上一篇学习笔记｜为什么有的 LLM 只能回答你，有的 LLM 能替你干活？已经解释过 prompt 是什么，以及 user prompt 和 system prompt 的区别。这里不再重复定义。

如果你用过 ChatGPT、Copilot、Gemini、Claude 这类聊天式 AI，你基本都会从"像跟人说话一样"开始：想到什么说什么，缺什么补一句，不满意就换个说法再来一遍。

这种写法在简单任务上通常够用。翻译一句话、总结一段文字、起几个标题——这些场景下，随口说一句就行。

但任务稍微复杂一些，输出就开始不稳定。同一个问题今天写得像样，明天写得像空话。你觉得"我明明说清楚了"，它却像完全没听懂。

这时候很多人的第一反应是："是不是模型不行？"但更常见的现实是：输入方式出了问题。所以这篇文章要做的事很简单：把"说清楚"这件事拆开。让你能看见自己哪一步没说清楚、怎么补、补到什么程度就够。

Prompt 的组成部分

prompt 不是玄学咒语，它更像一段结构化的说明书。你写得越清楚，AI 越容易把"你的意思"还原出来。

用一个最常见的场景来拆：写请假邮件。先看两版 prompt 的差别。

模糊版：

帮我写封请假邮件。

这句话的问题不是"太短"，而是缺信息：谁写给谁、请什么假、请多久、什么语气、希望它长成什么样。AI 只能用通用模板填空——不出错，但也很难贴合你的实际情况。

GPT 5.5 回复：

尊敬的领导：您好！因个人原因，我想申请于【请假日期】请假【请假天数/时间段】。请假期间，我会提前安排好手头工作，并与同事做好交接，尽量不影响团队进度。如有紧急事项，我会保持手机畅通，及时配合处理。恳请批准，谢谢！此致  敬礼！【你的姓名】  【日期】信里把【】里的内容替换成你的实际情况即可。

完整版：

你是一位有经验的职场人助手。请帮我写一封请假邮件给我的直属领导。我因为家里有急事，需要请假三天（下周一到周三）。语气要正式但不生硬，控制在五句话以内。格式包括：标题、称呼、请假原因、请假时间、结尾致谢。

GPT 5.5 回复：

**标题：请假申请**尊敬的领导您好：  因家中突发急事需要处理，我想申请请假三天。  请假时间为下周一至下周三，期间我会提前安排好手头工作，并保持必要联系。  给您带来不便，敬请谅解。  感谢您的理解与批准。

这一次，prompt 把五件事都说清楚了。可以把它拆成"五个组成部分"：

不是每次都需要五个部分全写上。但它们像一张检查清单——当你发现 AI 输出不稳的时候，按这张清单挨个补，通常能救回来。

这一套拆法跟一些官方建议是同方向的：把"指令"放清楚，把"上下文"给够，用格式或示例把输出收敛到你能用的形态。例如：

• OpenAI Academy（Prompting fundamentals）：https://openai.com/academy/prompting/
• OpenAI Help Center（Prompt engineering best practices）：https://help.openai.com/en/articles/6654000-prompt-engineering-best-practices-for-chatgpt

