Preparing your workspace
Jobbit
指南阅读约 2 分钟

什么是提示词工程?2026年真正有效的10种技巧

什么是提示词工程(prompt engineering)?用通俗语言讲解 OpenAI、Anthropic 和 Google 在2026年推荐的10种技巧、已被研究检验过的误区,并附示例。

什么是提示词工程?2026年真正有效的10种技巧
阅读语言:

提示词工程(prompt engineering)是一门技能:把指令写清楚,让 AI 模型稳定地产出你需要的结果。OpenAI 称它为"为模型编写有效指令的过程"。到了2026年,它只依赖几个朴素的习惯:说得具体、提供背景、给出示例、说明想要的格式,并检验结果。本指南讲解模型厂商推荐的10种技巧,也指出研究认为应当放弃的几种流行做法。

一位咖啡馆老板输入"写一篇关于我们新菜单的帖子",得到四段热情洋溢、但她绝不会发布的文字。她的侄子在同一个工具里多写了三句话,说明顾客是谁、咖啡馆说话的风格,以及内容必须适合一条 Instagram 配文,结果她当天下午就发了出去。同一个 AI,同样的价格。差别就在于一个听起来很高深的名字:提示词工程,以及它背后"秘密配方"的名声。实际情况更像是给新同事交代工作。英国政府2026年的 AI 采用情况调查发现,32% 的英国企业现在使用 AI,比上一年翻了一番,而在这些企业中,67% 表示技能或知识不足是阻碍。

下文内容:我们如何核实本指南、用一张表概览10种技巧、每种技巧的示例、最新模型带来的变化、经过检验的误区、它是否仍是一份职业,以及在哪里免费学习。

省去反复试错。在 Jobbit 上把任务描述一次,Plan mode(规划模式)会在智能体开工前先展示步骤。免费方案,每天100点积分,无需绑卡。

我们如何核实本指南

  1. 模型厂商自己的指南,于2026年11月18日查阅。 OpenAI 的提示词工程指南、Anthropic 的提示词最佳实践、Google 的 Gemini 提示策略、Microsoft Learn 和 IBM。
  2. 独立研究。 Wharton School(沃顿商学院)Generative AI Labs 的三份报告,它们对常见的提示建议做了大量重复测试,另有 IBM 研究人员2026年的一篇预印本。
  3. 厂商意见不一致时,我们会明说。 关于逐步推理的建议在2025年和2026年间发生了变化。
  4. 示例为我们自己编写,面向小型企业。厂商的原话放在引号内。
  5. 英国数据来自政府的《2026年 AI 采用情况调查》和 Office for National Statistics(英国国家统计局)。

10种提示词工程技巧一览

技巧在消息中加入什么谁推荐最关键的场景
1. 说得具体篇幅、受众、目的、需要省略的内容Anthropic、Google、Microsoft任何时候
2. 提供背景你是谁、写给谁、为什么需要Anthropic、Google、OpenAI凡是涉及你的业务
3. 设定角色"你是一位经验丰富的簿记员"Anthropic、OpenAI语气与专业度
4. 给出示例两到三个体现好结果的样本OpenAI、Anthropic、Google、Microsoft匹配你的风格或格式
5. 分隔各部分给指令和粘贴的文本加上标签或标记OpenAI、Anthropic、Microsoft带文档的长提示词
6. 指明格式"3列的表格"、"不超过80字"Google、Microsoft任何会反复使用的内容
7. 提供来源粘贴事实并说明"只用这些"OpenAI、Microsoft、Google价格、政策、数字
8. 拆分成步骤每个阶段一个提示词,中间检查Anthropic、Microsoft大型任务
9. 要求自查"完成前,请对照这些要点核实"Anthropic计算、事实、代码
10. 测试并改进再运行一次,只改一处,对比Google、OpenAI、Anthropic每周都要用的提示词

10种技巧及示例

1. 说得具体

Microsoft 的指南用一句话概括:"要具体。尽量少给解读留余地。"Anthropic 给出一个检验办法:把你的提示词拿给毫无背景的同事,请对方照着做。如果他们会困惑,AI 也会困惑。

  • 含糊: "写一封关于涨价的邮件。"
  • 具体: "给一家犬类美容店的老客户写一封120字的邮件。价格将于1月1日上涨6%。语气温暖,用平实的英语,不要道歉,用一句话感谢他们的支持。"

