什么是提示词工程？
提示词工程是设计和优化提供给语言模型的输入，让它的回答能够满足实际需求。OpenAI Academy 的描述与此基本一致：通过设计和优化输入，获得尽可能好的回答。输入可以是键入的文本、粘贴的文档、共享文件或图片。
这个说法涵盖两类不同的工作。基于模型开发软件的开发人员会编写系统指令，用评估集进行测试，并纳入版本控制；OpenAI和Anthropic的开发者文档主要面向这类人。其他人则是在日常工作中，向ChatGPT、Claude、Gemini或Copilot输入请求。本指南面向第二类人：希望获得可靠回答、而非转行的营销人员、客户经理、招聘人员、分析师和运营人员。
对于第二类人来说，提示词工程更像是给一位有能力的同事写一份清晰的任务说明，而不是编程。Anthropic 建议，将模型视为一位很聪明但刚入职的员工，还不了解你的工作规范和流程。它提出的检验方法很实用：把提示词给一位不太了解任务背景的同事看，问对方能否照着执行。如果对方感到困惑，模型很可能也会困惑。
好的提示词应包含哪些内容？
好的提示词会说明任务、交代背景、提供或指明源材料，并描述期望的回答。四家主要供应商的表述各不相同，但建议都归结为几个相同的要素。
Microsoft 将 Copilot 提示词分为四个部分：目标、背景、来源和预期，并指出严格来说，只有清晰的目标是必需的。OpenAI Academy 提出了三个步骤：说明任务，补充有用的背景或文档，描述你想要的输出，包括角色、受众或格式。Google 建议 Gemini 用户使用自然语言，表达清晰简洁，提供背景，并使用具体的关键词。Anthropic 建议提供清晰、明确的指令，并说明背后的原因，因为了解规则为何重要，有助于模型应用规则。
任务
一个动词，加一项交付成果。起草、总结、比较、提取、改写或点评，并说明结果是什么：一封 150 字的邮件、一张表格、三个方案。
背景信息
读者是谁、输出内容用于支持什么决策，以及此前发生了什么。这是大多数提示词遗漏的部分。
来源
回答必须依据的资料：粘贴的笔记、附件或指定文档。请说明工具是否可以使用这些资料之外的内容。
限制条件
篇幅、语气、必须保持不变的事实，以及回答不得自行推断的内容，例如未提供的结果、日期或姓名。
输出形式
格式、标题、带有指定列名的表格，或信息缺失时需要提出的简短问题清单。
检查
使用回答前，你会核实哪些内容。写下来，能避免审查流于形式。
| 供应商指南 | 他们的条款 | 它能补充什么 |
|---|---|---|
| Microsoft Copilot | 目标、背景、来源、预期要求 | 指明要使用的文件、邮件或页面；做好来回沟通的准备 |
| OpenAI ChatGPT | 任务、背景、期望输出 | 提示词没有唯一完美的写法；在对话中逐步改进 |
| Google Gemini | 自然语言、清晰度、上下文、关键词 | 将复杂工作拆成多个独立的提示词 |
| Anthropic Claude | 清晰直接、背景、示例、结构 | 解释规则为何重要；用示例引导输出格式 |
如何一步步写出好的提示词？
按照审核者阅读的顺序编写提示词：先说明任务，再提供事实，最后给出规则和格式要求。下面以一家虚构的 40 人货运代理公司“港湾巷物流”为例，展示这一顺序的用法。该公司的客户经理需要向客户说明一批货物延误的情况。
1. 明确交付成果
一封发给客户联系人的邮件，不超过 150 词，说明延误情况，并告知下次更新进展的时间。
2. 先收集事实
已提供的事实：集装箱因海关查验文件而滞留港口；新的预计交付时间为周四；下一次进展更新将在明天4pm前发送。除此之外，没有其他已知信息。
3. 明确读者是谁
一位需要向内部仓库团队传达信息的采购负责人。他们要的是日期，不是安抚。
4. 设定边界
不要猜测为什么会进行这次检查，不要保证周四一定能完成，也不要道歉超过一次。
5. 描述输出的形式
先写邮件主题，再写三个简短段落，最后用一行列出客户经理在发送前需要确认的事项。
6. 阅读并修改
逐句对照事实检查草稿，然后提出一条具体的修改指令，而不是从头再写。
把效果差和效果好的提示词放在一起对比，会是什么样的？
质量不佳的提示词只说明主题；好的提示词会明确读者、任务、来源和限制。以港湾巷公司为例，较差的版本是：写一封邮件，告知客户货物延迟。面对这样的请求，工具通常会生成礼貌而自信的回复，同时编造内容：延迟原因、确定的新日期，以及未经任何人批准的补偿方案。
