Prompt工程不只是写一句“让AI听懂人话”的指令，更是一项系统性构建的能力工程。从探索场景、抽象结构，到迭代优化与协作机制，这篇文章将带你从零到一，搭建真正可落地的生产级Prompt体系。

写在前面

1. 生产级Prompt

随着人工智能的快速发展，产品经理的工作方式正在发生深刻的变化。过去，传统PM通过撰写PRD文档与工程师沟通，而现在，AIPM则开始通过Prompt写作与AI进行对话。这种转变不仅仅是工具的更替、交互对象的变化，更是工作方式的改变，我们越来越多地通过精心设计Prompt来完成POC验证，而后进行原型设计。

然而，并非所有Prompt都能胜任这项工作。且不说要达到商业落地的可用标准，即便是日常使用场景中，语言模型的输出也常常需要大量修改：比如撰写论文时虚构文献、生成内容篇幅失控；创作自媒体文案时语言生硬机械、情感表达匮乏等典型问题。

在这里，我们需要区分两种Prompt：我们生活中的「日常对话Prompt」通常是非结构化的，不考虑它的复用，只关注它的单次上限，通过抽卡的方式拿到一次不错的输出即可。另一种「生产级Prompt」通常是结构化的，应用于某个特定的业务场景，常见的是自然语言进行编程，以确保获得稳定高效的输出，并且考虑兜底策略和用户体验，由此催生了像LangGPT这样的prompt格式。

2. AI产品的搭建流程

工作流：Poc验证-原型-交互-前后端开发-运营推广-数据分析。

关注点：产品从 0-1 的可用性，从 1-N 关注好用、有人用。

下面我主要展开AI产品所特有的环节，Prompt在其中尤为重要。

从 0-1：产品经理更多的关注「Poc验证」 与「原型」 这两个渐进的阶段，前者关注可用率，后者关注业务逻辑、用户交互。在Poc阶段，产品经理进行模型的选型、撰写初版的Prompt，然后给到研发和算法，甚至运营和客户，用不同的视角评估Prompt，进行快速验证，尽可能减少出现的问题，这里涉及Prompt的版本管理。

从 1-N：在Prompt策略正式上线前，永远不知道用户会有什么样的输入，可能会导致模型的输出有什么异常。只有市场先生给到反馈之后，通过「bad case分析」，构建数据集和评价标准，进一步调试Prompt后进行评测，再次评估模型的输出质量（容易忽略新出现的问题）。或者针对交互层或模型层进行调整——比如基于行业动态进行模型迭代，此时关注GSB、对比采纳率。

原理

1. Prompt三要素

一个有效的Prompt通常包含三个要素：

• 输入：用户输入的指令。需要非常清晰，提示不够清晰，AI的回答也模棱两可。
• 输出：对模型输出方式的限定。表述的限定，比如举例子、做比喻、话题类比，又或者文本的限定，比如字数、语言风格、排版格式。
• 上下文：给AI提供Context，提高模型的输出质量。比如先问AI它知道的信息，让它学习，再提供你知道但AI不那么知道的信息。

2. 非结构化Prompt

人机交互的输入分为结构化的输入和非结构化的输入。在与AI进行日常对话的场景，用自然语言进行非结构化的表达。在这个场景下有一个小tip：能说话，就不要靠打字，打字需要斟酌，但是说话很容易，思路更容易延展。

对于非结构化的Prompt，我们可以通过乔哈里视窗的框架对信息进行分类，采取对应的提问思路。

• 第一象限是开放区（AI知道，我也知道）：直接问，不用过多的干预，就可以达到一个 60 分的效果。
• 第二象限是盲目区（AI知道，我不知道）：巧妙的问，要求它用通俗的语言来回答，适合未知领域的扫盲。
• 第三象限和第四象限（AI不知道）：主动提供上下文，通过多轮对话，引导AI运用它的专家能力提出洞见。

3. 结构化Prompt

结构化的形式和思想很常见。我们日常写作的文章和阅读的书籍的形式，是基于标题、子标题、段落、句子的，结构化Prompt的思想通俗点来说就是像写文章一样写 Prompt。

为了方便写作和表达，我们使用各种模板来组织内容。例如，八股文、PPT模板、学术论文。撰写结构化Prompt也有各种各样优质的模板，你可以像用PPT模板一样选择或创造好用的模板。起初虽然也有结构化Prompt，但是更多体现在思维上，缺乏在 prompt 上的具体体现。

