Google 专门出过一份 68 页的 提示工程白皮书，系统梳理了下面这些技巧，值得完整读一遍

指导模型提出问题

在提示词末尾让模型先确认是否理解、并主动提出澄清性问题，再动手。这种方式能增强模型的 "任务理解意识"，降低因误解需求而产生的幻觉，特别适合多轮对话和有角色设定的场景

在开始执行任务前，请先确认你是否理解我的意图。如果还有不清楚的地方，
请先向我提出 3 个问题，以便你更准确地完成任务。

它的价值在于把 "先问再做" 的专家习惯显式写进了流程 —— 与其让模型在信息不全时硬答，不如让它先把缺口暴露出来

格式化输出

明确要求模型按某种结构输出，能极大提升输出的 可控性

格式	典型用途
有序 / 无序列表	总结要点、罗列建议、步骤说明
Markdown 表格	对比分析、报告生成
JSON	传给前端 / 后端、调用接口
特定模板	简历、邮件、合同、面试对话
代码块	输出 HTML / JS / Python 等

例如：

请用严格的 JSON 格式输出：{ "标题": "", "摘要": "", "关键词": [] }
不要添加任何自然语言解释，只输出 JSON。

需要注意的是

用提示词要求输出 JSON，只是 "尽量" 遵守，模型仍有概率夹带解释文字或漏字段。当输出必须 100% 可解析、直接喂给下游程序时，应该用 Function Calling 的 JSON Schema 或模型的 结构化输出（structured output） 模式，让接口层去强制约束结构，而不是指望提示词

重复指令

在提示词里对核心目标或硬性约束 反复强调，能提升模型对它的遵守度 —— 本质是通过重复抬高关键 token 的权重

请将内容控制在 100 字以内。再次提醒：不要超过 100 字。

多轮对话里，隔几轮重申一次关键约束，也能防止目标随着对话漂移

负面提示

明确告诉模型 "不要做什么"，用来立规矩、堵住它默认会犯的毛病

类型	示例
禁止解释	请判断情感正负，不要做任何解释
禁止虚构	不要编造不存在的术语，不确定就说 "不确定"
禁止风格	用正式语气，不要幽默、俚语或口语化表达
禁止格式	只输出纯文本，不要加代码块或标题

负面提示有个反直觉的陷阱：

模型对否定词的处理并不可靠，"不要想大象" 反而会激活 "大象" 这个概念。所以 能用正面表述就别用否定—— "请用一句话回答 " 比 "不要啰嗦" 更有效，"只保留结论" 比 "不要写推理过程" 更干净

长度限制

明确限定字数、句数或段落数，控制输出的精炼度，在摘要、标题、社媒文案、简报这类场景里几乎是必备项

• 字数：不超过 100 字
• 句数：限制在 3 句以内
• 段落：只输出 1 段

提示链

把一个大任务拆成串起来的子任务，前一步的输出作为后一步的输入。好处是每一步都短小、可单独验证、可单独优化，避免一条超长提示词里逻辑纠缠

① 推荐 3 个夏天适合旅行的城市  → 青岛、三亚……
② 为 "青岛" 推荐 3 个酒店
③ 以 "青岛 + 住宿时间" 为背景，推荐 3 种特色美食

这其实就是把复杂任务 工作流化，也是 Agent 编排（如 LangChain 的 Chain）的基本思路

影子提示

不直接下达任务，而是把线索埋进一个情境里，靠氛围引导模型，有时能激发比直白指令更有创意的回应

直白提示	影子提示
为孩子们写一个恐怖故事	想象我们围坐在黑暗森林的篝火旁，讲个什么故事能让年轻的听众毛骨悚然？

贡献者: zhaojisen

上一页基于反馈迭代优化

下一页提示词评估