在跟大语言模型的对话中，比如跟豆包对话，有时候我们写了一大段文字，或者写一句话。

本以为把需求都描述清楚了，还加上了特别客气的词语，请、麻烦之类的。

结果出来的答案总是不如意，或者跑偏了。

怎么说呢，就像你去理发店说“稍微修一下”，结果理发师给你推了个光头，完全不是一回事儿。

这个时候你就会想，是不是我提示词写得太简单不够详细，或者写得太啰嗦了。

其实都不是，你得给AI戴上紧箍咒，提示词就是紧箍咒，不要太让AI自由发挥，得调教一下AI。

所以在开始分享调教秘籍之前，我们先来了解一下AI是怎样回答问题的。

1、AI是怎样回答问题的

有人说，AI学了很多知识，几乎全人类的知识都学得差不多了，所以会回答问题。

其实AI不是在学习知识，它只是从知识中学习规律，再根据上下文和上一个字，预测下一个字。

听起来就像是成语接龙，成语假设是一门知识，然后“想”是第一个字。

那下一个字最大的概率就是“入”，再下一个就是“非”，再再下一个还是“非”。

这样就构成了成语“想入非非”，AI就是在预测下一个字最应该出现什么。

听起来有点匪夷所思，你以为AI满腹经纶，实际上它却在猜概率。

AI这样的干活尿性，就会出现以下问题：

1.你写了一大段话，里面的要求非常多，就会导致需求模糊。

AI就只能从中挑选最常见的给你输出答案，但这个答案不是你想要的。

2.你写一句话，就会让AI自信心爆棚，瞎自由发挥，各种胡编乱造地表演给你看。

提示词的本质就是给AI画圈圈，你圈圈画得小了，AI就规规矩矩地按你的要求干活。

你圈圈画得大了，就好比给AI一片大草原，可不上头似的撒欢乱跑。

3.参数开关可以打开，虽然现在很多大语言应用产品都不支持单独设置。

但你可以在对话中要求AI这么做，参数主要包含以下三个：

（1）Temperature（温度值）

设置是0-1的区间，0 (冰点)： 最稳、最呆板、最严谨。写代码、做数据分析必用。

1 (沸腾)： 最浪、最发散、最胡扯。写小说、想创意可以用。

使用方式也很简单，加多一句提示词：用温度值0的方式回答我。

（2）Top-P / Top-K（选词范围）

你可以把这个理解成AI的词库，AI在回答问题时会从中挑一些备选的词。

数值越低，AI只敢说大概率不出错的车轱辘话。数值越高，会出现一些生僻词，敢瞎编。

这里老马建议大家K设定在50-100之间，P设定在0.9-0.95之间就差不多了。

对于P跟K更详细的参数介绍，感兴趣的小伙伴可继续问AI。

（3）Max output tokens（话痨程度）

控制AI一次能回复多少个字，太长就显得话痨，太短话没说完就断了。

假设一个汉字是两个token，设置成1000token，就是回复500个字。

这里根据你的需要去控制，比如加多一句提示词，只输出1000字以内的文章。

了解完以上这些，我们进入调教AI阶段。

2、AI调教秘籍

想调教AI，就得加上提示词这个紧箍咒，提示词怎么写的老问题又来了。

别再去收藏那些所谓的神级提示词，也别再套各种提示词模板了。

真正的提示词写法也就是五步，搞定这五步，一通百通：

第一步：定义角色（Role）

别说帮我写个东西。要说你是一个资深的作家，说话严谨，逻辑性强。

角色一固定，AI的说话风格和思考方式就定型了。

第二步：设定目标（Goal）

别说总结一下这篇文章。要说把这篇文章总结成一个能直接发给老板看的简报，要有背景、问题和建议。

你得告诉AI最终目的是啥，不然它能在半路给你瞎导航，瞎给建议。

第三步：投喂材料（Input）

别直接把文字和文档甩过去，要写明哪些是指令，哪些是你要处理的材料。

当然这一步也可以替换成具体需求，AI在了解了你的需求之后，也会询问让你提供材料的。

第四步：处理步骤（Process）

你得教AI怎么一步步地走，第一步做什么，第二步做什么，按部就班地做。

AI不擅长一心多用。你把大任务拆成小碎步写明白了，它就不容易晕。

第五步：输出格式（Output）

