提示词设计五要素

一个好 Prompt 由 5 个要素构成：角色（Role）、任务（Task）、上下文（Context）、约束（Constraints）、输出格式（Format）。前 4 个合称 RTCC（Day3 课堂口径），是 Prompt 的"骨架"；Format 是工程级 Prompt 必备的"出口"。

表达的本质公式：表达 = 本意 + 文意 + 解意（说话人的本意 → 编码 → 文意 Prompt → 解码 → AI 的解意）。Prompt 就是这个编码过程——需要把本意（经验+词汇+知识）精准编码为文意。

五要素总览

随着场景复杂度提升，每个要素都可以从一句话扩展到一张维度表（见下）。

一、角色（Role）

让模型进入某个知识域 + 思维范式 + 表达风格的"角色状态"。

模板：你是一位[年限]的[细分领域][身份]，擅长[3个具体技能]，思维风格偏向[风格描述]，表达风格要求[风格描述]，默认从[受众]的视角出发思考问题。

关键技巧：角色越具体越好——"儿科医生" > "医生" > "专家"，越具体越容易教导 AI 专业知识。

二、任务（Task）

用精确动词锁定模型的动作类型。任务描述的质量直接决定输出是"可用交付物"还是"正确的废话"。

模板：请[动作动词][作用对象]，目标是[目标结果]，范围限定在[范围边界]，执行步骤如下：1.[步骤1] 2.[步骤2] 3.[步骤3]

三、上下文（Context）

提供模型做高质量决策所需的全部背景信息。上下文缺失时模型只能基于通用知识"猜"。

四、约束（Constraints）

明确禁区（不能做）与必选项（必须做），构成输出的边界护栏。约束是最后的质量闸门。

结构模板：

【必须遵守】
1. [正向约束1]
2. [正向约束2]

【绝对禁止】
1. [负向约束1]
2. [负向约束2]

【冲突裁决】
当[情况A]与[情况B]冲突时，优先遵循[X]

五、输出格式（Format）

规定答案的形态。这是 RTCC 之外、五要素独有的一环——尤其在工程化调用（解析 JSON、渲染 Markdown、抽取字段）场景下不可或缺。

常见形态：

• JSON：便于程序解析，字段名锁定、类型可校验
• Markdown 表格 / 列表：便于人读，结构清晰
• 三段式结论 / 五段式报告：固定段落骨架，避免漂移
• 自然语言 + 字数上限：限定篇幅，避免冗长

示例：

严格按以下 JSON 格式输出，不要多余文字：
{
  "结论": "...",
  "理由": "...",
  "置信度": 0.0-1.0
}

实战 Prompt 模板（五要素整合）

#角色
你是一位资深的{专业领域}专家，擅长{核心能力}

#任务
请基于以下信息，{具体动作}：
{用户输入}

#背景
- 业务场景：{场景描述}
- 目标用户：{用户信息}
- 参考资料：{知识内容}

#规则
1. {必须做的}
2. {绝不能做的}
3. {边界情况怎么处理}

#输出
严格按以下JSON格式输出，不要多余文字：
{
  "结论": "...",
  "理由": "...",
  "置信度": 0.0-1.0
}

常见错误 Prompt

• "帮我写一篇文章"（太模糊，缺 Task/Context）
• "用专业的方式分析"（太虚，缺 Role/Constraints）
• "越详细越好"（无边界，缺 Constraints）
• "不给任何格式要求"（难以解析，缺 Format）

进阶技巧

在五要素骨架之上，CoT、Few-Shot、XML 分层、自我检查等技巧可进一步提升 30%+ 效果，详见 提示词进阶技巧。

相关页面

→ 提示词进阶技巧 → 提示词工程四象限法则 → Few-Shot少样本提示 → Agent五要素技术定义 → POC验证 → 效果评测体系 → Prompt编写操作指南（可执行版） → AIPM课程 Day2 → AIPM课程 Day3 → 2026-05-07 互联网产研到AI产研的变化和区别