ChatGPT 提示词 Prompt 编写指南 2026
Prompt 写得好，ChatGPT 的输出质量能提升一个量级。本文系统梳理 2026 年实用的 Prompt 编写方法：结构化模板、Few-shot 示例、思维链、迭代调优，并给出 20+ 即用模板。所有方法均符合 OpenAI 官方使用政策。
1. 为什么 Prompt 写法决定输出质量
同一个模型，不同的 Prompt 输出质量可能差 10 倍。核心原因有三个：
- 模型不会读心：模糊的指令会得到模糊的结果，明确的约束才能得到精确的输出。
- 上下文窗口有限：长对话会稀释关键信息，把核心约束写在最新一条 Prompt 里效果最好。
- 模型倾向"讨好"用户：含糊其辞时模型会顺着你的话编造，必须明确要求它"不知道就说不知道"。
2. 结构化 Prompt 五要素
一个好用的 Prompt 通常包含以下五个要素（不必全部出现，按场景取舍）：
| 要素 | 作用 | 示例 |
|---|---|---|
| 角色（Role） | 设定专家身份，引导语气与深度 | "你是一位有 10 年经验的财务顾问" |
| 任务（Task） | 明确做什么 | "帮我把这段话改写得更专业" |
| 上下文（Context） | 提供背景信息 | "读者是金融从业者，长度 300 字以内" |
| 约束（Constraints） | 限定格式、长度、禁忌 | "不要使用感叹号，输出 Markdown 表格" |
| 输出格式（Format） | 规定输出结构 | "先给结论，再列 3 条理由，最后给行动建议" |
# 角色 你是一位 [领域] 专家，擅长 [具体能力]。 # 任务 [一句话说清要做什么] # 上下文 [背景信息、读者、用途] # 约束 - 长度：[字数/段落数] - 风格：[正式/口语/学术] - 禁忌：[不要做什么] # 输出格式 [结构要求]
3. 三种核心写法：角色 / Few-shot / 思维链
① 角色设定（Role Prompting）
给模型设定一个具体身份，能让回答更专业、更聚焦。但角色要具体，不要泛泛地说"你是专家"。
弱：你是一个写作专家，帮我改文章。 强：你是一位有 15 年经验的财经编辑，曾供职于《财新》《华尔街日报》中文网。请按"先结论后论据"的结构，把下面这段 800 字的公司新闻稿压缩为 300 字的导语，保留关键数字与公司名，删除所有形容词。
② Few-shot 示例
给模型 2-3 个"输入-输出"示例，比讲规则更有效。适合分类、抽取、格式转换任务。
输入：今天天气真好 → 输出：积极 输入：又加班到十点，烦死了 → 输出：消极 输入：会议改到下周三下午三点 → 输出：中性 输入：[待分类文本]
③ 思维链（Chain-of-Thought）
对数学、逻辑、多步推理任务，明确要求模型"先思考再回答"，能显著降低错误率。
请按以下步骤解决： 1. 先用自己的话复述问题 2. 列出已知条件与未知量 3. 给出解题思路（可分多步） 4. 代入计算 5. 给出最终答案，并在末尾用【答案】标注 如果中间任何一步不确定，请直接说"我不确定"。
4. 20+ 即用模板（按场景分类）
写作类
你是一位 [领域] 编辑。请把下面这段话改写为面向 [读者] 的版本，要求： - 字数 [N] 字以内 - 语气 [正式/亲切/学术] - 保留关键信息：[列出 3-5 个必须保留的点] - 删除：[形容词、口头禅等] 原文：[粘贴]
请按"金字塔结构"重写下面的内容： 1. 第一段：一句话核心结论 2. 第二段：3 条支撑理由（每条 50 字以内） 3. 第三段：1 个具体案例 4. 第四段：行动建议 原文：[粘贴]
分析类
你是 [行业] 分析师。请阅读以下文档，输出： 1. 摘要（200 字） 2. 关键数据（表格，含数值、单位、来源页码） 3. 风险点（3 条，按严重程度排序） 4. 与 [指定维度] 的关联 5. 不确定的地方请明确标注"文档未提及" 文档：[粘贴或上传]
