对比通用Prompt与高质量Prompt的差距,提出「背景+问题+输出目标」的结构化Prompt模式,强调具体场景和技术细节。
你可能已经注意到,用垃圾问题问 AI 工具,它们就会吐出一堆垃圾。但问题是——没人会教你,大多数开发者都不擅长提问。如果你不擅长提问,你就是在浪费几个小时等一个垃圾回答。
下面我来教你如何真正从 Claude、ChatGPT、GitHub Copilot 或任何你在用的 AI 工具那里获得有用的输出。
你知道什么是不起作用的吗?
"生成一个排序算法"
"修一下我的代码"
"解释一下这个正则"
这些提示词太过泛泛,AI 不得不猜测你真正需要什么。而它很可能会猜错。
"我正在用 React 构建一个结算流程。当用户点击「支付」按钮时,我调用 submitOrder() 请求我们的 Stripe API。目前如果请求超过 3 秒,用户只能看到一个白屏。写一个加载状态,包含旋转指示器、按钮禁用效果,以及「Processing...」提示文字。"
这样的提示词好 100 倍,因为 AI 知道:
真正有效的模式是这样的:
你在构建什么 —— "我正在用 Node.js 构建一个 CLI 工具,将本地文件同步到 S3"
什么坏了或你想要什么 —— "上传 1000+ 文件时需要处理限速问题"
什么约束条件重要 —— "不能用第三方库,必须跑在 Node 18+ 上"
你想要什么输出 —— "给我看一个带指数退避的重试策略"
就这样。上下文能消灭模糊。
❌ 不好:"我如何优化数据库?"
✅ 好了:"我有一张 200 万行的 PostgreSQL 表。按邮箱查询用户的耗时是 400ms。我已经有一个 email 列。要让它变快,最小改动是什么?"
❌ 不好:"写 API 文档"
✅ 好了:"我正在为一个管理团队项目的 REST API 写文档。聚焦 POST /projects 这个端点。包含请求/响应示例、认证要求,以及常见错误。格式为 markdown。"
❌ 不好:"帮我写正则"
✅ 好了:"我需要从客户支持记录中提取电话号码。格式多种多样:+1-555-123-4567、(555) 123-4567、555.123.4567。写一个能匹配这三种格式、且捕获 10 位数字的正则。"
"给我写篇文章"
太模糊了。
"给我写一篇 500 字的 markdown 博客文章,包含吸引人的开头和 3 个实用例子"
这才清晰。
"调试这个"
只会让人抓狂。
"这个函数返回 undefined 而不是数组。一步步帮我分析发生了什么,然后给出修复方案并加上行内注释"
这才可操作。
花 30 秒写一个更好的提示词。省下 10 分钟等一个有用答案。一天重复 5 次,你就多赚了一小时。
真正的超能力不是花哨的 AI 技巧——而是不因为自己表达模糊而浪费时间。
下次你准备把一个半成品的烂问题复制粘贴到 AI 工具里时,停一下。问问自己:"我能更具体一点吗?"大概率你可以。
而且你确实应该。
想提升生产力?订阅 LearnAI Weekly 新闻周刊,获取更多关于工具、工作流和真正重要的 AI 实用技巧。