更好的版本：起草一封客户经理发给客户采购负责人的邮件。目的：解释一批货物延迟交付的情况，方便对方通知仓库团队。仅使用以下事实：集装箱因海关查验文件而滞留港口；目前预计周四交付；我们将在明天下午4点前发送下一次进展更新。将周四表述为预计时间。不要解释查验原因，也不要提出补偿。控制在150词以内，表达平实、冷静，最多道歉一次。邮件后列出发送前我应确认的细节。
第二个提示词更长，但重点不在长度。每增加一句话，都给审核者提供了一项可检查的内容：使用的事实、应避免的说法、字数限制，以及提出的问题。如果草稿仍然声称延误是由客户方的文书错误造成的，审核者就能立即看出模型超出了原始材料的范围，并删去这句话。
有哪些进阶提示词技巧？
在基础技巧之外，最重要的方法是提供示例、明确结构、拆分大型任务、要求提供多个方案，以及用正面表述说明要做什么。这些方法都不需要技术能力。
供应商并非在所有细节上都意见一致，而了解这些分歧也很有用。Anthropic 建议将长文档放在提示词靠前的位置，也就是问题之前。Microsoft 表示，Copilot 可能更重视提示词靠后的内容，并建议将来源引用放在末尾附近；OpenAI 的开发者指南也表示，所提供的上下文通常最好放在末尾附近。客观的结论是：位置安排取决于工具，因此应针对你重视的任务测试两种顺序，而不是套用一条通用规则。
查看示例
粘贴一两个你期望的输出示例，比如一份经理认可的过往工作进展汇报。Anthropic 将示例视为引导格式、语气和结构最可靠的方法之一，并建议在条件允许时提供三到五个不同的示例，以获得更好的结果。
将指令与素材分开
使用标题或带标签的区块，例如“指令”“来源笔记”和“示例”，让模型能够区分你的规则与它要处理的文本。Anthropic 建议为此使用标签；普通标题则适用于任何聊天工具。
拆分任务
先让 AI 列提纲，确认后再让它写草稿。Google 建议将相关任务拆成不同的提示词，OpenAI Academy 则建议将大任务拆成较小的部分。
询问可选方案和优先级
要求提供三个替代方案，说明各自的取舍，并明确最看重的是准确性、简洁性还是速度。
说明应该做什么，而不只是应该避免什么
Microsoft 和 Anthropic 都建议使用正向表述的指令。应写“使用简短、通俗的段落”，而不是“不要使用项目符号”。只有在某些事实或说法绝不能出现时，才保留禁止性规则。
鼓励提问
最后加上：开始起草前，如果缺少任何关键信息，请向我提问，最多三个问题。这样可以暴露信息缺口，避免模型靠猜测填补。
为什么第一次回答很少能直接完成任务？
第一个回答是一份供你审阅并提出修改意见的草稿，供应商也明确这样说明。Microsoft 指出，首次结果往往不是最终或最佳回答，应当预期会有几轮往返沟通。OpenAI Academy 建议在对话中逐步完善回答，而不是重新开始。
好的后续指令会指出具体问题。“缩短一点”不如这样明确：删掉第二段，因为它重复了第一段；把下次更新的时间移到开头第一句。Microsoft也指出，相同提示词每次可能产生不同结果，因此一次有效，并不能证明每次都有效。对于反复执行的任务，应先用多组输入测试，再将提示词视为可靠。
想看看这与具体岗位有什么联系吗？
了解规划中的团队试用 ↗ChatGPT、Claude、Copilot 和 Gemini 需要不同的提示词吗？
所有助手的基本原则都相同；不同的是每个工具能看到哪些信息。明确的任务、真实的背景、有边界的信息来源，以及规定好的格式，都能改善这四款工具的结果。
实际差异来自集成方式。在 Microsoft 365 Copilot 中，输入正斜杠即可引用指定文件、会议、人员和邮件，但能引用哪些内容取决于你的许可和设置。办公套件内置的助手，例如 Google Workspace 中的 Gemini，能否访问工作文件取决于套餐和管理员设置。独立聊天助手主要依赖你粘贴或上传的内容，除非你的组织已连接其他信息来源。在编写要求使用最新价目表的提示词之前，请先确认工具确实能够访问该文件；否则，它可能会依据通用知识作答，却不说明这一点。
如需特定工具的示例，请参阅有关工作用 ChatGPT 提示词和 Copilot 提示词的专题指南，以及更全面的职场 AI 工具指南。
工作中编写提示词最常见的错误有哪些？
常见错误包括：不提供事实就要求润色、依赖所谓的神奇措辞，以及相信语气笃定的回答。了解这些问题后，每一种都很容易识别。
只有岗位设定，缺乏实质内容
“扮演世界一流的营销人员”告诉模型的是要扮演什么角色，而不是要完成什么任务。一句话的角色设定有助于调整语气，但不能替代对受众、事实和限制的说明。
无来源
不提供资料就要求生成市场概况，容易得到泛泛而谈的内容，有时还会出现编造的数据。
模糊的修改要求
