AI模型提示词怎么写？我拿毕业设计踩过的坑换来的几条经验

AI模型提示词写得含糊，模型不会停下来问你，它直接猜。我的毕业设计要处理3247条问卷开放题，做文本分类，一开始我跟模型客气地聊：「帮我把这些数据整理一下。」结果它自己编了三个我数据里根本没有的列名，还振振有词地挨个解释。那晚我盯着输出看了十分钟。

人麻了。说实话这事怪不着模型——大模型不是同事，它不会追问。你漏说的每个条件它都替你脑补，脑补错了还特别自信。后来我把提示词当交接文档写：就像把活儿丢给一个聪明但不了解项目的实习生，格式、边界、丑话都得先讲清楚。下面的坑和办法，全是我拿这批数据一条条试出来的。

模型为什么总答非所问

模型不追问也不确认，提示词里没写死的条件它一律自己补，你漏一句它就自由发挥一句，还错得很自信。这不是模型笨，是它手上没有别的信息，只能按概率蒙。

我让它「帮我清洗一下数据」，它把所有空值填成0。可我那份问卷里，空值意味着拒答。全填0，等于把三百多个拒答的人硬掰成了「打0分的人」。这结论要是直接进了论文，答辩现场我可能当场社死。

后来在提示词里加了一句「空值保留为空，单独归为拒答，不要默认填充」，一次过。这就像点菜没说不要香菜——店小二不是故意的，上来全是香菜而已。你不喝，这锅算谁的？

我在毕设里翻过的三次车

三次翻车全是提示词的锅：没锁输出格式、一次喂太多条、没给例子就让它自由发挥。每翻一次都搭进去一晚上。

第一次，格式崩了。我让它输出JSON，它好心好意包了个 ```json 的代码块标记，我那个简陋的解析脚本当场去世。来回改了11轮才想起来，该在提示词里写死「只输出JSON数组，不要代码块标记，不要任何解释」。就这么一句话——删掉它脚本必崩，加上它一次过。

第二次，贪多。一口气扔500条让它分类，前200条挺像样，第300条之后它开始复读，把「物流太慢」标成「产品质量问题」——那批问卷根本不涉及物流。改成分批投喂，每批50条，批与批之间用一行分割线隔开。抽检100条（我自己逐条核对过），对了93条。这个数是我一个一个数的，不是模型报的。

第三次，歧义。我说「按满意度分类」，它给了套五级量表。我导师要的是三级。加了一个输入输出示例之后，这歧义直接消失。一个例子顶十句形容词，这话我现在逢人就讲。

话说我室友听我念叨了两天提示词，问我这跟念咒有什么区别。还真有点像：咒念对了不一定灵，念错了一定不灵。

现在固定在用的一套写法

我的提示词现在固定五段：角色、数据长什么样、要干什么、输出格式、一个例子，顺序照这个来，一段都不省。写完直接存成模板，换数据只改前两段。

角色那段我一开始当玄学，试了下还真有用。加了「你是问卷数据清洗助理，只依据给定文本判断，拿不准就标unknown」之后，它编列名的毛病好了大半。输出格式那段要写到抠门的地步：字段名、类型、顺序、字段缺失怎么办，全写上，一个都不许它发挥。

两种写法的差别，一张表看得更直白：

我个人是彻底站五段式这边。写起来多花五分钟，能省掉后面两三个小时的返工，这笔账怎么算都划算。

提示词抠到什么程度可以收手？

抽检能过就收手。我给自己定的线是抽100条对90条以上，达标就冻结提示词，别追一步到位。收益递减得厉害，第12轮之后基本全是玄学。

从2轮改到3轮，可能救回十几个点；从11轮改到12轮，救回的多半是心理安慰。同样一下午，拿去人工抽检，比抠措辞划算得多。还有件事别忘：模型到最后仍会错，统计结果写进论文之前，人工核对这道工序不能省。

答辩前一晚，我又想起盯着输出发呆的那个晚上。现在脚本挂着五段式提示词，40分钟跑完全部3247条，抽检93%是对的。导师问数据处理怎么做的，我说一半靠模型，一半靠提示词写得死。他愣了一下，笑了。