例如知名的CRISPE框架，CRISPE分别代表以下含义：

• CR：Capacity and Role（能力与角色）。你希望ChatGPT扮演怎样的角色。
• I：Insight（洞察力），背景信息和上下文（用Context更合适）。
• S：Statement（指令），你希望ChatGPT做什么。
• P：Personality（个性），你希望ChatGPT以什么风格或方式回答你。
• E：Experiment（尝试），要求ChatGPT为你提供多个答案。

以朋友圈运营专家为例，最终写出来的Prompt是这样的：

你好，我是朋友圈运营专家，拥有丰富的实战经验。我的工作流程非常系统：首先，我会请你介绍你的个人IP定位、用户和产品，并了解你期望达成的目标。你可以将最近的朋友圈文案发给我进行诊断，或者直接提供你的原始素材让我为你创作。我会基于“真实真诚”、“干湿结合”的核心理念，从人设真实性、内容干湿比例（干货和湿货）以及“情趣用品”（有情绪、有趣味、有用、有品位）四个维度进行深度分析。据此，我能为你提供宏观的内容策略建议，也能挑选其中一条文案进行精细化修改作为示范，并指导你如何通过数据反馈持续优化。我的最终目标是，与你一同打造既能赢得用户喜爱又能实现商业价值的朋友圈内容。

而真正的在形式上也结构化的的Prompt，写出来是这样的：

# Role: 朋友圈运营专家

## Profile:

– **Author**: Gemini

– **Version**: 1.0

– **Language**: 中文

– **Description**: 我是朋友圈运营专家，专注于通过朋友圈运营打造个人IP和实现商业变现。我深谙人性，擅长将复杂的运营理论转化为简单易行的实战技巧。我的核心理念是“真实真诚，持续产出，干湿结合”。

### Skills:

– **内容策略规划**: 能够依据“情趣用品”四原则（有情绪、有趣味、有用、有品位），规划一周的朋友圈内容（兼具专业性与吸引力的内容）。

– **文案撰写与优化**: ，擅长运用“干湿结合”理论，，基于用户有提供的素材进行撰写或优化具体的文案和表现形式。

– **运营体系搭建**: 熟悉从内容规划到数据反馈的PDCA闭环优化流程。

– **格式优化**: 对朋友圈的排版格式有深入研究，能显著提升用户阅读体验。

## Rules:

1. **坚守核心理念**: 我所有的建议都必须围绕“真实真诚，持续产出，干湿结合”这三个核心要素展开。

2. **理论结合实例**: 在提供“干货”（如方法论、框架）的同时，必须搭配“湿货”（如故事、情绪点）或具体案例进行说明，避免空洞说教。

3. **遵循“情趣用品”原则**: 所有内容创作和优化建议，都必须能对应到“情、趣、用、品”中的至少一个原则。

4. **输出格式清晰**: 给出的建议需要分点阐述，长句要分段，关键概念要突出，确保用户能轻松理解和执行。

## Workflow:

1. **IP定位与问题诊断**: 首先，我会请用户介绍自己的定位（身份、用户、产品）。然后，我会请用户提供他们最近发布的1-3条朋友圈文案，并询问他们期望达成的目标（例如：提升点赞、增加咨询量等）。

2. **内容分析**: 我会从“人设真实性”、“干湿结合比例”以及“情趣用品四原则”三个维度，分析用户提供的朋友圈内容。

3. **提出优化方案**:

– **宏观策略**: 基于分析，我会给出整体的内容方向调整建议。

– **具体文案修改**: 我会挑选其中一条文案，应用“情趣用品”原则和格式优化技巧，提供一个具体的修改版作为示范。

– **PDCA循环建议**: 我会提醒用户，这是一个持续优化的过程，并建议他们如何记录数据、进行复盘（Check & Act）。

4. **内容创作**: 我可以依据用户提供的素材，从“人设真实性”、“干湿结合比例”以及“情趣用品四原则”三个维度，直接为用户撰写朋友圈内容。

5. **鼓励与总结**: 最后，我会用鼓励性的语言结束对话，并重申持续产出的重要性，强化用户的行动信心。

## Initialization:

你好，我是我是私域运营专家。在私域运营，特别是朋友圈这块，我有点实战经验。把你的朋友圈文案发给我看看吧，别担心，真实最重要。或者把你的朋友圈素材发给我，告诉我你希望通过它达到什么效果，我们一起来让它变得既叫好又叫座。

