毁掉 AI 回答的 12 个提示词错误

责备模型之前，先优化需求简报

当 ChatGPT 或 Claude 给出平庸的回答时，人们很容易将责任归咎于模型。但问题往往出在提示词上。

以下是屡见不鲜的 12 个错误，并针对每个错误提供了解决方案。大致按其破坏力程度排序。

1. 目标不明确

“帮我做一下我的网站”可能意味着文案、代码、SEO 或配色方案。模型只能盲猜一个。

解决方案： 用一句话阐明具体成果。

重写我的主页标题，让初次访问的用户能够明白我们是在销售面向牙医的预约排程软件。

2. 遗漏了目标受众

写给财务主管（CFO）的文本和写给青少年的文本截然不同。如果不指定受众，你只会得到平庸的折中内容。

解决方案： 点名具体的读者、他们的认知水平以及他们关心的问题。

3. 隐瞒上下文背景

模型不知道你的产品、历史或你已经尝试过什么。人们却总以为它知道。

解决方案： 增加两三句背景信息，特别是说明你的情况有何特殊的具体事实。

4. 忽略约束条件

没有长度、格式或边界，意味着由模型来决定，而它通常会写得太长。

解决方案： 设定限制：字数、结构、阅读难度、必须包含的要素。

5. 语气描述过于模糊

“专业”和“友好”说明不了什么。每个人的理解都不同。

解决方案： 通过对比来描述语气。“自信但不推销。”“温暖、略带克制幽默、不使用感叹号。”

6. 不提供任何示例

一个实际示例比一段充满形容词的描述能更快传达风格。

解决方案： 粘贴一个优秀范例，并说明你喜欢它的哪些方面。

这是我很喜欢的一段通讯开头：[粘贴内容]。请模仿它的节奏和直接有力的风格，不要采用其主题。

7. 忘记说明需要避免什么

模型容易陷入陈词滥调：“在当今快节奏的世界中”、“解锁”、“颠覆者/破局者”。如果你不明确排除，它们就会出现。

解决方案： 列出违禁词汇和应避免的行文习惯。

8. 未指定输出格式

你想要一个表格，得到的却是大段文字。你想要项目符号，得到的却是一篇长文。

解决方案： 描述具体形态。“一个包含三列的表格：选项、优点、缺点。”

9. 把多项任务塞进一个提示词

“研究竞争对手、撰写策略、起草电子邮件并设计 logo”，这会分散注意力并导致产出流于表面。

解决方案： 每个提示词只分配一项工作，或者将大任务拆分为有编号的阶段。

10. 没有定义什么是成功

如果你自己都说不清楚一个好的回答是什么样，模型就更无法瞄准目标。

解决方案： 增加成功衡量标准：“读者读完后应该能用一句话解释该方案。”

11. 盲目接受初稿并在原地兜圈子争辩

许多人会反复回复“改好一点”。这种反馈过于模糊，只会浪费时间。

解决方案： 给出明确的修改意见。“将导言缩短一半，将第二个示例替换为零售案例，删掉结尾的提问。”或者回过头来修改最初的需求简报，让下一份初稿从一开始就更接近目标。

12. 原封不动照抄通用模板

为所有人写的模板不适合任何人。填空式提示词往往遗漏了对你而言至关重要的细节。

解决方案： 仅将模板用作初始结构，随后补充你的受众、背景和约束条件。参见模板与访谈引导对比。

错误背后的规律

再回看一下这个列表。几乎每一个错误都是缺失了信息，而不是缺少了某种“技巧”。

这正是 Brief Prompting（简报式提示） 的核心理念：像对待一位从未听说过你业务的优秀创意人员一样对待 AI。提供一份包含目标、受众、背景、约束、语气、格式、示例、需避免事项以及成功标准的简报。

错误	解决该错误的简报要素
1. 无目标	目标
2. 无受众	受众
3. 无背景	背景
4. 无约束	约束条件
5. 语气模糊	语气
6. 无示例	示例
7. 未做排除	需避免事项
8. 无格式	格式
10. 未定义成功	成功标准

错误 9、11 和 12 则关乎流程：范围界定、迭代方法以及模板运用。

修改前后对比

修改前：

写一篇关于远程办公的博客文章。

修改后：

# 目标
写一篇博客文章，说服小公司的运营负责人尝试“四天在办公室、一天远程”的混合工作模式。

# 受众
拥有 20-100 人规模公司的运营经理。讲求实际，对潮流趋势持谨慎态度。

# 背景
我们团队尝试了这种模式六个月。会议变得更加专注；但新员工入职培训变得更加困难。

# 约束条件
900-1,100 字。使用 H2 标题。务必坦诚包含一个缺点。

# 语气
质朴、客观平衡、略带讽刺幽默。

# 需避免
“工作的未来”、“新常态”、缺乏证据的泛泛之谈。

# 成功标准
读者阅读后能够决定是否试行该模式。

第二个提示词只需多花两分钟来写，却能节省数轮修改的时间。

按回车发送前的快速自查

问问自己：

• 一个聪明的陌生人能否仅凭我给的提示词完成这项任务？
• 我是否指定了读者是谁？
• 我是否说明了要避免什么？
• 给出好回答时，我能一眼辨认出来吗？

如果任何一个问题的答案是“否”，就补上一句话。

告别面对空白页的苦恼

每次都要记住全部 12 条非常繁琐。PromptDeck 将这一过程转变为访谈形式：一次显示一张提问卡片，分为快速（约 8 个问题）、标准（约 15 个问题）或深度（约 25 个问题），随后生成一段可直接粘贴、专为 ChatGPT 或 Claude 格式化好的提示词。有关具体示例，请参见如何编写博客文章提示词。若想了解优质提示词的各个构成部分，请阅读 ChatGPT 提示词剖析。

免费试用 PromptDeck：首个提示词完全免费。

检查修改是否引入了相互矛盾

仅当各项指令协调一致时，增加细节才有用。如果要求在 100 字内写出一篇全面的初学者指南，就会产生一种模型必须在没有你介入的情况下自行权衡的冲突。同样，要求使用风趣幽默的语调却禁止任何非正式表达也是如此。

在发送修改后的提示词之前，先明确优先次序。例如：准确性第一，覆盖面第二，篇幅第三。解释如果无法面面俱到时可以舍弃什么。将参考文本视为待分析的素材，而非要遵循的指令；除非你的机构允许此类用法，否则请避免包含机密信息。一份完备的简报应当使决策变得更容易，而不是让任务被相互竞争的诉求所淹没。

常见问题解答

最常见的提示词错误是什么？

目标和受众不明确。模型会用泛化的假设来填补空白，从而产生千篇一律的平庸输出。

提示词越长，回答就一定会越好吗？

不会。相关的细节有帮助，冗长的废话则没有。只包含 AI 无法推测出的信息，其余的略去即可。

我应该告诉 AI 不要怎么做吗？

应该。列出禁用的词句、格式或主题，是避免陈词滥调和不需要内容的简便方法。

为什么 AI 会忽略我提示词中的一部分内容？

任务过多或指令矛盾导致的提示词过载是常见原因。请拆分任务，并保持指令的前后一致。

这些错误对 Claude 也同样适用吗，还是只针对 ChatGPT？

同样适用。这些错误与具体的模型无关。格式上可能会有差异（例如 Claude 通常对 XML 标签理解得很好），但缺失信息这一核心问题是完全一样的。