大模型输出不满意、瞎编、不按要求来？核心问题在 Prompt 设计！这份实战经验涵盖内容生成、打标签、风控分析、AI Coding 等场景，揭秘 “对抗式收敛”“精准约束” 等核心方法，从边界定义到结构设计，帮你搞定大模型沟通难题。

最近工作中做了大量调用大模型生成内容、打标签、评估、调优 prompt 工作，复盘记录下过程中的一些经验和踩坑。

平常大家说的模型输出内容不满意、模型在瞎编、不按要求输出、不听话。。。往往都是提示词设置的不合理导致的。需要通过设计合适的 prompt，引导大模型输出合理的内容，输出结果的质量很大程度取决于提示模型的能力。

在开始之前，推荐两篇文章，可以了解基本概念、基本框架、常见技巧，下文我的经验是在这些技巧的基础上，结合工作中 prompt 设计的总结。

– 万字长文解码如何玩转Prompt（附实践应用） 这篇来自“淘宝大技术”，大概是我最近一年多看到关于 prompt 写的最好的一篇。

– https://platform.openai.com/docs/guides/prompt-engineering 这个链接来自 OpenAI 官方关于提示词技能的描述。

01 工作应用

1、prompt 不是“一次写完”，而是“对抗式收敛”，写一版 → 评估 → 发现问题 → 调优 → 评估 → 发现问题 → 调优，不断进行，这是整体思路。

2、和大模型沟通结尾处可以添加上这一句：你看看是否还有其他信息需要我确认或补充的。

– 设计逻辑：这就像工作中一样，老板开会结束后通常都会问这么一句，来确保大家信息是对齐的，我们和大模型的关系也同样。

3、prompt 差一点，结果都差异很大。

– 用大模型分析风险，标出异常风险信号，先用 GPT 写的一版 prompt，一直会把重复订单判定为异常信号。

– 但因为用户可能会重复来客诉、推数重复、数据清洗不干净等原因，所以重复订单是正常的，我在 prompt 中额外补充了这句“两个订单号相同，相同订单号出现多次，这是正常的”，依然会将重复订单判定为异常信号。

– 让 GPT 分析一版，发现前面做了强要求。

– 经验：标题取“额外补充”太软了，对大模型来说优先级很低，需要改为“严格执行”，并且把顺序放到 prompt 靠前的位置。

4、让大模型打标签，prompt 设计时，需要同时保证准确率和泛化能力，所以设计逻辑应该是：清晰的骨架 + 少量的示例。

– 实际案例：此前我用大模型给客诉打作案手法的标签，准确率一直无法提升到满意，所以不断调 prompt，越写越复杂看起来像是一堆 if-else、条件之间存在冲突、缺乏泛化能力，经过多轮调优，对样本的准确率达到非常高了，但泛化能力极差，换一批样本准确率马上下降，所以后面换了 prompt 设计思路，改为“清晰的骨架 + 少量的示例、边界条件”，才能同时达到比较高的准确率和泛化能力。

5、prompt：帮我把整个项目以 mermaid 形式输出流程图，需要足够详细。

– 应用场景：针对同一个项目和 GPT 在同一个窗口有大量的沟通，他对项目几乎完全理解。先让大模型输出 mermaid 格式流程图，再通过 mermaid 渲染工具渲染成可视化，并下载到本地（下图缩小了很多倍，做了模糊化处理）。

6、对于大项目，可以在 prompt 中补充完整项目背景，效果会好很多。

– 因为整个链路很多环节会调大模型，但对大模型来说，每个环节是割裂的，它只知道当前这个环节。

– 给它补充一些整个项目的背景、环节链路，它在做它自己那个环节时，也更能体会到应该如何做。

– 和老板派活类似，得讲清楚项目背景、整个项目框架。

7、prompt：根据我们讨论的需求，你写一版 prompt，我让 Cursor 帮我把这个页面绘制出来。

– 应用场景：对于前端页面，与 GPT 讨论需求，GPT 给了很多建议，以及出了多版方案，让 GPT 将方案写成 prompt，再应用 Cursor、Gemini、Trae 等 AI Coding 工具可视化的开发出来。

8、prompt 中约束模型“怎么想”，比约束“怎么说”更有效。下方“词汇层”就是在约束“怎么说”，“证据层”就是在约束“怎么想”。

9、prompt 中的示例是“双刃剑”：给得越具体，模型越会“照抄行为”。大模型非常容易去模仿示例的具体内容，而不只是示例的结构。

10、prompt 中设置强边界性逻辑，不同词，大模型执行程度不一样，顺序前后，执行程度也不一样。例如将标题设置为“额外补充”，大模型很可能会忽略，但设置为“必须执行”，基本不会被忽略。

– 实践样例 1：调用大模型做风控分析时，他会可能会把数据缺失判断为黑产故意绕过风控，但对业务来说数据缺失是非常正常现象，决不能等同于故意绕过风控。我已经把这个信息告知大模型，但他依然会判断为黑产故意绕过，经过不断调试，把标题改为“必须执行”，并且把这段 prompt 的位置移动到比较靠前，他才会准确判断。