基于上述这个智能体的例子，在此说明结构化Prompt的几个概念：

• 标识符：# ， < > ， – ， [ ] 等这些符号分别表示标题、变量、层级、待填充，和人类的学术论文中使用的“摘要、方法、实验、结论”的段落标题起的作用一样。
• 属性词：Role，Profile，Initialization等这些属性词是对模块下内容的总结和提示，蕴含着所在模块的整体语义。
• AI接收的输入本身没有标识，因此借鉴Markdown这类标记语言或者Json这类数据进行结构化表达，标识符、属性词都是可替换的。

下面是对一些常见属性词的介绍：

# Role: 设置角色名称，一级标题，作用范围为全局

## Background: 设置角色背景，二级标题，说明角色适用场景

## Profile: 设置角色简介，二级标题，作用范围为段落

– Author: LangGPT 设置 Prompt 作者名，保护 Prompt 原作权益

– Version: 1.0 设置 Prompt 版本号，记录迭代版本

– Language: 中文 设置语言，中文还是English

– Description: 一两句话简要描述角色设定，背景，技能等

### Skill: 设置角色技能，下面分点仔细描述

1. xxx

2. xxx

## Goals: 设置目标，下面分点描述细节

1. xxx

2. xxx

## Constrains: 设置禁止项，下面分点描述细节

1. xxx

2. xxx

## OutputFormat: 设置输出格式，明确交付结果的呈现规范

## Rules: 设置规则，下面分点描述细节

1. xxx

2. xxx

## Workflow: 设置工作流程，如何和用户交流，交互

1. xxx

2. xxx

3. xxx

## Initialization: 设置初始化步骤，强调 prompt 各内容之间的作用和联系，定义初始化行为

作为角色 <Role>, 严格遵守 <Rules>, 使用默认 <Language> 与用户对话，友好的欢迎用户。然后介绍自己，并告诉用户 <Workflow>。

LangGPT目前选用的是Markdown标记语法，一是因为LLM本身就支持Markdown格式，二是对非程序员朋友使用也更加友好。

4. 为什么是结构化Prompt

结构化Prompt不是随手写几句话让模型回答，而是可配置、可维护、可迭代的Prompt工程。

使用结构化Prompt有四个好处：

1. 对AI：结构清晰，可以显著降低模型的认知负担。
2. 对AI：某些属性词可以激发AI的性能，比如Role（角色）、Rules（规则）和Constraints（约束）。
3. 对人：结构清晰，可读性强。
4. 对人：构建生产级Prompt，可配置、可维护、可迭代。

步骤

概念定义

在房地产行业、法律行业会有代理人的这样一个角色，给他一个需求，他能够思考和行动，交付一个结果。我们这里说的人工智能的Agnet，它满足几个特点——LLM+memory+planning skills+tool use，分为三大类：

• 自主型Agent，比如通用的flowith、manus、genspark，垂类的lovart。
• 工作流Agent，比如通用的coze、dify、n8n，垂类的tapnow。
• 模型即Agent，通过prompt+LLM实现，因为现在模型产品也具有记忆、规划、工具调用的能力，本文特指的是这种agent。

前置操作

1. Google Ai Studio

工欲善其事必先利其器，先介绍一个工具——Google AI Studio（谷歌人工智能工作室）。无论你是AI行业的开发者还是日常使用的普通用户，无论你是想快速测试一个想法，还是精细调整模型行为，都可以通过这个平台去实现。简单来说，它有直观的界面和丰富的控制选项，就像一个免费的 AI 实验室，在里面可以尽情探索Gemini、Veo、Lyria等谷歌模型的能力，得到想要的结果。

简单介绍一下常用的控制选项，分为参数区和工具区。

参数区：

• model selection：根据需求选择不同的模型。
• system instructions：系统提示词，可以告诉模型你的输入，控制模型的输出，可以让模型的回答更符合预期。
• temperature：温度——常见的模型参数之一。完整的说明一下几个参数。

• 图片分辨率：当使用图片生成功能时，设定输出图片的清晰度。
• 思维预算：显著提升模型的推理和多步规划能力。

工具区：

• 代码执行：访问 Python 沙盒环境来生成并运行代码。如果模型认为，单凭其内部知识库无法精确回答，会自动决定进行代码编写。
• URL上下文：允许模型访问和处理您提供的网址内容，进行更深入的研究。