严格用Markdown格式输出答案，或者用Json格式输出答案。

指定格式规范输出，还省去了你后面自行转换格式的工作量，也防止AI跑偏。

五个步骤完了，再补充一下示例，示例就是举个例子，例如把这段话“xxxxx”改成下面的吐槽风格：

例子1：嚼舌根前先照照镜子，看看自己那张嘴配不配议论别人。

例子2：背后捅刀算什么本事？有能耐当面亮剑啊！

例子3：闲话传千里，小心哪天绕回来扇你耳光。

例子一般举3个以内即可，举例子等于让再傻的AI都能看着学聪明。

看完以上秘籍，相信你也学废了，提示词还是不会写。

这年头，像上面的五步法提示词哪用自己写，都是让AI写了。

没错，魔法打败魔法，AI也能打败AI，下面我们来创建一个提示词小助手。

3、搭建AI提示词助手

以豆包搭建智能体为例，其它什么元宝、纳米、千问等AI产品都一样。

能创建智能体的地方，均可以采用以下方式，搭建属于自己的一个提示词小助手。

我们要用智能体生成五步法提示词，智能体的脑袋还是大模型。

控制大模型还得用提示词，一句话总结，用提示词生成提示词。

下面这段提示词，是在你创建智能体的时候，作为系统提示词的：

提示词小助手 - 系统提示词
# Role (角色设定)
你是一位专业的提示词工程师和AI交互专家，擅长理解用户需求并将非结构化的需求描述转化为高质量、可执行的提示词。
你拥有丰富的AI使用经验和提示词工程知识，能够：
快速理解用户的真实意图和期望输出
将抽象需求转化为具体的操作指令
优化提示词的结构、逻辑和表达方式
确保生成的提示词具有良好的可执行性和一致性
# Goal (任务目标)
根据用户输入的一句话或一段话需求，生成一份标准、完整、高质量的AI提示词。
最终目标是输出一份结构清晰、指令明确、可直接使用的标准提示词，帮助用户更好地与AI进行交互。
# Input (原始需求)
用户输入的需求开始："""[这里粘贴用户的一句话或一段话需求描述]"""用户输入的需求结束。
# Process (执行步骤 - 思维链)
请严格按照以下步骤思考和执行（不要跳过）：
1.需求理解阶段：
仔细阅读用户的原始需求
识别用户的核心目标和期望输出
分析任务类型（创意写作、数据分析、代码生成、对话聊天等）
2.需求分析阶段：
提取关键约束条件和特殊要求
确定输出格式和风格偏好
识别可能的隐含需求和潜在问题
3.提示词构建阶段：
设计提示词的整体结构和逻辑流程
编写清晰的角色定义和任务描述
添加具体的执行步骤和质量要求
4.优化完善阶段：
检查提示词的完整性和可执行性
优化语言表达，确保指令明确易懂
添加示例或格式化要求（如适用）
5.质量检查阶段：
确保提示词涵盖了用户的所有需求
验证逻辑的连贯性和可操作性
避免歧义和不确定性
# Output (输出格式 - 强制约束)
请直接输出完整的提示词内容，包含以下结构：
# 角色定义
[明确定义AI扮演的角色和身份]
# 任务目标
[清晰描述需要完成的具体任务]
# 具体要求
[详细列出执行标准和质量要求]
# 输出格式
[明确指定期望的输出格式和结构]
# 执行步骤
[如果需要，按照以下步骤执行...]
[列出分步执行的具体指导]
# 示例说明
[如有必要，提供示例或参考格式]
# 输出要求
最终只输出完整的提示词内容，不要包含任何"好的"、"以下是结果"等解释性文字
提示词应该完整、可用，可直接复制使用
确保语言准确、逻辑清晰、指令明确
保持格式统一和结构化表达

接着我们打开豆包，找到AI智能体，选择创建AI智能体。

设置好智能体的头像，名称填提示词小助手，设定描述就填上面的系统提示词，如图：

怎么用呢？很简单，复制这段生成的五步法提示词，在豆包新建一个对话。

把刚才复制的五步法提示词，发送过去，豆包立刻成了一个资深的数据分析师，如图：

老马虚构了一份电商的销售数据，上传丢给豆包，立即启动分析，如图：

好了，以上就是今天的分享，欢迎关注、点赞、转发一键三连。有任何问题和需求请在评论区留言，回见！