学习 AI 的第十一天，我们要掌握的是提示词的高级技巧。

很多人用 AI 效果不好，不是 AI 不够聪明，而是提示词写得不够好。就像开车一样，车再好，方向盘掌握不好也到不了目的地。

今天分享 5 个核心方法，让你的提示词水平提升一个档次。

从”随便问问”到”精准指令”

小王是一家电商公司的运营，刚开始用 AI 写产品描述时，他总是这样问：

“帮我写个产品描述。”

AI 生成的内容平平无奇，完全没有吸引力。小王很失望，觉得 AI 不过如此。

后来他学习了提示词技巧，换了一种问法：

“你是一名资深电商文案专家，擅长用故事化手法突出产品卖点。请为一款智能保温杯写产品描述，目标用户是 25-35 岁的上班族，他们注重生活品质但工作忙碌。文案要突出三个核心卖点：24 小时保温、智能测温、一键开盖。语气要温暖贴心，字数 300 字左右。”

这次 AI 生成的内容，转化率提升了 3 倍。

同样的 AI，不同的提示词，结果天差地别。

选择比努力重要，但正确的选择需要正确的工具。

方法一：角色设定法

给 AI 设定一个具体的角色，它会表现得更加专业。

常见的角色设定包括：

你是一名资深营销专家，有 10 年品牌策划经验…

你是一名专业营养师，擅长为上班族制定健康饮食计划…

你是一名资深程序员，精通 Python 和数据分析…

角色设定为什么有效？因为 AI 会根据角色调整语言风格、知识深度和思维方式。

李强做跨境电商时，用 AI 写客服回复。一开始效果不好，客户总觉得回复太机械。后来他给 AI 设定了角色：

“你是一名资深客服专员，有 5 年跨境电商客服经验，擅长处理客户投诉，语气温和耐心，总能站在客户角度思考问题。”

设定角色后，客户满意度从 85% 提升到了 96%。

工具不会取代人，但会用工具的人会取代不用工具的人。

方法二：背景信息法

给 AI 提供足够的背景信息，它能给出更精准的回答。

什么是背景信息？包括任务目的、目标受众、使用场景、约束条件等。

对比两个提示词：

差：”写一份市场分析报告。”

好：”我是一家初创科技公司的 CEO，公司主打 AI 客服产品，目标客户是中小电商企业。现在需要一份市场分析报告，用于下周的投资人会议。报告要包括市场规模、竞争格局、增长趋势三个部分，字数 2000 字左右，语气要专业但不晦涩。”

第二个提示词提供了完整的背景信息，AI 能更好地理解你的需求。

张敏是一家广告公司的创意总监，她用 AI 做创意方案时，总会提供详细的背景：

“客户是一家新式茶饮品牌，目标用户是 18-28 岁的大学生和职场新人。品牌调性是年轻、活力、有创意。这次要做中秋节营销活动，预算 50 万，期望曝光量 1000 万 +。请提供 3 个创意方案，每个方案包括主题、核心玩法、传播渠道、预期效果。”

提供背景信息后，AI 的方案通过率从 30% 提升到了 70%。

数据不会说谎，但需要有人帮你说清楚。

方法三：分步拆解法

复杂任务拆解成多个步骤，AI 完成得更好。

人的工作记忆有限，AI 也是如此。一个复杂的任务，直接让 AI 完成，效果往往不好。但如果拆解成多个步骤，每一步都清晰明确，效果会大幅提升。

比如写一本电子书，不要直接说：

“帮我写一本关于 AI 跨境电商的电子书。”

而是拆解成多个步骤：

第一步：列出电子书的大纲，包括 10 个章节，每个章节有 3-5 个小节。

第二步：根据大纲，写第一章的详细内容，字数 3000 字。

第三步：写第二章的详细内容，字数 3000 字。

第四步：继续写后续章节…

分步拆解为什么有效？因为每一步都聚焦，AI 能更好地理解上下文，输出质量更高。

王磊用 AI 写技术文档时，就是这样做的。他先让 AI 生成大纲，然后逐个章节写，最后再统一润色。

一本 10 万字的文档，如果用传统方式写，需要 3 个月。用 AI 分步拆解，只用了 2 周。

机会永远留给有准备的人，而 AI 让你准备得更充分。

方法四：示例引导法

给 AI 提供示例，它能更好地理解你的期望。

人学习新东西时，看示例比听讲解更有效。AI 也是如此。

比如你想让 AI 写产品卖点，可以这样提供示例：

“请按照以下格式写产品卖点：

示例：

产品名称：智能保温杯

卖点 1：24 小时长效保温，早上装的热水，晚上还是烫的

卖点 2：智能测温功能，杯盖显示水温，避免烫嘴

卖点 3：一键开盖设计，单手操作，开车也能喝水

请为以下产品写卖点：

产品名称：无线蓝牙耳机

…”