– 实践样例 2：同一个账号，可能会有多个订单，订单的手机号、收货地址都是相同的，这才是正常现象，不同反倒是有风险，但大模型可能会将这些信息相同，判定为存在聚集，需要通过 prompt 告知大模型这是正常业务逻辑，也需要用前面的严格限制的逻辑。

11、prompt 的“目标”模块尽量中性表达，否则大模型会为了达成目标，找一些很牵强的理由，甚至杜撰理由。

12、如果模型存在多层调用，上一层产生的结论用于下一层继续推理。那上一层的评估标准需要注意，这不是给人看的，是为了下一层推理应用的，所以在设计 prompt 的时候应该按照“原材料层”的逻辑去设计，会更结构特征、证据列表、缺证说明、可复用的中性结论，而不是着重推理出结论、把故事讲完整。

13、对于生成复杂内容，例如一份风险报告，（不考虑调用成本的前提下）可以多次调用，每次生成单个模块，这样生成的内容更具有可评估性。

14、对于输出限制，可以限定输出结构，eg：json，前端页面所需字段可从 json 中精准取到对应字段，例如 Title、content、evidence、priority，就可以让大模型精细化输出前端页面所需信息，而不只是一大段文本。

15、大模型“乱猜”几乎从来不是因为它不听话，而是因为 prompt 没明确告诉它哪些推断是被允许的，哪些是被禁止的。

16、不要让模型“自己决定要输出多少内容”。只要 prompt 中不提供“合法的 0 结果结构”，模型大概率会“编一个”。对模型来说：“输出空数组”比“什么都不说”安全得多。

17、让大模型打标签时，最好需要按照下面逻辑设计 prompt，定义、正向出发逻辑、正向样例、负向排它边界（我们实际应用的这个框架，下图是让 GPT 按框架生成的样例）。

18、角色设定的逻辑，有效的点在于他应该关注什么、不能做什么、输出什么。

19、prompt：扮演一个新入职的同事，通过向我提问各种信息，然后我来回答，你这样来快速了解我的工作基础信息。

– 应用场景：换到一个新大模型时，它了解通用知识，但不了解我，让大模型扮演入职同事、记者、传记作者等，结构化提问，快速了解背景信息，或者让常用的一个大模型来输出这个背景信息。

20、将风控日志送入大模型，推理分析可能的风险，如下是早期构造的 prompt。实测，效果较差，还是需要先经过大量工程加工，人工拆分环节，然后每个环节再让大模型介入进来推理分析，这样效果会好很多。

21、让模型“只输出你要粘贴的内容”，可以用以下两句限制。- 用一句话当作最终约束：“请只输出一个 Markdown 代码块，代码块外不得有任何文字。”- 并在最后再重复一次：“再次强调：不要解释，不要分段说明，不要输出标题。”

22、来自“淘宝大技术”的一段 prompt，prompt 中增加情感威胁，实测，对 2025 年 12 月当前的 GPT、Gemini 来说，基本没用，甚至可能起反作用，更有效的设计逻辑是给出思考步骤、限定思考方向。

02 AI Coding

23、AI Coding 常用 prompt：你完整阅读一遍代码，并理解这个项目。

– 应用场景：对于打开历史项目，新开对话框，大模型不了解这个项目时，让他快速理解整个项目的逻辑。

24、AI Coding 常用 prompt：你先完整重述一遍你对需求的理解，以及打算如何改，先不要修改代码，待我确定你理解正确后，你再来修改。

– 应用场景：当项目比较复杂，且我新让它改动的需求点也比较复杂，我不确定我的表述大模型一定完全理解正确时，会用这句 prompt，先“对齐理解”，以及确保改动方案符合预期。还有个好处是它会创建 task 概念，先把要改动的任务点列出来，然后逐步完成，确保不遗漏，如果未全部列出任务，它在实际工作时，做到后面可能就忘掉前面需求了。

25、用 AI Coding 工具将常用工具写成 html 文件，如图二，是一个 mermaid 渲染工具的测试样例。

26、对于 AI Coding 工具，prompt 核心逻辑是把需求写得足够清晰，如下图。

27、避免大模型偷懒的 prompt，如下图。因为 AI Coding 沟通需求时，大模型常说，“我要去阅读 xxx 代码，然后做 xxx 修改”，但实际上经常把代码只读了一半就开始修改代码了。

03 个人应用

28、prompt：结合我们历史所有沟通信息，你觉得我的 MBTI 最可能是什么。

– 应用场景：与 GPT 有大量历史对话，它足够了解你。

29、prompt：请根据你对我的记忆，有哪些事情是我自己意识不到的，但是如果明白了就能改变我的生活的残酷真相？请坦诚告诉我，以完全客观性的战略深度审视我的情况。