Agent 提示词进阶：写出好指令的7个实用技巧

同样是用 AI，为什么有的人用起来效果惊艳，有的人总觉得「差点意思」？
差距往往不在 AI 本身，而在于你怎么给它下指令。
好的提示词能让 AI 超常发挥，差的提示词能把 GPT-5 用成人工智障。
这篇文章，我来分享 7 个写好提示词的实用技巧。每一个都经过实战验证，照着用，效果立刻不一样。
技巧一：给角色，不给任务
「帮我写一篇营销文案」——这是给任务。
「你是一个有10年经验的灯饰行业营销总监，现在要为一款新上市的智能花灯写一篇朋友圈推广文案，目标客户是30~50岁的花灯厂老板」——这是给角色。
哪个效果好？显然是第二个。
为什么？因为当你给 Agent 一个角色的时候，它会自动带入这个角色的知识背景、说话方式、思考逻辑。出来的结果会更专业、更到位、更像那么回事。
公式： 你是【角色】 + 【背景信息】 + 【要做什么】
技巧二：说清楚「不要什么」，比说「要什么」有时候更管用
你说「写得活泼一点」，Agent 可能会写得过于活泼，甚至有点油。
但你说「写得活泼一点，但不要用网络梗，不要表情符号，不要太年轻化」——它就知道边界在哪了。
人的偏好是很复杂的。你说清楚要什么，它可能还是会跑偏。但你把禁区画清楚，它至少不会踩雷。
尤其是在你对结果有明确禁忌的时候，一定要提前说。比如：
不要太官方
不要用成语堆砌
不要超过500字
不要罗列要点，要连贯的段落
禁区越明确，结果越靠谱。
技巧三：给范例，不要给形容词
「写得高级一点」——什么是高级？每个人的理解都不一样。
「就照着这个感觉写：【贴一段你觉得好的范例】」——这个就清晰多了。
Agent 对范例的模仿能力，远远超过它对抽象形容词的理解能力。一个好例子，胜过十个形容词。
范例可以是：
你之前写过的好稿子
你在别处看到的好内容
甚至是你自己口述的一段「理想中的样子」
哪怕只是一小段，只要方向对，Agent 就能顺着那个感觉走。
技巧四：分步走，不要一步到位
遇到复杂任务，不要丢给 Agent 一句「帮我做个方案」就完事了。
复杂的任务，拆成几步来，效果会好得多。
比如做市场调研：
第一步：先列出需要调研的维度和问题
第二步：你确认方向没问题，再让它去收集信息
第三步：信息收集完了，再让它做分析和总结
第四步：最后整理成正式报告
每一步你都可以检查和纠正，不至于走到最后发现方向全错了。
记住一句话：Agent 的长项是执行，不是猜你的心思。 你把步骤拆细了，它才能干得准。
技巧五：让它先思考，再回答
很多时候 Agent 给出的答案很表面，是因为它「想都没想就说了」。
怎么让它「先想想再说」？
很简单，在指令里加一句：

「先想一想，列出你的分析思路和判断依据，然后再给出结论。」
就这么一句话，结果的质量会提升一大截。
因为 Agent 被要求先输出思考过程，它就会更仔细地分析问题、考虑多种可能性，而不是直接跳到一个草率的结论。
这个技巧尤其适合需要推理、分析、判断的任务。
技巧六：用「限制条件」控制范围
如果你不设限制，Agent 的回答可能会天马行空，或者泛泛而谈、没有重点。
给它设定几个限制条件，能让回答聚焦很多。
常用的限制条件包括：
长度限制：「不超过300字」「写3条就够了」
角度限制：「只从成本角度分析，别扯别的」
受众限制：「用给小白讲的方式来说」
格式限制：「用表格呈现」「分点列出，每点不超过20字」
限制不是束缚，是帮 Agent 找准靶心。
技巧七：迭代优化，不要指望一次就好
很多人写提示词的方式是：写一遍 → 结果不满意 → 放弃，然后说「AI 不行」。
其实好的提示词不是写出来的，是调出来的。
正确的姿势是：
先写一版，跑一遍看看效果
看看哪里好、哪里不对
针对不对的地方，修改提示词
再跑一遍，再调整
迭代个两三版，效果就会好很多
这个过程其实挺快的，每次调整也就一两分钟的事。但很多人就是没这个耐心，总想着一把就中。
相信我，多迭代一次，效果就好一截。这是性价比最高的投入。

总结
7个技巧，再复习一遍：
给角色，不给任务 —— 让 Agent 代入身份，结果更专业
说清楚不要什么 —— 画清楚禁区，比描述目标更有效
给范例，不给形容词 —— 一个好例子胜过十个形容词
分步走，不要一步到位 —— 复杂任务拆细了做，减少跑偏
让它先思考再回答 —— 强制输出思考过程，提升答案深度
用限制条件控制范围 —— 给靶心，别让答案漫无目的
迭代优化，不要指望一次就好 —— 好提示词是调出来的
这些技巧不需要全记住，挑两三个你觉得最有用的，下次用 Agent 的时候试试就行。
用多了，你就会形成自己的「提示词肌肉记忆」——下指令越来越准，Agent 用起来越来越顺手。
毕竟，一个好的星球长，首先得是一个好的「指令官」。

怎么给 Agent 设定角色和人设，让它更专业