提供示例后，AI 输出的格式和质量都会更符合你的期望。

陈雪是一家 MCN 机构的运营，她用 AI 写短视频脚本时，总会先提供几个爆款脚本作为示例。

“这是我们之前点赞 100 万 + 的脚本，请学习这种风格和节奏，为新产品写一个类似的脚本。”

提供示例后，脚本的完播率从 25% 提升到了 45%。

站在巨人的肩膀上，你才能看得更远。

方法五：迭代优化法

好内容是改出来的，不是一次写成的。

很多人用 AI 时，期望一次就得到完美结果。这不现实。正确的做法是迭代优化。

第一轮：让 AI 生成初稿。

第二轮：指出问题，让 AI 修改。”这个版本不错，但语气太正式了，能不能更接地气一些？”

第三轮：继续优化。”这次好多了，但开头不够吸引人，能不能用一个故事开头？”

第四轮：最终打磨。”很好了，再检查一下有没有错别字和语病。”

迭代优化为什么重要？因为 AI 不是万能的，它需要你的反馈来不断调整。

刘强用 AI 写公众号文章时，一般会迭代 3-5 轮。第一轮生成大纲，第二轮写初稿，第三轮优化标题和开头，第四轮检查逻辑，第五轮润色语言。

经过 5 轮迭代的文章，阅读量是初稿的 3 倍。

好的文案不是写出来的，是改出来的。

实战演练：用 5 个方法写一份产品文案

现在我们把 5 个方法结合起来，写一份产品文案。

第一步：角色设定

“你是一名资深电商文案专家，有 10 年品牌策划经验，擅长用故事化手法突出产品卖点。”

第二步：背景信息

“我是一家智能家居公司的市场经理，公司新推出了一款智能门锁。目标用户是 30-45 岁的中产家庭，他们注重安全但怕麻烦。产品核心卖点是指纹识别、远程开锁、异常报警。”

第三步：分步拆解

“请先写一个吸引人的开头，用一个真实的安全故事引入。然后介绍产品功能，最后用行动号召结尾。”

第四步：示例引导

“这是我们之前的一款产品文案，请参考这种风格：’去年冬天，李女士加班到深夜，回到家发现钥匙忘带了。她在寒风中等了 2 个小时，老公才送钥匙回来。从那天起，她决定换一把智能锁…'”

第五步：迭代优化

生成初稿后，继续优化：”开头不错，但故事可以再感人一些。功能介绍部分太技术化了，能不能用更通俗的语言？结尾的行动号召不够有力，能不能更紧迫一些？”

经过 5 轮迭代，最终文案的转化率达到了 8.5%，是行业平均水平的 3 倍。

流程决定效率，效率决定利润。

常见误区

误区一：提示词越长越好

不是的。提示词要精准，不是要长。

一个精准的 100 字提示词，胜过模糊的 1000 字。

误区二：一次就要完美结果

不现实。好内容是迭代出来的，不是一次生成的。

接受不完美，持续优化，才是正确的心态。

误区三：AI 能理解所有隐含意思

不能。AI 不是人，它没有常识和背景知识。

你要把话说清楚，不要指望 AI 猜到你的心思。

误区四：一套提示词走天下

不行。不同任务需要不同的提示词。

写文案的提示词，不适合用来做数据分析。

学习不是成本，是投资。

课后作业

选一个你正在做的项目，用今天学的 5 个方法，重新设计提示词。

第一步：给 AI 设定一个合适的角色。

第二步：提供详细的背景信息。

第三步：把任务拆解成多个步骤。

第四步：找几个优秀示例给 AI 参考。

第五步：迭代优化至少 3 轮。

完成后，对比一下新旧提示词的效果差异。

明日预告

明天我们学习 Day12：AI 数据分析实战——用 AI 分析销售数据，找出增长机会。

我们会学习如何用 AI 做数据清洗、数据分析、数据可视化，以及如何从数据中发现商业机会。

互动话题

你在用 AI 时，遇到过哪些提示词问题？

你觉得哪个方法最实用？

你有什么提示词技巧想分享？

欢迎在评论区留言，我们一起交流学习。

每一个提问者，都是未来的参与者。