首页 › glossary › 什么是提示工程？给AI写好任务说明书

提示工程（Prompt Engineering），说白了就是“怎么跟AI说话，才能让它把活儿干好”的一门手艺。你发给AI的那段话，就像点外卖时的备注——写清楚“不要香菜、放门口、提前打电话”，结果才不会翻车。如今几乎人人都在用AI，但同一款模型，会问的人和不会问的人，拿到的答案天差地别。这门“说话的学问”，值得你花五分钟了解。

目录

一、提示工程是什么？

先拆名词。“提示”（Prompt），就是你发给AI的那段话——可以是一句提问，也可以是一整份需求文档。而“大模型”（AI背后的引擎，你可以理解成一台读完了半个互联网的“文字接龙机器”），本领再大，也得先看懂你要什么。

想象你的部门来了一个新实习生：他聪明绝顶，上知天文下知地理，读书破万卷——但他不认识你，不知道你的公司、你的偏好、你这次要交差给谁。这时候，同样一句“帮我做个方案”，他大概率交回来一份驴唇不对马嘴的东西；但如果你把背景、目标、格式、边界一次讲清楚，他交出来的成果可能直接能上会。

提示工程干的就是这件事：把你的模糊需求，翻译成AI能精确执行的任务说明书。它解决的核心问题不是“AI笨”，而是“AI不认识你”——模型读遍了公网，却没读过你的公司、你的上下文、你的口味，这些空白全靠提示来填。

一份合格的任务说明书，通常有五个零件：

  1. 角色：告诉AI“你是谁”。比如“你是一位有十年经验的通信行业分析师”。角色能给AI定下口吻和专业度，就像先给实习生挂上工牌。
  2. 任务：明确“干什么”。不是“帮我写点东西”，而是“写一篇800字科普短文，读者是完全不懂通信的人”。
  3. 背景：把AI不知道但重要的信息喂给它。你的产品参数、上周的会议纪要、竞品的报价单——AI没在你的公司上过班，你得给它补课。
  4. 例子：给一两个“标准答案”让它照葫芦画瓢。术语叫“少样本提示”（Few-shot，先给模型看几个示范再让它上手），就像师傅带徒弟，先做两遍给它看。
  5. 格式与约束：规定“长什么样、别越界”。比如“用表格输出”“不超过500字”“不确定的标出来，别瞎编”。

然后是关键一步——迭代。第一版提示几乎不可能完美，跑一遍、看结果、改一句、再跑一遍。这门手艺的精髓不在“一句封神”的魔法咒语，而在像调试程序一样反复打磨——所以它才叫“工程”，不叫“话术”。顺带提醒：网上流传的“万能咒语”大多夸大其词，真正管用的从来不是玄学措辞，而是把需求讲清楚。

二、为什么最近这么火？

提示工程不是新词——早在GPT-3（2020年问世的大模型）还只会“文字接龙”的年代，研究者就发现：换个问法，模型答题成绩能差出几十个百分点。真正让它一路出圈的，是三波浪潮：

第一波：高薪岗位出圈（2023年）。 ChatGPT一夜爆红后，美国AI公司Anthropic（Claude的开发商）公开以最高33.5万美元的年薪招聘“提示工程师”，被彭博社等媒体广泛报道，直接把这个词送上热搜。一夜之间，“会写提示词”从网友间的小技巧，变成了写进招聘启事的正式工种。

第二波：从聊天技巧变成系统工程（2024—2025年）。 随着智能体（Agent，能自己拆任务、调工具、连续干活的AI程序）爆发，提示工程的主战场从“用户怎么提问”转移到了“产品怎么写幕后剧本”。每款AI产品背后都藏着一段用户看不见的系统提示词（System Prompt，产品方预埋的“岗位说明书”，规定了AI的人设、红线和工作流程），它成了产品的核心资产——有的公司把它当商业机密，网友则乐此不疲地想把它“套”出来。同一时期，安全圈把“提示词注入”（用话术骗AI绕过安全规矩，比如一句“忽略之前的所有指令”）列为大模型应用的头号安全风险——OWASP（一个国际网络安全组织）的大模型安全榜单连续多版都把它排在第一位。提示写得好是生产力，被坏人“写”就是攻击面。