到这里，你已经知道了 prompt 可以拆开看。但知道组成只是第一步——真正有用的是，针对不同的任务，该怎么组合这些部分？下面进入写法模式。

常见写法模式

这 10 种写法按”prompt 控制的是什么”分成三类，外加一个可叠加的约束技巧。你不需要全部记住——掌握第一类和第二类就够日常用。

第一类：控制 AI 的输出方向（”成为谁、做什么、别做什么”）

这类写法解决的是”AI 不知道自己要变成什么角色、该做什么事”的问题。角色定语气和知识深度，任务定交付物。

角色 + 任务型

最简单也最常用：先给身份，再说要做什么。

你是一个有三年经验的小红书博主，帮我写一条关于新开业咖啡店的文案。

你是一个高中物理老师，用通俗的语言解释什么是量子纠缠。

它的好处是”先定调”。没有角色的时候，AI 往往会用一种中性的、像百科词条的口吻回答。给了角色之后，你得到的更像”可直接拿来用”的东西。

角色扮演模拟型

和”角色+任务型”的区别在于：不是给一个固定角色让 AI 一直扮演，而是让 AI 在不同角色之间切换，或者和你进行互动式对话。

适合练习、演练与互动（面试、沟通、谈判）。

你扮演面试官，我扮演候选人。岗位是”内容运营”。请先问我一个问题，等我回答后再追问下一题。共 8 轮。

补充技巧：约束限制型（可叠加到任何写法上）

严格来说，约束限制型不是一个独立的”写法”，而是一个修饰器——你可以把它叠加到前面任何一种写法上，用来收窄 AI 的输出边界。

当你受不了它的”套话”，就把”不许做什么”写清楚。这种技巧的核心不是”要做什么”，而是”不做什么”和”不能怎么做”。

用三句话解释什么是 API：- 不要使用专业术语- 不要出现”赋能、生态、闭环、赛道”- 每句话不超过 20 个字

它经常和”角色+任务”一起出现，比如”你是一个翻译，帮我翻译这段英文，不要使用网络用语”。但它不限于第一类，也可以用在示例模仿、分步处理等任何写法中。

第二类：控制 AI 的输出形态（”长成什么样”）

这类写法解决的是”AI 不知道你想要什么样子”的问题。示例给风格参考，模板给结构骨架。区别在于：示例是”照着这个味道写”，模板是”把东西填到这个格子里”。

示例模仿型

当你说”就要这种味道”，最有效的不是描述味道，而是直接给例子。

下面这条文案是我觉得写得好的小红书笔记：“””[TODO：粘贴一条你认为写得好的文案作为示例]“””请按这个风格和语气，写一条关于新咖啡店的文案。

这类写法的关键不在于术语，而在于机制：给一个你认为”对”的例子，让模型按这个例子的风格与结构去生成。你不需要背概念，只需要记住”例子比形容词更有效”。

模板填充型

当你反复做同一类事情（周报、简历、复盘、会议纪要），直接给模板让它填。它和示例模仿型看起来像——都是"给一个东西让 AI 照着写"。但区别在于：示例模仿给的是一个成品，让 AI 学语气和风格；模板填充给的是一个空架子，你告诉 AI 输出该有几个部分、每部分填什么，AI 往里填内容。

请按下面模板写本周周报，不要新增我没提供的事实：【本周完成】- …【下周计划】- …【风险与需要支持】- …我的素材如下：1) …2) …

第三类：控制 AI 的工作流程（”怎么干活”）

这类写法解决的是”AI 一次做不好”的问题，以及”你自己不知道怎么问”的问题。分步处理是把过程拆开，迭代优化是人来引导修改，自查修正是让 AI 自己检查，多方案验证是用不同方法交叉验证，让 AI 帮你写 prompt 是让 AI 反向引导你，对比选择是让 AI 给出多方案帮你做决定。它们的共同点是：不指望一次到位，而是通过流程控制提高质量或降低门槛。

分步处理型

复杂任务别一口气塞完，把过程拆成几步。

请按“三步走”的方式帮我处理下面这篇文章。 第一步：总结这篇文章的三个核心观点。 完成后先停下来，询问我：“这三个核心观点是否准确？是否需要修改？” 在我确认之前，不要进入第二步。 第二步：针对每个核心观点，各写一句通俗易懂的解释。 完成后先停下来，询问我：“这些通俗解释是否准确、清楚？是否需要修改？” 在我确认之前，不要进入第三步。 第三步：把三个核心观点串成一段 200 字以内的摘要。 完成后询问我：“这个摘要是否符合你的预期？是否需要调整语气、长度或重点？”