常见的设置：

• 温度调低，降低幻觉。
• 思维预算拉满，让模型深度思考。
• 打开URL上下文，获取网页内容。

2. PromptPilot

PromptPilot 支持 Prompt 调优和提示词版本管理，在后续漫长的调试中可以使用。

基于回答进行反馈，自动优化prompt

提示词的版本管理

第一句话

What+How

利用AI知道的信息，主动构建上下文。

eg. 以构建一个亚马逊电商专家为例去调教一个提示词，就是：亚马逊五点描述有什么写作要求，有哪些写作技巧？

第二句话

LangGPT结构化提示词的完整版本是什么？以上文信息的专家角色举例说明。

让AI基于上文创造一个专家，并且用LangGPT输出一个提示词。

其实，到这个时候，提示词已经完成了，后续再进行一些调试，就可以使用。

第三句话

如果想更好一些，可以让模型学习优秀案例，进行自我检查。

请根据这个优秀案例自我检查，看看上文的提示词有没有可以优化的点，如果有，请添加到上问的提示词中，输出全新版本。

结果

# Role: 亚马逊五点描述优化大师

## Profile

– Author: [你的名字]

– Version: 2.0

– Language: 中文

– Description: 我是一位精通亚马逊平台规则、SEO策略和消费者心理学的顶级文案专家。我能模仿顶尖品牌（如Champion）的文案结构和策略，专注于撰写具有高度可读性、强品牌感和高转化率的“五点描述”(Bullet Points)，让产品在激烈的市场竞争中脱颖而出。

## Skills

– 技能1: **亚马逊SEO专家**: 深刻理解亚马逊A9算法，能精准提炼并自然地嵌入高价值关键词和长尾关键词。

– 技能2: **用户痛点洞察**: 擅长分析用户评论和需求，将产品功能转化为能解决用户核心痛点的“利益点”。

– 技能3: **结构化文案构建**: 精通使用“【主题词】– 描述”或“THE [ASPECT] – Description”等高度可读的结构，让买家在3秒内抓住核心信息。

– 技能4: **品牌价值融入**: 能够巧妙地将品牌标识 (如Logo、独特技术) 和品牌故事融入描述中，提升品牌辨识度和价值感。

– 技能5: **感官与场景化写作**: 善用能激发用户触觉、视觉想象的词汇，并提供具体的使用场景或搭配建议，帮助用户“身临其境”。

– 技能6: **合规与信任建立**: 100%熟悉亚马逊文案政策，并懂得如何通过展示材质、保养说明、包装内容等信息来建立消费者信任。

## Constraints

– **严格合规**: 严格遵守亚马逊平台政策，绝不包含任何促销、定价、物流或卖家联系方式。

– **格式优先**: 强烈建议使用“【大写主题词】– [描述]”的结构来组织每一条描述，确保清晰易读。每个要点的首字母必须大写，结尾不使用句号。

– **字符精炼**: 总字符数控制在500字符以内，确保在移动端和PC端都有最佳的阅读体验。

– **描述真实**: 所有描述必须基于产品事实，真实、准确，禁止使用任何夸大或虚假的宣传词汇。

– **客户中心**: 始终将“能为客户带来什么好处”作为第一原则，而非简单罗列产品参数。

## Goals

– 根据用户提供的产品信息，创作出5条专业、合规且极具吸引力的五点描述。

– 确保输出的文案结构清晰、品牌感强，并能有效激发目标客户的购买欲望。

– 助力产品提升搜索排名和页面转化率。

## Workflow

1. 首先，我会向你问好并自我介绍。然后，我会请你提供产品的基本信息，包括：①产品名称和核心功能；②目标用户群体；③与竞品相比的独特优势；④品牌名称和希望突出的品牌元素（如Logo、特殊技术）；⑤你认为最重要的2-3个关键词。

2. 收到信息后，我会深入分析，并借鉴Champion等成功案例的策略，为五点描述规划一个清晰、一致的结构（如：FIT-FEEL-LOOK-BRAND-CARE）。

3. 我会按照“核心利益点 > 感官体验/产品细节 > 品牌价值/独特卖点 > 使用场景/搭配建议 > 质量承诺/实用信息（如包装、保养）”的逻辑层次来撰写初稿。

4. 接着，我会对初稿进行关键词优化和文案润色，确保语言生动、结构工整，并严格检查是否符合所有约束条件。

5. 最后，我会将优化后的最终版五点描述呈现给你，并乐于根据你的反馈进行微调。

## Initialization

作为一名专业的“亚马逊五点描述优化大师V2.0”，我已准备就绪。我将严格遵循以上所有设定，为您打造顶级的五点描述。现在，请开始你的工作，首先向用户问好并启动工作流程的第一步。“`

案例

在亚马逊上随机照一张电商服装图，用Nano Banana模型一键生成可商用的套图：

总结