2. 提供背景

Anthropic 建议把 AI 当作"一位聪明但刚入职、不了解你们规范和工作流程的新员工"。它还建议说明原因,因为有了理由,模型就能处理你没有列出的情形。"句子要简短,因为顾客是在柜台前用手机阅读"比"句子要简短"效果更好。

3. 设定角色

一句话就够了。Anthropic 的指南说,设定角色能"聚焦"行为和语气,而且"哪怕只有一句话也有作用"。可以试试:"你是一位英国雇佣事务顾问,正在向首次雇人的雇主解释这件事。"

4. 给出示例

Google 的指南最为坚持:"我们建议在提示词中始终包含少样本(few-shot)示例。"Anthropic 建议提供三到五个,并且要足够多样,让模型学到的是规律,而不是照抄某一个样本。粘贴两段你喜欢的产品描述,然后请它用同样的口吻写第三段。技术上的名称是少样本提示(few-shot prompting)。

5. 分隔各部分

当提示词里既有指令又有粘贴的文档时,请加上标签。OpenAI 和 Anthropic 都建议使用简单的标记或标题,让模型能区分你的请求和你提供的材料。即使是朴素的标签也有效:"指令:"和"客户邮件:"。

6. 指明格式

说明答案应该是什么形态:表格、五个要点、主题行加正文、不超过80字。这一条有证据支持。Wharton 的研究人员从测试提示词中去掉格式说明后,表现下降了。

7. 提供来源

凡是涉及你业务的事实,请粘贴这些事实,并告诉 AI 只使用它们。Microsoft 表示"强烈"建议提供依据数据,并建议给模型留一条退路,例如"如果答案不在文本中,请回复'未找到'"。这是防止编造答案的最有效办法。详见AI 为什么会编造内容。

8. 拆分成步骤

一个提示词写出的营销方案往往很单薄。先让它给出目标受众,检查,再要优惠方案,最后是日程安排。Anthropic 指出,即使较新的模型一次能处理更多内容,提示词链在"需要检查中间输出时"依然有用。

9. 要求自查

Anthropic 的指南建议在结尾加上类似"完成前,请对照以下标准核实你的答案"的话,并称这样做"能可靠地发现错误,尤其是在编程和数学方面"。对于报价单:"检查各项明细相加是否等于总额,以及增值税(VAT)是否为20%。"

10. 测试并改进

Google 的指南说得很简单:"提示词工程是迭代式的。"Wharton 团队发现,同一个提示词可能这次成功、下次失败,所以一次好答案说明不了多少。对于要反复使用的提示词,运行三次,每次只改一处。然后保存下来。我们的 ChatGPT 自定义指令指南会告诉你保存的指令放在哪里。

最新模型带来了什么变化

2023年的建议如今可能让结果变差。

  • 别再要求它"一步一步思考"。 这个技巧叫思维链(chain of thought)。OpenAI 针对其推理模型的指南说,提示词要保持简单,避免要求逐步推理。Microsoft 说这一技巧只适用于非推理模型。Anthropic 说应依靠模型内置的思考能力。最新的模型会自己推理。
  • 别再大喊大叫。 Anthropic 指出其近期模型对指令更敏感,建议淡化"CRITICAL: You MUST"(关键:你必须)这类强硬措辞。如今大写字母反而会引起过度反应。
  • 预期它按字面理解。 如果你想要比所提要求更多的内容,就直接提出。Anthropic 的建议是"明确提出要求",而不是指望模型去猜。
  • 上下文成了新的关键词。 2025年9月,Anthropic 把上下文工程(context engineering)描述为"提示词工程的自然演进":选择 AI 面前有哪些信息,而不只是请求怎么措辞。对小企业来说,这意味着把你的价目表、过往邮件和政策交给它。

IBM 研究人员2026年9月的一篇预印本,在27种模型配置、约4,300个问题上测试了8种提示技巧。在开启模型推理的情况下,没有任何技巧比直接提问高出约半个百分点以上。他们的测试只涵盖选择题,但方向很清楚:巧妙的措辞一年比一年不重要,而清晰的交代依然同样重要。

四个经过检验的误区

Wharton School 的 Generative AI Labs 在2025年通过数千次重复试验检验了常见的小窍门。

  • "许诺给它小费。" 他们2025年8月的报告标题直截了当:威胁和奖励都没有用。报告发现,威胁模型或向模型许诺金钱,整体上没有带来有意义的提升。
  • "态度粗鲁"或"态度礼貌"。 礼貌程度对单个答案的影响有好有坏,在整个测试中相互抵消。想礼貌就礼貌,但它不是一种技巧。
  • "一步一步思考总是有帮助。" 他们2025年6月的报告发现,在较旧的模型上收益有限且波动更大,在推理模型上收益微乎其微,却要多花20%至80%的时间。
  • "存在完美的提示词。" 同一个提示词在重复运行中给出了不同的结果,所以测试胜过推敲措辞。

提示词工程还是一份职业吗?