分步的价值在于：你能在中间停下来检查方向，发现偏了就改。它也更符合”迭代式改 prompt”的思路。

迭代优化型

不指望一次写好，把 prompt 写成一个迭代过程。例如一个写作任务：

先给我一个 300 字初稿。我会给你反馈，你每次只根据我的反馈改 1 个点，并说明你改了哪里。

自查修正型

让 AI 写完以后自己检查、挑错、修正，然后再输出最终版。

写完后请你自己检查：1) 是否有空话2) 是否有我没提供的事实3) 是否有逻辑跳跃检查通过后再输出最终版。

多方案验证型

让 AI 用不同的思路或方法处理同一个任务，然后比较结果是否一致。

请用两种不同的方法完成同一件事：方法 A：直接总结方法 B：先列提纲再总结最后比较 A/B 的优缺点，并推荐更适合新手的做法。

让 AI 帮你写 prompt

你自己说不清楚时，先让它问你问题。或者更直接——“帮我写一个更好的 prompt 来完成 XX”。

提问： 我想写一条关于新咖啡店的文案，但我不知道该怎么问。 请先问我 5 个澄清问题（按重要性排序），再根据我的回答帮我写一个可直接复用的 prompt。回答：当然。请先回答下面 5 个问题，我会再据此帮你整理成一条可直接复制使用的 prompt。	1. **这条文案要发布在哪里？**  	    例如：小红书、朋友圈、公众号、抖音、Instagram、店铺开业海报、外卖平台简介等。	2. **新咖啡店最想突出什么卖点？**  	    例如：装修氛围、咖啡品质、手冲/特调、甜品、适合拍照、适合办公、宠物友好、地段便利、价格亲民等。	3. **目标顾客是谁？**  	    例如：上班族、学生、附近居民、咖啡爱好者、情侣、游客、宝妈、自由职业者等。	4. **你希望文案是什么风格？**  	    例如：高级感、温暖治愈、松弛感、俏皮可爱、文艺、极简、网红打卡风、专业咖啡感、促销转化型等。	5. **有没有必须包含的信息？**  	    例如：店名、地址、开业时间、营业时间、招牌产品、优惠活动、联系方式、品牌故事、口号等。提问：小红书，卖点是：装修氛围，适合拍照，目标顾客是情侣，文案是松弛型，口号是：qq乃乃好喝到没普茶回答：下面是可直接复用的 prompt：	请帮我写一篇适合发布在小红书的新咖啡店文案。	基本信息：	- 发布平台：小红书	- 核心卖点：装修氛围好、适合拍照打卡	- 目标顾客：情侣	- 文案风格：松弛感、自然、不用力、适合年轻人阅读	- 必须包含口号：「qq乃乃好喝到没普茶」文案要求：		  1. 标题要有小红书感，吸引情侣约会、拍照打卡人群点击。		  2. 正文语气轻松、有画面感，不要太硬广。		  3. 突出这家咖啡店适合情侣约会、聊天、拍照、放松。		  4. 自然带出口号「qq乃乃好喝到没普茶」。		  5. 结尾加一点互动引导，比如”想和谁一起来？”之类。		  6. 加入适合小红书的 emoji 和话题标签。		  7. 输出 3 个不同版本：治愈松弛版、情侣约会版、拍照打卡版。

这个写法的核心是：当你不知道怎么描述需求时，与其自己瞎猜，不如让 AI 来引导你。它知道自己需要什么信息才能做好任务。

对比选择型

你要做选择时，直接让它给多方案并分析优劣。

我想给咖啡店写开业第一条朋友圈。请给我 3 个不同风格的版本（克制/热情/幽默），并说明各自适合什么人群。

到这里，你已经知道了几种基本的写法模式。但知道很多写法之后，真正的难点是：什么时候该用哪个？

写法模式的选择原则

学了一堆写法，真正的难点不是"知道"，而是"选对"。一个朴素的判断方式是：先看任务类型，再决定要不要拆步骤、要不要上模板、要不要给示例、要不要加约束。

这张图想表达的核心只有一句：写 prompt 不是背模板，而是根据任务选择合适的写法模式组合。写法之间不是单选题——可以组合使用，比如"角色+任务"加上"约束限制"，或者"示例模仿"加上"迭代优化"。

理解了选择原则之后，再来看日常使用中容易翻车的几个地方。

写作实用原则

下面 6 条原则都是"少翻车"的经验总结。

1. 先想清楚再写

不需要先写很长，但需要先回答自己一句：你要的是"解释"、还是"产出"、还是"帮你做决定"。想清楚这个再开始写 prompt，比写了再改快得多。

2. 说清楚比说长重要

prompt 不是越长越好，而是不该缺的关键信息不能缺。一个 20 字的 prompt 如果关键信息都在，比一个 200 字但缺了核心要求的 prompt 好得多。

3. 补充条件要说"怎么用"，不只是"是什么"

