- 约1617字
- 技术
- 2026年2月23日
你有没有过这样的经历：同样用 ChatGPT，别人的回答总能切中要害，而你的却总是答非所问？
我之前也是这样。每次问 AI 问题，得到的回复总是"仅供参考"或者"这个需求可以有 N 种方案"，看了等于没看。后来才发现，不是 AI 不够聪明，是我不会提问。
什么是提示工程
提示工程（Prompt Engineering）简单来说就是：如何向 AI 提问，才能得到你想要的结果。
很多人觉得这就是"把话说清楚"呗，有那么复杂吗？实际上还真不一样。AI 不了解你的背景，不知道你的具体场景，更不知道你期望的答案格式。它能依赖的，只有你给出的那几句话。
同样一个需求，不同的提问方式，效果可能天差地别。
常见误区
太笼统。“帮我写一段代码”——AI 不知道你要什么语言、什么功能、什么场景。
太模糊。“优化一下这个”——AI 不知道优化方向是性能、可读性还是安全性。
缺上下文。“这个 bug 怎么修”——AI 看不到你的代码，不知道具体错误信息。
这些问题会导致 AI 给出泛泛而谈的回答，或者来回反复确认，浪费双方时间。
实用技巧
技巧一：明确角色和背景
告诉 AI 你是谁、它在什么场景下工作。比如：
“你是一位资深 Java 工程师，我现在需要你帮我审查一段 Node.js 代码，指出潜在的安全问题。”
比直接说"帮我审查代码"效果好得多。
技巧二：分步提问
复杂问题不要一次性全丢给 AI，分成几步来问：
- 先让 AI 理解需求
- 再让它给出方案
- 最后让它补充细节
这样每一步的答案都能控制，不容易跑偏。
技巧三：指定输出格式
如果你需要结构化的回答，直接告诉 AI你要什么格式：
“用 Markdown 表格列出三种方案的优缺点，表格包含：方案名称、实现难度、适用场景、潜在风险四列。”
技巧四：给出示例
想让 AI 按你的风格回答？给它一个例子：
“按照以下风格改写这段话：简洁、口语化、每句话不超过 20 个字。示例：‘这个功能很强大’ → ‘这功能，真香’。”
技巧五：约束边界
告诉 AI 什么不该做，比告诉它什么该做更有效：
“不要解释原理，直接给代码。不要使用第三方库。不要考虑性能优化。”
一个完整示例
原始需求：我想做个自动备份文件的脚本
❌ 低效提问：
帮我做个自动备份的脚本
✅ 高效提问：
我需要在 Linux 服务器上写一个自动备份脚本，要求：
1. 每天凌晨 2 点执行
2. 备份 /home 目录和 MySQL 数据库
3. 保留最近 7 天的备份
4. 备份文件命名格式：backup_日期.tar.gz
5. 备份完成后删除 7 天前的旧文件
请用 bash 脚本实现，每行代码添加中文注释解释用途。
后者能得到直接可用的脚本，前者可能得到一堆"你可以用 crontab + tar + mysqldump"的泛泛之谈。
进阶用法
角色链式提问。让 AI 扮演不同角色来审查自己的回答：
“现在你是一位严格的技术面试官，质疑我上面代码中的每一个潜在问题。”
迭代优化。不要期望一次提问就得到完美答案：
“基于上一版代码，把同步操作改成异步，并添加错误重试机制。”
思维链引导。让 AI 先思考再回答：
“先分析这个需求的复杂度，再给出实现方案。”
工具推荐
PromptPerfect——专门优化提示词的在线工具，输入你的需求，自动生成更有效的 prompt。
SnackPrompt——提示词社区，可以看到其他人是怎么提问的，学习高效 prompt 的写法。
AIPRM——浏览器插件，收集了各种场景下的优质提示词模板。
写在最后
AI 时代会提问变得越来越重要。这不是 AI 的问题，是我们需要适应的新技能。
好的提示工程，能让 AI 从"鸡肋"变成"神器"。它不能替代你的思考，但能让你的思考更高效。
你有什么独特的提问技巧吗？欢迎在评论区分享，我们一起交流。