第三波：概念升级与“已死”之争（2025—2026年）。 模型越来越聪明，开始有人喊“提示工程已死”——AI都能猜到你要什么了，还用得着斟酌措辞吗？但行业很快给出新答案：前特斯拉AI总监卡帕蒂（Andrej Karpathy）等人带火了一个升级版名词——上下文工程（Context Engineering）：真正决定AI表现的，不是单独那一句话，而是它干活时能看到的全部材料——提示、资料、记忆、工具清单的总和。换句话说，“说话的艺术”没有消失，而是升级成了“备料的系统工程”。国内节奏也一样：各大模型平台纷纷上线提示词模板和智能体搭建工具，运营商用大模型改造智能客服和网络运维，招聘网站上“AI应用工程师”“提示词运营”这类岗位肉眼可见地多起来。

一句话总结：提示工程火的本质，是AI从玩具变成了生产力工具，而工具的产量，取决于使用者下指令的水平。

三、一张图看懂：好提示的五个零件

flowchart TD
    A[你发出的提示词] --> B1[角色<br/>你是谁]
    A --> B2[任务<br/>干什么]
    A --> B3[背景<br/>相关资料]
    A --> B4[例子<br/>照这个写]
    A --> B5[格式约束<br/>别越界]
    B1 --> C[大模型]
    B2 --> C
    B3 --> C
    B4 --> C
    B5 --> C
    C --> D[输出结果]
    D --> E{满意吗}
    E -->|不满意| F[改提示再试]
    F --> A
    E -->|满意| G[交付使用]

这张图的本质：好提示 = 五个零件 + 一个循环。五个零件决定AI第一次输出的下限，右下角那个“不满意就改”的循环，才决定最终成果的上限。

四、和我有什么关系？

如果你是普通人：关系最直接——同样的AI会员费，你和朋友用出来的效果可能差十倍。让AI写周报、做旅行攻略、给孩子讲题时，用上“角色+任务+背景+格式”四件套，答案质量立竿见影。这不是什么高深技能，就是把话说清楚的能力，几分钟就能上手。

如果你是从业者：提示工程正在从“加分项”变成“基本功”。程序员写代码前先给足上下文，产品经理用提示词搭产品原型，运营用提示词批量产出内容；通信行业里，智能客服、网络运维大模型、AI网优等项目，大量需要“既懂业务又会写提示”的人。岗位名称未必叫“提示工程师”，但薪资的天平，已经明确向“会用AI的人”倾斜。

如果你是投资者：看AI应用公司时多问一句——它的壁垒是“一段谁都能复制的提示词”，还是“独家数据+业务流程+提示词”的组合？纯提示词没有护城河，但“懂行业的提示词+自有数据”往往就是应用层公司的核心家底。同时可以留意提示词注入带火的安全赛道——风险所在，就是生意所在。

小白现在就能做的三件事：

  1. 用：今天让AI干活时加上四件套，对比前后差距，一小时内就能建立手感；
  2. 学：读一读OpenAI和Anthropic官网的免费提示工程指南，全是官方一手经验，不用买课；
  3. 传：把这篇文章转给还在用“帮我把这个弄好”式提问的朋友，帮TA省下大模型的智商税。

五、一分钟总结

  1. 提示工程，就是把模糊需求写成AI能执行的任务说明书的手艺。
  2. 好提示有五个零件：角色、任务、背景、例子、格式约束，外加一轮轮迭代打磨。
  3. 它火，是因为AI成了生产力工具，而产出质量取决于下指令的水平。
  4. 它没有“已死”，而是升级成了上下文工程——从说话的艺术，变成备料的系统工程。
  5. 对普通人，这是AI时代的第一门必修课：会问，才配得上模型的能力。

延伸阅读

参考来源

  1. Prompt engineering - Wikipedia — 提示工程的定义、技术脉络（少样本、思维链等）与行业事件梳理
  2. Prompt engineering guide - OpenAI官方 — OpenAI官方提示工程指南，六条核心策略
  3. Anthropic 提示工程文档 — Claude开发商的官方教程与技巧清单
  4. OWASP Top 10 for LLM Applications — 提示词注入被列为大模型应用头号安全风险

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。

51学通信知识星球海报-扫码加入

📎 本分类最新文章