很多人会写："我想要更专业一点。"但"专业"对每个人不一样。

更有效的写法是："用更专业的表达，但不要用行业黑话；每段不超过 60 字；每个结论后面跟一个例子。"不只是加条件，还要说明这个条件应该如何影响输出。

比如你一开始的目标是”请帮我写一篇适合发布在小红书的新咖啡店文案。目标用户是附近居民”，你可能会得到一个大差不差的回答：

提问：请帮我写一篇适合发布在小红书的新咖啡店文案。目标用户是附近居民回复：家门口新开了一家咖啡店，终于不用跑很远也能喝到一杯舒服的咖啡了☕️	这家店不大，但很有邻里感。早上路过可以买一杯拿铁开启一天，下午来坐一会儿也很放松。店里有咖啡、甜点和一些轻食，适合一个人发呆、带电脑办公，也适合和朋友小坐聊天。	最喜欢的是它没有那种“网红店”的距离感，反而像社区里的小客厅。老板很亲切，咖啡口味也稳定，住在附近的话真的可以来试试。	📍适合：  	上班前买一杯  	遛弯时顺路坐坐  	周末和邻居朋友小聚  	想找个安静角落放松一下	新店刚开，附近的朋友可以来打个卡，说不定以后就多了一个固定据点～

但是如果你没想清楚，而是追问一句”写给附近居民看的”，大概率生成出来的文案里就会直接出现”适合附近居民”这样的字眼。因为多轮对话中，最新一条消息的权重更高，AI 会把它当成一个新的”卖点”来处理，而不是理解为”调整写法的方向”。

提问：请帮我写一篇适合发布在小红书的新咖啡店文案。回答：发现一家氛围感拉满的新咖啡店☕️	最近挖到一家很适合放空的小店，推门进去的瞬间就被治愈了。木质桌椅、柔和灯光、干净的咖啡香，整个空间安静又舒服，很适合一个人发呆、和朋友聊天，或者带电脑来坐一下午。	点了一杯拿铁，入口很顺滑，奶香和咖啡香平衡得刚刚好，不会苦得有压力。甜品也很惊喜，口感轻盈，不会腻，搭配咖啡刚刚好。	最喜欢的是靠窗的位置，阳光洒进来的时候真的很出片，随手一拍都有生活感。店里节奏不快，坐着坐着会有一种“今天可以慢一点”的感觉。	📍适合：下午茶 / 独处 / 约会 / 拍照打卡  	☕️推荐：拿铁、Dirty、巴斯克蛋糕  	✨一句话总结：是一家会让人想再来的温柔小店。	周末不知道去哪的话，可以把这里加入清单～提问：写给附近居民看的回答：家门口新开了一家咖啡店☕️	不用跑去商圈，也不用特意安排路线，最近在附近发现了一家很舒服的新咖啡店。早上路过可以买一杯提神，下午有空也可以来坐一坐，喝杯咖啡、吃点甜品，让一天慢下来。	店里环境干净安静，座位不拥挤，很适合附近居民日常来放松一下。一个人看书、带电脑处理点事情，或者和邻居朋友聊聊天都挺合适。	咖啡口味比较友好，拿铁顺滑，Dirty 香气明显，甜品也不会太腻。对我来说，它不是那种“专门打卡一次就走”的店，更像是家附近可以经常来的小地方。	📍适合附近居民：  	早上上班前带走一杯  	下午散步顺路坐坐  	周末和家人朋友喝个下午茶  	不想跑远时找个安静角落放空	如果你也住在附近，可以来试试看。多一个舒服的日常去处，生活好像也会变得更有松弛感一点。

理解了这个对比之后，一个更实用的做法是：在多轮对话中，追问不只是加条件，还要说明这个条件应该如何影响输出。上面的例子说明了一个常见问题——"目标用户是附近居民"这句话如果只是一句补充，AI 会把它当成"要写在文案里的卖点"来处理。正确的做法是想清楚：到底什么特点能吸引附近居民，然后用具体描述告诉 AI 该怎么写。下面这个对话演示了正确的做法：