编程类
请帮我实现 [功能]。要求： - 语言：[Python 3.11 / TypeScript / ...] - 输入：[格式] - 输出：[格式] - 必须处理边界情况：[列出] - 不要使用第三方库，仅用标准库 - 先给完整代码，再用 3 行注释说明关键逻辑 - 最后列出 3 个测试用例
学习类
请按"费曼学习法"教我 [概念]： 1. 先用一段话向 12 岁孩子解释 2. 再用大学生能懂的语言解释 3. 给出一个生活化的类比 4. 列出 3 个常见误解 5. 出 3 道由浅入深的练习题（先不要给答案）
翻译类
请把下面这段 [源语言] 翻译为 [目标语言]，要求： - 保留原文语气与风格 - 专业术语用 [领域] 通行译法 - 不确定的术语保留原文并在括号内标注 - 翻译完成后，列出 3 处你做了意译的地方并说明理由 原文：[粘贴]
会议/沟通类
下面是会议纪要，请输出： 1. 决议事项（编号列表） 2. 待办任务（表格：任务、负责人、截止日期） 3. 未决议题 4. 下次会议建议议程 纪要：[粘贴]
更多按场景的 Prompt 模板与文件处理技巧，可以参考 文件分析教程 与 写作指南。
5. 迭代调优：让 AI 帮你改 Prompt
Prompt 工程本质是迭代过程。一个高效技巧是让 ChatGPT 反过来帮你改 Prompt：
下面是我给 ChatGPT 的 Prompt，但输出不理想。请帮我： 1. 找出 3 处可以更明确的地方 2. 按结构化五要素重写 3. 解释每处修改的理由 我的原始 Prompt：[粘贴]
另一个有用技巧是要求模型自评：在 Prompt 末尾加一句"输出前请自评是否符合上述约束，如有不符请重新生成"，能明显降低跑题率。
6. 常见误区与避坑
| 误区 | 问题 | 正确做法 |
|---|---|---|
| 指令太长无重点 | 模型抓不住核心 | 用 Markdown 标题分块，关键约束加粗 |
| 用否定式"不要..." | 模型容易反向理解 | 改用肯定式"请只..." |
| 一次提 10 个问题 | 后半部分被忽略 | 拆成多轮，每轮 1-2 个 |
| 不提供示例 | 格式不稳定 | 给 1-3 个 Few-shot |
| 要求"最完美" | 模型陷入反复修改 | 明确"够用即可，3 轮内输出" |
| 让模型编造事实 | 出现幻觉 | 明确"不知道就说不知道" |
7. 常见问题 FAQ
Q1：Prompt 越长越好吗？
不是。长度本身不等于质量，关键是结构与明确度。一个 200 字结构化 Prompt 通常比 1000 字散文式 Prompt 效果更好。建议先写最小可用版本，再按需补充约束。
Q2：中文 Prompt 和英文 Prompt 效果一样吗？
主流模型中英文能力都较强，但在专业术语、代码注释、学术写作上英文通常更稳定。建议中文场景用中文 Prompt，跨语言场景可中英混合，关键术语保留英文原文。
Q3：能把 Prompt 卖钱吗？
可以把 Prompt 与知识库、API 调用等组合成完整产品对外提供。OpenAI 是否允许 GPT Store 内发布付费自定义 GPT、参与收入分成及对应资格要求，以官方页面当前公布的政策为准。纯 Prompt 可复制性高，建议结合专属知识库或工作流形成差异化产品。
Q4：Prompt 里有错别字会影响效果吗？
少量错别字影响不大，但专业术语、人名、公司名写错会导致模型理解偏差。建议重要 Prompt 用拼写检查工具过一遍，专有名词用括号标注英文原文。
Q5：Prompt 工程会过时吗？
部分技巧会随模型进步被淘汰（如"让我们一步步思考"这类硬性触发词），但结构化表达、明确约束、提供示例这些底层方法会长期有效。建议关注方法而不是具体话术。报错排查可参考 常见报错。