Prompt 工程实操指南

AI Prompt 优化完全指南：6 维度评分法让输出质量提升 3 倍

作者：AI 自动化 · 2026 年 6 月 16 日

你是不是经常遇到：让 AI 写代码，结果写得乱七八糟；让 AI 写文章，输出又空又泛；让 AI 分析问题，得到的答案跟问的完全不对？

问题不在 AI，问题在你的 Prompt。

这篇文章会教你一套系统的 Prompt 优化方法——6 维度评分法 + 6 步构建框架。学会后，AI 输出质量能稳定提升 2-3 倍。

一、为什么你的 Prompt 总是失败？

大多数人写 Prompt 的方式是「凭感觉」：

帮我写一个 Python 函数，处理用户数据。

这种 Prompt 有三个致命问题：

角色不明：AI 不知道要按「初级工程师」还是「资深架构师」的标准来写
任务不清：「处理用户数据」可以理解成 100 件事，AI 只能猜
无输出规范：AI 不知道输出格式、长度、风格

结果就是：AI 给的答案每次都不一样，质量全凭运气。

二、6 维度评分法

评估一个 Prompt 的质量，看这 6 个维度。每个维度 0-10 分，总分 60 分。

1. 清晰度（Clarity）

问自己：AI 看完后能立即明白要做什么吗？

评分标准：

0-3 分：含糊不清，可能有多种理解
4-6 分：大致明白，但有些歧义
7-10 分：一目了然，没有任何歧义

2. 完整性（Completeness）

问自己：所有必要信息（背景、数据、约束）都给了吗？

3. 结构性（Structure）

问自己：Prompt 是不是分块组织，重要信息突出？

最佳实践：用 markdown 标题、列表、代码块分段。

4. 约束性（Constraints）

问自己：有没有明确「不能做什么」「必须在 X 范围内」？

示例：「不要用 jQuery」「回答必须用中文」「代码要在 Node 22 上运行」

5. 示例性（Examples）

问自己：有没有给 AI 看「我想要的输出长啥样」？

黄金法则：Few-shot 比 Zero-shot 效果好 50%+。给 1-3 个示例。

6. 输出规范（Output Spec）

问自己：有没有明确输出格式（JSON/列表/Markdown/纯文本）？

三、6 步构建框架

按这个模板填空，5 分钟就能写出高质量 Prompt：

Step 1：定义角色（Role）

你是一位资深的 [职业]，擅长 [技能]，
有 [N] 年 [领域] 经验。

示例：「你是一位资深的前端工程师，擅长 React 和性能优化，有 8 年 SaaS 产品经验。」

Step 2：明确任务（Task）

你的任务是 [具体做什么]，
目标受众是 [谁]，
成功标准是 [怎么算成功]。

示例：「你的任务是给一个 React 组件做性能优化，目标受众是中高级前端工程师，成功标准是首屏渲染时间 < 1 秒。」

Step 3：提供背景（Context）

当前情况：
- 现状：[描述]
- 限制：[约束]
- 已尝试：[做过什么]

示例：「当前情况：组件列表渲染 500+ 条数据时卡顿；限制：不能改后端 API；已尝试：useMemo 缓存，无效。」

Step 4：指定输出格式（Format）

请按以下格式输出：
- [第一部分]：[具体要求]
- [第二部分]：[具体要求]
- 长度：[字数/行数]
- 风格：[正式/轻松/技术性]

Step 5：明确约束（Constraints）

约束：
- 不能：[禁止项]
- 必须：[必须项]
- 避免：[避免项]

Step 6：给出示例（Examples）

示例输入：[示例]
示例输出：
---
[期望的输出]
---

四、对比示例：坏 Prompt vs 好 Prompt

❌ 坏 Prompt

写一个产品介绍。

✅ 好 Prompt

你是一位资深的 SaaS 产品文案，擅长把复杂技术转化为易懂的价值主张。

任务：为我们的「AI 代码评审工具」写一段 200 字的官网介绍。
- 目标受众：3-10 人小团队的技术 Lead
- 成功标准：让读者 30 秒内理解产品价值并想试用
- 语气：专业但不技术化，避免堆砌「赋能」「闭环」等空话
- 突出 3 个差异化：① PR 级别代码评审 ② 自动识别 bug 和性能问题 ③ 团队知识沉淀

请按以下结构输出：
1. 一句话价值主张（20 字内）
2. 3 个 bullet points 突出差异化
3. 行动号召（CTA）

长度 200 字 ±20 字。

❌ 坏输出：
"我们的 AI 代码评审工具是一个赋能企业数字化转型的创新产品，通过 AI 技术实现代码评审智能化，闭环研发流程……"

✅ 好输出：
"PR 级别 AI 评审，5 秒找出 bug。
• 自动识别 17 类常见 bug
• 标记性能瓶颈和安全隐患
• 沉淀团队评审标准
免费试用 →"

五、实战：3 个场景模板

模板 1：代码生成

角色：你是 [语言] 资深工程师，擅长 [领域]
任务：实现一个 [功能]
输入：函数签名 + 数据示例
输出：
  1. 完整代码（含注释）
  2. 时间/空间复杂度分析
  3. 至少 2 个测试用例
约束：不能使用 [禁用库]；代码要在 [环境] 运行；通过 [lint 工具]

模板 2：内容创作

角色：你是一位 [行业] 自媒体作者，文风 [风格]
任务：写一篇关于 [主题] 的 [类型]
受众：[画像]
目标：[传播/转化/教育]
长度：[字数]
结构：
  - 开头：钩子 + 价值承诺
  - 主体：3-5 个核心点（每个配 1 个案例）
  - 结尾：行动号召
禁用：[陈词滥调列表]
参考：[1-2 篇优秀范例链接]

模板 3：数据分析

角色：你是数据分析师
数据：[粘贴 CSV/JSON 或描述]
任务：分析 [核心问题]
方法：
  1. 数据清洗（说明处理了哪些异常）
  2. 关键指标计算
  3. 趋势/异常识别
  4. 给出 3 条可执行建议
输出：Markdown 报告（含表格和图表描述）

六、立即上手：免费 Prompt 工具箱

想偷懒？用 AI Prompt 工程师工具箱，里面内置了 20+ 精品模板，6 维度自动评分，6 步可视化构建。

✍️ 打开 Prompt 工具箱 →

免费 · 20+ 模板 · 6 维度评分

七、常见错误

❌ 错误 1：Prompt 越长越好

不是。Prompt 应该 精炼且信息密度高，每句话都要有信息量。重复的背景和不必要的礼貌用语（「请」「谢谢」）会稀释关键信息。

❌ 错误 2：一次 Prompt 完成所有事

复杂任务应该 拆成多步，每步用一个 Prompt，让 AI 专注做好一件事，最后再合并。

❌ 错误 3：不迭代 Prompt

Prompt 是需要 持续迭代 的工程资产。把效果好的 Prompt 保存到模板库，下次直接复用。

      💡 黄金法则：把 Prompt 当代码管理。用版本号、注释、测试用例跟踪效果。好的 Prompt 团队资产，可复用 100+ 次。
    

学会了吗？立即用工具箱练手 →