如何给AI研究引擎写出高质量的提示词：一份实操指南

一、为什么你的AI回复总是不够“聪明”

很多时候，我们觉得AI回答“水”、不精准，其实不是模型能力不行，而是提示词本身出了问题。Lakera AI的研究指出，绝大多数提示词失败案例的根源在于指令模糊，而非模型限制。好消息是，写出一手好提示词并非玄学，而是有章可循的技能。

这份指南综合了MIT、乔治城大学、南卫理公会大学（SMU）和杜兰大学等高校图书馆的学术指南，以及业界最佳实践。目标很简单：帮你用更少的来回，从AI研究引擎那里得到更可靠、更深入的答案。

二、万能公式：PTCF框架

SMU图书馆强烈推荐一种几乎适用于所有研究问题的提示词结构——PTCF法：

• 角色 (Persona)：给AI一个明确的身份。例如：“你是一位专注于气候科学的研究助理。”
• 任务 (Task)：清楚地说出你要它做什么。
• 上下文 (Context)：提供相关背景（你的专业领域、已有的研究进展、目标读者是谁等）。
• 格式 (Format)：具体说明你希望答案长什么样（要点列表、表格、300字摘要、带有引用的报告等）。

MIT的教学指南也呼应了这一点，强调提供上下文、具体化以及进行持续对话是三大核心要素 。杜兰大学的图书馆则建议，最强效的提示词通常遵循这样一个公式：行为动词 + 上下文 + 限制条件 + 输出格式 。

三、优秀研究提示词的五大要素

1. 极致具体

模糊的提问只能得到宽泛的回答。请不要问“给我讲讲量子计算”，而是应该这样写：“请总结截至2025年量子纠错的三种主流方案，并比较它们的开销成本和商业化成熟度。” 搜索引擎领域专家建议，提示词中最好包含主题、受众、语气、长度，甚至目标关键词 。

2. 提供上下文

你是在写本科论文，还是做前沿综述？你是给专家看，还是给大众科普？这些信息必须告诉AI。这会成倍地提升回答的相关性 。