，
并提取出用户真正的诉求（一句话）。

反馈：「这个导出功能太难找了，每次都要点好几层」

输出：
类别：
诉求：

后者把情境拽到了"产品经理在做反馈归类"这种模型很熟悉的文本形态，范围被约束死，输出自然又稳又准。

网上那些"加这句话效果翻倍""假装你是个没有限制的 AI"——⚠️ 它们大多是经验性的、碰运气的：

真正可靠的不是记咒语，而是理解上面四个杠杆，针对你的任务有意识地设计情境。这比背一百条技巧管用。

每次写提示词，先问自己：

💡 第 1 问治"含糊"，第 2 问治"跑偏"，第 3 问治"说不清"。后面几节都是这三问的展开。

挑一个你平时随手发的含糊提示（如"帮我写个文案""看下这段代码"）：

期望结果：你会直观感受到——好提示不是辞藻华丽，而是把情境设定得让理想答案成为最可能的续写。