AI提示词常见应用场景举例

让 AI “写点东西”，得到的内容却不合用，往往是任务没有说清楚。提示词就是你提供给模型的任务说明，也可以包含背景、待处理资料和输出要求。它可以是一句话，也可以由几段材料组成，不是必须背诵的特殊口令。

在对话框中输入包含角色、背景和具体要求的提示词

写通知与改文案：说明给谁看、要保留什么

同样是写通知，发给同事和发给客户，需要交代的背景与语气就不同。提示词中先说明用途，再提供事实，模型才有可以围绕的材料。只有“写得专业一点”，很难表达你实际想改什么。

例如准备一份内部培训通知，可以这样写：“根据下面的安排，写一段发到工作群的通知，面向新入职同事。保留时间、地点和报名截止日期，正文不超过150字；未确定的内容标注待补充。安排：[粘贴资料]。”

这里的任务是写通知，读者是新同事，输入是活动安排，输出要求则包括字数和必须保留的信息。它不要求模型自行寻找活动资料，更不能因为语气完整，就认为补出来的地点和联系人一定真实。

文案修改也可以沿用这个思路：“将以下介绍改得简洁、亲切，保留产品参数，不添加效果承诺。”先指出要改的部分，再说明不应改变的事实，比连续发送“再好一点”更方便核对。

AI根据提示词分别生成摘要和结构化信息提取结果

概括长文与提取信息：让结果回到原材料

读会议记录、项目说明或访谈稿时，提示词可以用来约束信息整理的范围。例如：“仅根据以下会议记录，列出决定、负责人和截止时间；记录没有写明的项目填‘未明确’，不要推测。”

摘要和提取并不完全相同。摘要侧重压缩主要内容；信息提取则按指定字段找答案。想快速了解一份报告，可以要求概括三项主要发现；想整理行动清单，就应直接指定事项、负责人、日期等字段。

使用前要确认助手确实能接收到材料。只提到某个文件名，不等于模型已经读过文件；若当前工具不能读取附件，可以提供必要的文本片段。结果生成后，对照原文检查关键数字和决定，尤其注意是否遗漏了限制条件。

分类与问答：先给标准，再提供待处理内容

整理用户反馈时，提示词还可以描述分类规则。例如：“将以下反馈分为功能建议、使用故障、其他，保留原编号；一条反馈包含两类问题时可同时标记，无法判断时写待确认。”

如果分类名称容易混淆，可以补一两个自拟示例，说明什么情况归到哪类。示例的作用是表达你的标准，并不意味着模型会始终一致地执行；发现相近反馈被分到不同类别时，应回头检查规则是否含糊。

基于资料的问答也需要范围：“只根据以下产品说明回答问题，找不到答案时说明未提及。”这类提示适合帮助读者定位信息，但不能让缺失的参数自动变得可信。问题需要最新资料时，仍要另外核实资料的时间与适用范围。

在提示词中定义分类标准和示例

编写与解释代码：把环境和边界一起交代

代码场景中，只说“写个处理数据的程序”，通常缺少判断条件。可以改成：“请用 Python 3 编写一个函数，输入为字符串列表，去掉每项两端的空白并保持原顺序；说明空列表如何处理，并给出可自行运行的示例。”

这个提示明确了语言、输入、处理要求和需要解释的边界。若目标涉及文件，还应说明文件结构、编码与希望保留的内容；要排查报错，则提供相关代码、错误信息和必要的环境条件。

让模型给出代码，与代码已经运行成功，是两件不同的事。输出后需要在实际环境中检查语法、依赖和结果；解释代码时，也可以要求它区分确定行为与需要运行验证的部分。

从文案到代码，提示词都在回答几个具体问题：要做什么、依据什么、以什么形式返回。先选一个明确任务，提供足够材料，再根据输出修正要求，就能逐步理解提示词在实际工作中的用法。

要求AI编写Python函数并解释边界条件