AI 提示词（Prompt），指的是你输入给 AI 的那段文字要求。它不是编程代码，也不是什么特殊语法，就是用日常语言把你的需求说清楚。AI 会把它当成这次任务的说明书，据此生成回答。
如果觉得抽象，用这个比喻：你招了一个能力很强、但完全不熟悉你情况的新同事。他读遍了全世界的东西，唯独不知道你是谁、你在做什么、你要什么格式。你交给他的那张便签，就是提示词。便签写得清楚，他一次就做对；便签写着「帮我弄个方案」，他只能交一份通用模板。
所以有个说法挺准确：AI 的输出质量，约等于你表达能力的下限。
同一件事，两种说法：
说法 A 会给你一张随处可抄的空白模板，你还得自己填。说法 B 基本可以直接发送。差别不在 AI，在你给的信息量——「提示词」这三个字，说的就是这个信息量。
你给的背景、角色、例子，都在限定它的思考范围。范围越小，答案越贴；范围越大，答案越像百科。
这里的「词」不是单词的意思，是「话」的统称。它可以是句子、段落，甚至一整篇被要求参考的文档。
它只对这一次对话生效。换一个对话框，它就忘了。所谓「记住我的偏好」，本质是把说明书塞进了对话开头。
英文原文 prompt 还有「提示、促使」的意思，动词含义是「促使某人做某事」。所以从词源上看，它本来就不是「关键词」，而是「推动对方行动的一段话」。
这几个词经常被混着说，但指的东西完全不同。搞清楚它们，你对 AI 的理解会清晰一大截。
| 说法 | 含义 | 例子 |
|---|---|---|
| 提示词（Prompt） | 你发给 AI 的完整要求 | 一整套说明：角色、任务、背景、格式 |
| 关键词（Keyword） | 搜索或检索时输入的词，不含句式 | 「AI 提示词 教程」 |
| 指令（Instruction） | 提示词里的动作部分，通常一个动词短语 | 「压缩到 200 字」「列出 3 个风险」 |
| 上下文（Context） | 这次对话里它已经看到的所有内容，含历史消息和附件 | 前面聊过的十轮、贴进去的 PDF |
| 参数（Parameter） | 控制输出随机性、长度的设置项，不是你打的字 | temperature、max tokens |
| 微调（Fine-tuning） | 用数据重新训练模型，改变它的「底子」 | 用几千条客服记录训练专用模型 |
一句话记住区别：提示词是「说话」，微调是「改造」。99% 的人只需要前者。有人告诉你「要改模型才能做」，通常他只是没写好提示词。
不是必须全写，但缺哪块，输出就会在哪块出问题。
| 部分 | 作用 | 缺了会怎样 |
|---|---|---|
| 角色 | 给它一个视角和关注点 | 答案正确但平庸，像百科词条 |
| 任务 | 说清要它做什么，动词开头 | 答非所问，或只做一半 |
| 背景 | 说明谁在看、什么场合、已知什么 | 内容空泛，不贴你的实际情况 |
| 约束 | 字数、语气、禁止项、信息不足怎么办 | 啰嗦、跑偏、甚至编造 |
| 格式 | 表格、清单、分段、JSON | 拿到一大段，还要自己整理 |
具体每个部分怎么写，看五要素公式那页，里面有完整的前后对比示例。
最后一种其实是最有价值的用法。大部分人只在「想到才问」时用 AI，而把一段稳定的提示词固化下来，它才真正变成一个不出错的工具。
不是。它没有语法规则，也不需要学命令。你写的是自然语言，模型理解的是语义。所谓「提示词语法」只是社区总结的表达习惯。
不是。长度不等于信息量。删掉一句输出不变，那句就是噪声，还会稀释重点。有效的是「必要信息一个不少，无关信息一个不多」。
相反，写文案、做表格、整理会议记录的人用得最多。它更像写作能力，不是技术能力。
网上那些「神级咒语」多数是心理暗示。同一件事，说清约束比套模板有用得多。
只能减轻，不能根治。模型不知道的事实，你再怎么提示它也不会知道——这时候要做的是给它资料，而不是改措辞。
一般只在当前对话内有效。关掉重开，它就忘了。想长期生效，要么每次带上，要么用支持「自定义指令」的功能预先写好。
提问是提示词的一种。提问偏「求答案」，提示词还可以是「派任务」——让对方产出一份东西。所以写方案、写代码时，用「任务型」的写法比「提问型」有效。
不需要。中文表达在写作、办公、分析场景完全够用。涉及代码、特定学术术语时可以中英混写：指令用中文，专有名词保留英文原词。
不会「弄坏」什么，最坏结果是得到一个没用的答案。所以大胆试，改一句再看结果，是学习最快的方式。
可能用了不同的模型版本、更长的上下文，或者他在后面又追问了两轮。另外，很多流传的提示词是英文机翻的，本身就失真了。
范围更大一些。除了写，还包括建模板库、做版本管理、设计评测标准、把提示词接进产品。具体看职业那页。
可以：「我要做某事，请先问我 5 个关键问题，再帮我写出完整提示词」。这比自己憋更省时间。也可以直接用生成器拼结构。
非常有用，尤其是对文风、格式有要求时。给一段你满意的范文，比写十句形容词都准。
因为模型本身有通用能力。角色是「加分项」，不是「必需项」。真正必需的是任务和约束。
不是。上下文是它这次能看到的所有内容（包含你的提示词、历史对话、附件）；提示词只是你新加进去的那部分。
基本用法半小时就能上手。真正拉开差距的是「把自己的需求说清楚」这项能力，那需要长期练，跟写作能力的成长曲线差不多。