过于模糊的指令

初学者最常见的提示词错误是含糊不清：指令写得过于笼统，导致模型无法稳定地产生您真正想要的内容。

“请写一些关于人工智能的好内容。”

这个提示词没有提供格式、受众、长度、语气、切入角度或目的等信息。模型确实会生成一些内容，但它符合您原本想法的可能性很低。含糊的提示词会产生不一致且难以预测的输出，需要大量编辑。

当提示词缺少模型做出良好判断所需的一个或多个维度时，它就是含糊的。关键维度包括：

• What——具体的主题或任务
• Who——目标受众
• 为什么——目的或目标
• How——格式、结构和风格
• How much——长度或范围

您不一定总要提供全部五项，但缺少的维度越多，模型就越需要猜测，而猜测会引入差异。

发送提示词之前，请通过以下五个诊断问题检查它：

1. 具体要求是什么？（不只是“写写 X”——需要哪种类型的输出？）
2. 受众是谁？（主题专家、初学者，还是某个特定的人？）
3. 输出将用于什么目的？
4. 它需要采用什么格式和长度？
5. 是否有任何限制条件或需要避免的内容？

如果您无法回答其中的大多数问题，说明提示词过于含糊。请花 60 秒补充答案，然后再发送。

含糊： “请告诉我有关机器学习的内容。”

具体： “请用 200 字向一位正在考虑是否使用人工智能工具提供客户服务的非技术型小企业主解释机器学习是什么。请使用日常语言，不要使用技术术语。重点说明它能做什么，而不是它在内部如何运作。”

具体版本为模型提供了所需的一切信息：主题、受众、长度、用词难度和重点领域。模型第一次生成的输出会有用得多。

许多含糊的提示词都存在任务描述不充分的问题——输出类型并不明确。“请写写气候变化”可能指的是：

• 事实性解释文章
• 说服性文章
• 诗歌
• 社交媒体帖子
• 商业风险分析
• 儿童故事

对于这个提示词来说，上述输出都成立。当未指定任务类型时，模型会默认采用其训练数据中最常见的模式——通常是一篇通用的信息性文章，而这可能并不是您所需要的。

受众是提示词中影响最大的维度之一。同一个主题，面向不同受众时应当采用完全不同的解释方式：

• “向机器学习工程师解释神经网络” → 技术深度较高，使用特定术语和代码示例
• “向 12 岁的孩子解释神经网络” → 基于类比，不使用方程式，提供具体示例
• “向市场营销高管解释神经网络” → 关注商业影响而非运作机制，重点说明 ROI

如果没有指定受众，模型就会随意选择一种。对于您的实际用途而言，这种选择往往是错误的。

将含糊提示词转变为具体提示词的一种系统方法是：使用 WHO-WHAT-FOR-HOW-HOW-MUCH 框架，逐一扩展每个维度：

提示词中的某些词几乎总是含糊的，应当触发具体性检查：

• 良好——依据什么标准判断良好？由谁来判断？
• 更好——比什么更好？
• 合适——适合什么情境或受众？
• 专业——哪个行业中的专业？需要达到什么正式程度？
• 改进——要改进哪个维度？清晰度、长度还是准确性？
• 有趣——对谁有趣？

当您在自己的提示词中发现这些词时，请提出它们所暗示的后续问题。问题的答案就会成为具体指令。

具体程度存在一个范围——您不一定总需要最大程度的具体化。合适的程度取决于任务：

• 创意探索——较低的具体程度是有意为之的。含糊的提示词会产生令人意外的多样性。
• 常规生产——需要较高的具体程度，以确保一致性和可复用性
• 事实检索——较高的具体程度有助于模型聚焦于正确的方面
• 头脑风暴——中等具体程度：确定领域，但保留开放的创意空间

当您需要特定输出时，含糊是一种错误；当您希望获得创意范围时，含糊则是一项优势。

有时，修正含糊提示词最高效的方法，是添加一个您想要的输出示例，而不是试图用文字描述它：

“请按照以下风格写一句产品宣传语：‘用更少，成就更多。’‘与众不同地思考。’‘放手去做。’”

这些示例不再需要您用抽象的方式定义“简洁”“有力”“品牌语气”和“令人难忘”。与根据描述推断相比，模型更可靠地从示例中提取模式。示例通常是现有的最高效具体化方法。

过度具体化是与含糊相反的错误。包含 15 项高度具体限制条件的提示词，可能会生成在技术上满足所有限制、但感觉机械且不合适的输出。

请通过以下问题进行校准：“如果我把这个提示词交给一个从未与我共事过的人，他会生成什么？”如果一个能力合格的人仅凭提示词就能生成您需要的内容，那么它就足够具体。如果对方还需要提出澄清问题，请将答案补充到提示词中。如果对方会感到限制过多，请删减部分限制条件。

请将以下四个提示词按从最含糊到最具体的顺序排列：

（A）“请写写领导力。”

（B）“请为科技初创公司的首次担任管理职务者，写一篇 300 字的服务型领导力文章，重点介绍他们在最初 30 天内可以实践的三个具体行为。”

（C）“请写一篇好的领导力文章。”

（D）“请为管理者写一篇关于领导风格的文章。”

含糊是最常见的提示词错误，因为快速写出含糊的提示词很容易。代价则是输出不一致、难以预测，并且需要大量编辑。

解决方法是系统地指定 WHO（受众）、WHAT（任务类型）、FOR（目的）、HOW（格式和风格）以及 HOW MUCH（长度）。请留意常见的含糊词（良好、更好、合适、专业），并用它们所暗示问题的具体答案来替代这些词。当描述无法奏效时，请使用示例。

下一课中，您将学习如何处理相互矛盾的要求，这是与含糊相反的问题。