“改好一点”没有给出具体方向。要指出具体句子、存在的问题和需要做的修改。
一条庞大的提示词
在一次请求中同时要求研究、分析、起草和排版，会让错误更难发现。请拆开处理。
粘贴了不该粘贴的内容
客户合同、个人数据或未公开的数据，只能输入公司已批准用于处理这类数据的工具。
将表达流畅当作证据
文笔流畅的回答仍可能包含错误陈述。请对照来源核查。
应如何核查返回的结果？
对照你提供的来源，核查每一句事实性陈述；凡是来源中没有的内容，都要再核查一遍。这正是提示词工程与审核的交汇点：范围界定清楚的提示词能加快核查，因为你很清楚答案允许说到哪里。
Microsoft 明确指出，Copilot 的回答可能不准确，应进行审核和验证。这一点适用于所有 AI 助手。要留意回答中擅自添加的原因、日期、姓名、数字和承诺。重要数字应独立重新计算。如果模型引用了来源，就打开来源并找到对应段落。《如何核查 AI 输出中的事实》指南详细介绍了这一过程。
团队如何学习提示词工程？
团队学习提示词最有效的方式，是用自己反复遇到的任务进行练习，并按照明确标准比较结果。比起通用的提示词模式课程，围绕每个人实际撰写的邮件、摘要和分析反复练习并接受评审，更有帮助。
有用的练习循环包含四个部分：提供事实材料的真实感任务、首次提示词、一次修改，以及简短说明自己改了什么、为什么改。经理或同事不仅要审核最终文本，还要审核这份说明。跳过审核环节的提示词工程培训，往往奖励的是提示词写得长，而不是判断得好。
Tosheo.ai 正围绕这一循环进行设计。规划中的产品会先为每位员工提供简短的起点评估，再安排每节 10 至 15 分钟的岗位专属课程。每节课最后都要使用真实 AI 工具完成实操任务，并根据公开可见的评分标准打分，提供具体反馈。产品尚未开发，因此这里描述的是规划范围，而非已取得的成果。如果你想先看看这种方法如何用于工作任务，配套的商务提示词工程指南提供了更多示范案例。
什么时候提示词工程并不能解决问题？
如果任务需要工具没有的数据、必须由人作出的决定，或所用工具本身不适合这项工作，提示词工程都无法解决问题。Anthropic 自己的概述也指出，并非所有失败都最适合通过调整提示词来解决；有时需要换一个模型、工具或流程。
如果摘要总是遗漏数字，原因可能是助手无法正确读取某个文件，而不是你的措辞。如果草稿总是不符合品牌风格，解决办法可能是提供真正的风格指南和示例，而不是添加更多形容词。如果输出会影响他人的薪酬、权利、健康或法律地位，即使用了更好的提示词，也仍然需要具备相应资质的人审核。
Tosheo.ai 也并不适合所有想学习这项技能的人。它计划面向 5 至 200 人团队中的非技术人员。对于通过模型应用程序接口构建应用的工程师，OpenAI 和 Anthropic 的开发者文档，以及 Anthropic 的免费交互式提示词教程会更有帮助；这些文档涵盖系统指令、评估和版本控制。
接下来应该阅读本指南的哪一部分？
本节中的每篇指南都回答一个实际问题。先从与你当前使用的工具或处理的任务相符的指南开始。
提示词模板
用于摘要、邮件、比较和改写的可复用模板与框架，并提供保持团队资料库更新的指导。
ChatGPT 办公提示词
可按需调整的 ChatGPT 提示词，适用于常见任务，每条都列明需要提供的事实和需要进行的检查。
Copilot 提示词
适用于 Outlook、Teams、Word 和 Copilot Chat 中 Microsoft 365 Copilot 的提示词，包括如何让 Copilot 使用正确的文件。
商业提示词工程
一个业务提示词的完整示例，包括修改过程和审核意见。
AI 商务写作
如何将 AI 生成的草稿改成一份你愿意署名的信息。
来源与范围
OpenAI Academy，提示词资源，访问日期：16 October 2026 ↗
OpenAI API 文档，提示词工程，访问日期：16 October 2026 ↗
Anthropic，Claude 文档：提示词最佳实践，访问于 16 October 2026 ↗
Anthropic，Claude 文档：提示词工程概述，访问于 16 October 2026 ↗
Microsoft 支持，《开始在 Microsoft Copilot 中编写提示词》，访问日期：16 October 2026 ↗
Microsoft 支持，通过编写优质提示词获得更好的 Copilot 回答，访问于 16 October 2026 ↗
Microsoft 支持，《在 Microsoft Copilot 中引用特定文件及其他内容》，访问日期：16 October 2026 ↗