很多人觉得 AI 不好用，其实不是工具不行，而是提示词太空。比如只写「帮我写一下」，AI 很难知道你的目标、语气、材料和输出格式。
四步法：角色、任务、材料、格式
| 步骤 | 要写什么 |
|---|---|
| 角色 | 让 AI 扮演什么助手 |
| 任务 | 你希望它完成什么 |
| 材料 | 提供真实背景和原始信息 |
| 格式 | 指定输出结构、字数、语气 |
通用模板
你是一个【角色】。 请根据我提供的【材料】，帮我完成【任务】。 要求： 1. 输出结构为【格式】； 2. 语气为【正式/自然/简洁/适合小红书】； 3. 不要编造材料中没有的信息； 4. 如果信息不足，请先列出需要补充的问题。 材料如下： 【粘贴材料】
坏提示词和好提示词对比
坏提示词：帮我写一份周报。
好提示词：你是一个职场周报整理助手。请根据下面的工作记录，整理成一份适合发给直属主管的周报，分为本周完成、问题风险、下周计划三部分，语气专业，不夸大成果。
常见错误
- 不给材料，只让 AI 猜。
- 不指定输出格式，导致结果太散。
- 一次要求太多，任务互相冲突。
- 没有要求 AI 不编造信息。
如果你想直接复制现成模板，可以看 AI工坊提示词库；如果你刚开始用 AI，可以先读 普通人如何开始用 AI。
相关延伸阅读：DeepSeek写述职报告提示词：普通职场人怎么整理成果。
如果你想练习学习类提示词，可以参考 AI怎么做读书笔记，里面有摘要和知识卡片模板。
相关阅读
如果你想一次性查找更多可复制模板，可以查看AI提示词模板大全，里面按办公、学习、资料处理、自媒体和求职场景整理。
刚开始写提示词前，也可以先查看 AI新手入门路线。
为什么同一个问题要分轮提问
提示词不是越长越好。复杂任务最好分成三轮：第一轮让 AI 先理解材料和目标，第二轮让它输出初稿，第三轮再修改语气、结构和细节。这样比一次性塞进十几个要求更稳定，也更容易发现 AI 哪里理解错了。
比如写工作总结时，第一轮先让 AI 提取成果、数据和问题；第二轮再整理成总结结构；第三轮再改成适合发给领导的语气。如果第一轮材料提取就错了，后面再怎么润色都不可靠。
提示词检查清单
- 有没有说明 AI 扮演什么角色。
- 有没有给足真实材料，而不是让 AI 猜。
- 有没有明确输出格式，例如表格、清单、邮件或大纲。
- 有没有说明语气和读者。
- 有没有要求“不编造材料中没有的信息”。
- 有没有让 AI 在信息不足时先提问。
进阶模板：先提问再生成
你是一个【任务类型】助手。 在正式输出前，请先检查我提供的信息是否足够。 如果信息不足，请先问我最多 5 个关键问题。 如果信息足够，再按【指定格式】输出结果。 请不要编造事实，也不要替我补充没有提供的数据。
实操案例：把会议记录整理成行动项
假设原始材料只有一句：“新版页面周五前提测，小王补三张产品图，数据口径还要找财务确认，活动是否延期明天下午决定。”直接让 AI“整理一下”，它可能擅自补充负责人、日期或把尚未决定的事项写成确定结论。
使用四步法时，可以这样补齐：
- 角色：项目会议记录整理助手。
- 任务：提取已经确认的行动项、待确认事项和决策点。
- 材料：粘贴原始会议记录，并说明会议日期和已知参与人。
- 格式：输出“事项、负责人、截止时间、状态、验收证据、信息缺口”表格。
你是项目会议记录整理助手。
请只根据下面的真实记录提取行动项、待确认事项和决策点。
会议日期：[填写]
已知参与人：[填写]
原始记录：[粘贴]
输出表格：
事项｜负责人｜截止时间｜当前状态｜验收证据｜信息缺口。
规则：
- 原文没有负责人或日期时写“待确认”，不得猜测；
- “计划、建议、讨论”不能改写成“已决定”；
- 相对日期要结合会议日期转换，并保留原表达；
- 每个行动项必须有可观察的完成证据；
- 输出后列出可能存在歧义的原句。符合要求的结果应把“小王补三张产品图”列为行动项，把“数据口径找财务确认”标记为待确认，把“活动是否延期”列为决策点。记录没有说明页面提测负责人，就必须写“待确认”，不能因为上下文看起来像产品经理负责而自行补全。
拿到初稿后再做一轮反向检查
请逐条把你的输出与原始材料对照。
检查负责人、日期、数量、状态和完成证据是否都有原文依据。
输出“当前结论｜原文依据｜是否可保留｜需要补问的问题”表格。
找不到明确依据的结论必须删除或改为“待确认”。什么时候不该继续加长提示词
如果 AI 连续两次误解同一条材料，先拆分任务或补充原始信息，不要无限增加角色设定和形容词。涉及合同、医疗、财务、人事和对外承诺时，提示词只能帮助整理草稿，最终事实和结论必须由对应负责人审核。
把任务放进真实场景里
例如，同一句帮我写方案连续问三次，AI每次给出不同且空泛的结果。这类任务的难点通常不在“让AI写一段话”，而在于先把事实、边界和交付对象理顺。开始前应单独列出已有材料、尚未确认的信息和不能由模型替你决定的事项。没有依据的数字、承诺、人员安排和专业结论一律标记待确认，不用看似完整的句子掩盖信息缺口。
处理时重点抓住这些要素：任务目标、输入材料、限制条件、输出格式和验收标准要同时出现。先用一小段材料跑通，再扩大到完整任务，能更早发现字段缺失和理解偏差。涉及多人协作时，最好让下一位执行者复述一遍：他从文档里看到了什么、准备先做哪一步、遇到什么情况需要停下。复述不一致，说明文档仍需修改。
先确定输入，再决定交给AI什么
一个常见的失败版本是：一次塞入太多目标、不给事实材料、让模型猜公司规则和关键数据。它往往表面整齐，实际无法执行。修正时不要只让AI“更专业”，而要指出哪一项事实缺失、哪句话无法验证、哪一步没有责任人或判断条件。每轮只改一类问题，并保留修改前后的差异，后续才能沉淀出稳定做法。
- 事实核对：人名、日期、金额、指标、文件版本和业务规则回到原始材料逐项确认。
- 边界核对：区分已经决定、正在讨论、个人建议和模型推断，不能把四者混写。
- 执行核对：动作写到具体对象、负责人、时间和可观察结果，删掉“持续关注”“及时处理”这类空话。
- 风险核对：敏感数据先脱敏，合同、财务、法律、安全、医疗等结论交给相应专业人员。
交付前用一个简单标准验收：换一个同事照着提示执行，也能得到结构稳定且可核对的结果。再安排一次反例检查，故意输入一条缺日期、缺负责人或相互冲突的材料，看结果是否会明确提示缺口，而不是自行补全。能在正常情况和异常情况下都给出可核对结果，这套做法才算真正可复用。
最后保留三样东西：原始材料、采用的版本和人工确认记录。下一次遇到相似任务，可以复用字段和检查表，但仍要替换当次事实。模板的价值是减少遗漏，不是让所有场景得到同一答案；只要任务目标、读者或约束变化，就应重新检查输入和验收条件。