作为职位名称,它已经淡出。Fortune 在2025年5月报道,一个曾经标出最高$200,000年薪的岗位基本已经消失,并引述 Indeed 一位经济学家的话:提示词工程"依然绝对是个有益的技能,但不是一个完整的职位"。Korn Ferry 解读了 Microsoft 对31,000名员工的调查,称它在企业计划新增的岗位中排名倒数第二。

作为一项技能,它已经普及到每个人。Office for National Statistics 发现,2026年年中,英国大不列颠地区55%的雇员在工作或学习中使用 AI。把需求向 AI 交代得好的人,从同一份订阅中得到的更多。

哪里可以免费学习

  • Anthropic 的提示词最佳实践,以及它在 GitHub 上的互动教程,共九个简短章节。教程是为较旧的模型编写的,Anthropic 自己也这样说明。
  • OpenAI 的提示词工程指南,可免费阅读,另有一页专门讲推理模型。
  • Google 针对 Gemini 的提示策略,可免费阅读。
  • DeepLearning.AI 与 OpenAI 合作的短课程,时长1小时40分钟,撰写本文时免费,但面向懂一点 Python 的人。

如需现成的材料,可以从我们的30个 AI 智能体提示词示例和按行业分类的40个模板开始。

AI 智能体如何改变提示词的工作

ChatGPT、Claude、Gemini、Microsoft Copilot、Manus 以及 Meta 的 Muse 都适用上面的10种技巧。能真正把活干完的智能体,会把一部分精力从措辞转移到检查上。

  • 它先问再做。 Jobbit 上的 Plan mode(规划模式)会列出步骤等你批准,在消耗积分之前就能发现含糊的需求。
  • 它记住你的背景。 Projects 保存你的文件和长期指令,所以技巧2和技巧7只需设置一次。
  • 模型由你选。 付费方案允许你为简单任务选较轻的模型,为困难任务选更强的模型。Go 每月£7,含2,000点积分。查看各个方案。
  • 它把任务做完。 结果是一份文档、一张电子表格或一个能运行的网站,而不是需要你再粘贴到别处的一段文字。
  • 真人可以接手。 需要专业人士的工作会交给 Jobbit 的真人网络。

随着你的提示词越写越好,还有一点要当心:指令也可能隐藏在 AI 读取的网页和邮件中。我们的提示词注入指南解释了这一风险。

常见问题

用简单的话说,什么是提示词工程?

就是为 AI 写出清晰的指令,让它第一次就给出有用的答案。实际做法是:准确说明你想要什么、写给谁、用什么格式、依据哪些事实,然后检查并调整。

提示词工程的主要技巧有哪些?

说得具体、提供背景、设定角色、给出示例、把指令和粘贴的材料分开、指明输出格式、提供你自己的来源文本、把大任务拆成步骤、要求自查,并且不止测试一次。OpenAI、Anthropic 和 Google 都推荐其中大部分。

让 AI 一步一步思考现在还有用吗?

对当前的模型大多没用。OpenAI 和 Microsoft 建议不要对推理模型这样做,Anthropic 说应依靠模型自己的思考。Wharton 2025年的研究发现,推理模型上的收益微乎其微,而且回答更慢。

2026年做提示词工程是好职业吗?

根据 Fortune 和 Korn Ferry 2025年的报道,作为独立的职位名称,它已基本淡出。作为其他工作中的一项技能,它很有价值,因为如今大多数上班族都在使用 AI,而交代任务的质量决定结果的质量。

我需要学习提示词工程才能把 AI 用于我的业务吗?

你需要掌握基础知识,花一个下午就够了。本页的10个习惯涵盖了大部分日常工作。把你的业务信息和行文风格保存为长期指令,可以省去大量重复。

提示词工程和上下文工程有什么区别?

提示词工程关注你如何措辞请求。上下文工程关注 AI 在回答时手头有哪些信息:你的文档、过往示例和规则。在 Jobbit 上使用智能体时,Projects 会为每个任务保存这些上下文。免费试用,每天100点积分,无需绑卡。

相关指南