提问：请帮我写一篇适合发布在小红书的新咖啡店文案。回复：新店打卡｜终于找到一家想反复来的咖啡店☕️	最近发现了一家新开的咖啡店，第一眼就被它的氛围拿捏住了。	店里是很舒服的暖色调，木质桌椅、柔和灯光、干净的吧台，每个角落都很适合拍照。不是那种刻意摆拍的精致，而是坐下来就会自然放松的感觉。	点了一杯拿铁，咖啡香很稳，入口顺滑，奶香和咖啡味平衡得刚刚好。甜品也很加分，尤其适合下午和朋友坐下来慢慢聊天。	最喜欢的是这里不吵，适合看书、办公，也适合一个人发呆。阳光好的时候坐在窗边，真的有种“生活慢下来”的幸福感。	📍适合：咖啡爱好者 / 周末约会 / 独处充电 / 拍照打卡  	☕️推荐：拿铁、美式、季节限定甜品  	📷拍照位：窗边座位、吧台、门口招牌	新店人还不算多，趁它还没火，赶紧来感受一下吧～#新店打卡 #咖啡店推荐 #小红书探店 #周末去哪儿 #城市漫游 #咖啡日常 #治愈系咖啡店提问：要体现“离你很近、日常可来、有熟悉感”，而不是只写咖啡多好喝。附近居民更容易被“方便、温暖、习惯感、邻里关系、生活场景”打动。回复：新店开在家门口，终于有了一个日常想来的地方☕️	不是特意绕路才会去的咖啡店，  	而是下楼散步、买菜回家、接孩子放学、周末慢慢醒来时，顺路就能进来的那种。	早上来一杯咖啡，给一天提提神；  	下午坐一会儿，和邻居聊两句；  	晚上路过打包一杯，带着温热回家。	我们希望这里不是“打卡一次就走”的店，  	而是你生活半径里熟悉的小角落。	你可以一个人来，也可以和家人朋友来；  	可以认真办公，也可以什么都不做；  	可以坐下来喝完，也可以打包带走。	咖啡当然重要，  	但更重要的是——  	在离你很近的地方，有一盏灯、一张椅子、一杯热饮，  	让你觉得：今天也可以慢一点。	欢迎附近的朋友常来坐坐。  	以后见面，不一定要说“欢迎光临”，  	也许可以说一句：  	“今天还是老样子吗？”	📍就在你附近  	☕️日常咖啡 / 轻食甜点 / 外带友好  	🌿适合早晨提神、午后休息、晚间散步顺路来#家门口的咖啡店 #社区咖啡 #附近咖啡店 #日常咖啡 #邻里生活 #小红书探店 #城市生活

4. 让 AI 先问你问题

当你发现自己写了半天还在改第一句，就别硬写了。直接让它问你问题。你提供答案，它再把 prompt 组装出来。这个方法特别适合那些"说不清楚想要什么"的任务。

5. 把不确定的地方标出来

如果有不确定信息，不要装成确定事实。可以在 prompt 末尾加一句"如果不确定请说明"，通常能降低 AI"硬编一个答案"的概率。

以下信息我不确定，请你先提示我需要补齐什么，再继续：- 店铺地址（不确定）- 目标人群（大概是附近上班族，但不确定）

6. 一次只加一个改动

改 prompt 的时候，每次只改一个变量——比如只加背景、或只改输出格式。这样你能判断到底是哪一步让输出变好了。一些官方建议也把"迭代式 refine"当作常规做法：先出一个版本，看结果，再补上下文、补限制、补格式，逐步收敛。

结构化 Prompt 范例分析

前面介绍了五部分结构、11 种写法模式和 6 个写作原则。下面用一个真实的范例，看看这些概念在实际中是怎么组合在一起的。

这个范例来自 GitHub Copilot 的 review-code.prompt.md，场景是"代码审查"。你不需要做代码工作也能看懂它在做什么——它展示了一个"把要求一次写清楚"的 prompt 长什么样。

---mode: askdescription: Review the current code for correctness, security, maintainability, and test coverage.---You are an experienced senior software engineer performing a code review.Review the selected code or current file. Focus on:1. Correctness   - Identify bugs, broken assumptions, race conditions, and edge cases.2. Security   - Look for injection risks, unsafe input handling, authentication or authorization mistakes, secret leakage, and dependency risks.3. Maintainability   - Check naming, structure, duplication, coupling, complexity, and whether the implementation fits the existing architecture.4. Performance   - Identify avoidable expensive operations, inefficient loops, unnecessary network or database calls, and scalability risks.5. Tests   - Point out missing tests, weak assertions, missing edge cases, and unclear test setup.For each issue, provide:- Severity: critical / high / medium / low- Location: file, function, or code area- Problem: what is wrong- Why it matters- Suggested fix- Example code when usefulDo not rewrite the entire file unless explicitly asked.Do not comment on style preferences unless they affect readability, consistency, or correctness.If the code looks acceptable, say so and list the checks you performed.

按照前面介绍的五部分结构，这份 prompt 可以这样拆解：

这份 prompt 还用了前面介绍的几种写法模式和写作原则。

（约束限制型）：负面约束

Do not rewrite the entire file unless explicitly asked.Do not comment on style preferences unless they affect readability, consistency, or correctness.

这两句话明确告诉 AI"不做什么"。很多时候 AI 输出失控，不是因为你说得不够多，而是因为你没有告诉它边界在哪里。这两条负面约束防止了两种常见问题：一是 AI 自作主张重写整个文件，二是 AI 对代码风格发表主观意见。

（自查修正型）：兜底说明

If the code looks acceptable, say so and list the checks you performed.

这句话要求 AI 即使没有发现问题，也要列出自己检查了哪些项。它对应的是写作原则五——"把不确定的地方标出来"。AI 需要告诉用户"我确实做了这些检查"，而不是只回一句"没发现问题"。

为什么这份 prompt 是好 prompt？

• 它把五部分结构用到了极致，每个部分都有对应内容，没有空缺
• 正面要求（要做什么）和负面约束（不做什么）并重
• 输出格式具体到字段级别，不是模糊的"写详细一点"
• 任务边界清晰，五个 Focus 维度既全面又不重叠
• 它不像"咒语"——没有神秘词汇，只是把该说的说清楚了

你可以把这份 prompt 当成"结构化输入"的参照物。接下来用咖啡店文案演示：同样的结构，怎么迁移到日常任务上。

案例演示：咖啡店文案迭代

下面用一个贯穿案例，把"组成部分 + 写法模式 + 一次只改一个变量"串起来。你可以把它当成自己的练习模板。

版本 1：模糊

帮我写一条咖啡店开业文案。

问题：没有角色、没有背景、没有要求。AI 不知道咖啡店的风格、目标用户、语气偏好，只能生成一条通用的、没有辨识度的文案。

版本 2：角色 + 任务

你是一个克制、不油腻的新媒体运营。帮我写一条咖啡店开业的朋友圈文案，150 字以内。

进步：给了角色，AI 知道该用什么语气和知识深度来写。但仍然缺少关键信息——什么咖啡店、什么风格、给谁看。

版本 3：补背景 + 加约束

你是一个克制、不油腻的新媒体运营。我开了一家咖啡店，主打手冲咖啡，店里风格安静，适合一个人坐着。请写一条开业朋友圈文案，150 字以内：- 不要用"打卡、冲冲冲、宝子们"- 不要夸张营销- 结尾给一个很轻的行动提示（比如"路过可以来坐坐"）

进步：背景说清楚了，约束条件明确。AI 现在知道要写什么、不能写什么、写给谁看。输出质量已经有显著提升。

版本 4：加示例 + 指定输出格式

你是一个克制、不油腻的新媒体运营。背景：我开了一家咖啡店，主打手冲咖啡，店里安静，适合一个人坐着。请按下面格式输出：1) 第一段：一句话开头（不煽情）2) 第二段：两句介绍（包含"手冲咖啡"与"安静"）3) 第三段：一句轻行动提示语气参考示例："""[TODO：贴一条你喜欢的文案示例]"""限制：- 不要用"打卡、冲冲冲、宝子们"- 不要夸张营销

进步：加上示例模仿和明确的输出格式，AI 对风格和结构的把握更加准确。

你会发现：你没有学"万能模板"，你只是在逐步把信息补齐、把输出收敛到你能用的样子。四次修改分别用到了：角色+任务（写法一）、约束限制（写法八）、示例模仿（写法三）、模板填充（写法四）。前面介绍的写法模式在这个案例中串联起来了。你可以对照这个案例，想想自己平时的 prompt 处于哪个版本，然后看缺了什么部分。

结尾

到这里，可以回答最初的问题了——为什么你输入的那句话有时好用有时不好用？

答案不是你的 AI 工具有问题，也不是你不懂什么"高级技巧"。问题在于：你有没有把想说的话，用对的结构和写法告诉 AI。

写 prompt 不是找什么万能咒语，而是掌握几种基本的写法模式，根据你面对的任务选合适的组合，然后把关键信息说清楚。你不需要背下所有写法，也不需要每次都写很长。你只需要知道这些写法存在，用得多了，自然会知道什么时候该用什么。

上一篇提到过"你输入什么，很大程度上决定了你得到什么"。到这里可以更清楚地理解它的另一层意思——你怎么输入，决定了 AI 能以什么质量回答你。

第六节拆解的 Copilot 范例展示了"把要求一次写清楚"的结构长什么样，第七节的咖啡店案例演示了怎么从模糊到清晰一步步迭代。这两个案例指向同一件事：结构化输入和迭代优化，是日常使用 AI 时最该掌握的两项能力。