咒语已死
2023年初，网上流传着这样一个“万能提示词”：
“你是一位拥有20年经验的麦肯锡顾问。请用金字塔原理，以MBA案例分析的格式，为我撰写以下问题的解决方案……”
据说这样写，AI的答案质量会“飙升”。
但如果你今天再试这个模板，用同一个问题、不同的模型，结果可能差强人意。GPT5.5可能给出一个过于啰嗦的框架性回答，Claude可能先花三句话告诉你“我不需要你告诉我我是什么……
这不是哪个模型“不行”。
是“万能提示词”这件事从根本上就不成立。
同一个提示词，换了模型就不灵。同一个模型，上下文窗口位置不同表现就不同。同一个位置，对话历史长短不同输出就不同。
如果你把Prompt当咒语，背一个模板，就期待它每次都灵，你会永远在“这次怎么不行“的困惑里打转。
但如果你把Prompt当成接口设计，理解它的工作原理，知道什么时候该给什么信息，你就不再需要“咒语”了。
这就是本章要做的事：忘掉你的模板，明确你的需求（包括你有的东西）和你的顾虑，也就是你要什么、不要什么。
Prompt到底在做什么
先回到最底层。
你已经知道了，当你输入一段Prompt，AI不是在“理解指令”。它做的是同一件事：给定上下文序列，预测下一个Token。
那为什么之前一段“好的提示词”确实能改善输出？
因为它改变了概率分布的形状。
一个模糊的Prompt：“分析一下这个市场”，给AI的概率分布几乎没有约束。它可以输出宏观经济分析、行业竞争分析、消费者画像、投资建议……任何跟“分析市场”在训练数据里共现过的文本模式，都有可能被采样。
一个明确的Prompt：“用A模型分析中国新能源汽车市场，列出每个力量的关键影响因素，控制在500字以内”，把概率分布大幅收窄。AI的训练数据里，“A+新能源汽车+关键因素+500字”这个组合，对应着非常具体的文本模式。它的输出几乎必然落在你预期的区域内。
所以，Prompt不是“咒语”，是“约束”。 你写的每一句话，本质上都是在说：
“在接下来你要生成的Token序列里，请把概率集中在这些方向上，远离那些方向。”
这个视角一旦建立，所有“提示词技巧”都变得透明了。
好Prompt只做四件事
把上面这句话拆开，一个好的Prompt其实就是做了四件事：
1. 定义任务——“要什么”
不说“帮我写点东西”，说“写一封200字的客户道歉邮件，原因是我们延迟了两天发货”。
不说“分析这份数据”，说“找出上季度销售额下降最明显的三个品类，分别说明可能原因”。
任务越具体，概率分布越窄，输出越可控。
小tips：一个Prompt不要塞多件割裂的事。此外，区分分析型任务和创造型任务，最好不要让两种任务在一起执行。分析型任务需要“收窄逻辑路径”，创造型任务需要“收窄风格边界”，约束的方向不同。
2. 约束格式——“长什么样”
“用表格列出”比“列出来”更好。“每段不超过三句话”比“简洁一点”更好。“用JSON格式输出，包含name、price、stock三个字段”，这直接把输出空间从“所有可能的文本”压缩到了“符合JSON schema的文本”。
格式约束是性价比最高的Prompt技巧。因为格式本身就是强约束，不符合格式的输出，一眼就能识别，而且几乎不会和“正确内容”混淆。
3. 提供范例——“像这样”
范例是概率分布的“锚点”。
如果你让AI“写一个吸引人的产品标题”，它可以给出几百种不同风格的答案。但如果你先给它看三个你喜欢的标题范例，再让它写，AI的概率分布会大幅缩窄到范例的风格范围内。
这就是少样本提示（Few-shot Prompting）的原理：
你给的不是“指令”，是“概率分布的样本”。
这里的2和3可以用一句话代替：对于不确定的内容请联网搜索。这里又会涉及搜索接口的质量问题和信息筛选问题。
4. 划定边界——“不要什么”
“不要”和“要”同样重要。
“不要使用专业术语”“不要超过200字”“不要给出你无法确认的数据”“如果原文中没有明确答案，请直接说‘无法确认’”。
很多AI翻车不是因为不知道答案，而是因为它被训练成“总是给一个答案”，因为训练数据里，“我不知道”比“答案是这样的”少得多得多。
你明确告诉它“可以说不”，就是在修正这个训练偏差。
从Prompt到Context：关键的认知跃迁
上面四条，足够你在日常对话中大幅提升AI的可靠度。
但这里有一个关键限制：你只能控制“你输入的那段话”。 但AI看到的，远远不止你那句话。AI看到的是整个上下文，包括：
- 系统提示词（System Prompt）
- 对话历史（前面聊过的每一轮）
- 工具描述（AI能调用哪些函数）
- 知识片段（RAG检索到的文档）
- 记忆缓存（之前对话中存储的偏好和事实）
注：RAG（Retrieval-Augmented Generation，检索增强生成）旨在从外部知识库中找出与用户问题最相关的信息片段，供后续生成模型参考。
你的那段Prompt，可能只占整个上下文的20%。
这意味着：你精心打磨了一段提示词，但如果系统提示词写得很烂、对话历史里堆了三轮无效信息、检索到的知识片段是错的。你的20%再精致，也救不了另外80%。
这就是从“Prompt Engineering”到“Context Engineering”的跃迁。
Prompt是你直接控制的部分，Context才是AI实际接收到的。
一个只会写Prompt的人，是在调方向盘。一个会设计Context的人，是在调整个系统。
图1: Prompt vs Context
Context Engineering 的核心问题
如果说Prompt回答的问题是“怎么说”，那Context回答的问题是“给什么”。
具体来说，四个问题：
1. 给什么？
不是越多越好。上下文窗口里的每一段信息，都在竞争AI的注意力。
给AI一份50页的PDF + 三段参考资料 + 你写的300字需求描述时，你以为你给了“全面的信息”，实际上你稀释了每一条信息的注意力权重，AI可能反而在模糊的概率分布中迷失。
好的Context像好的简历：只放最相关的信息，用最有效的方式呈现。
2. 不给什么？
想清楚这个这比想清楚“给什么”更难。
对话历史里有“污染”（上一轮AI的幻觉输出，你还没纠正就进入了下一轮）、知识片段里有冲突（检索到的两段文档对同一问题给了相反答案）等等……这些都应该被清理，而不是一股脑塞进上下文。
3. 什么时候给？
信息的时机影响它的权重。
前面已经说过，AI更关注首尾，具体来说，约束条件放在末尾比放在开头更可能被遵循（因为末尾的内容在概率预测时“距离更近”、注意力更强，这也是为什么一般系统提示词会把用户提问放在末尾拼接）。范例放在任务描述之后、约束条件之前效果最好。系统提示词里的角色设定，放在最前面给出“全局语境”，放在最后反而干扰任务执行。
4. 以什么格式给？
结构化信息（列表、表格、JSON）比自由文本更可能被准确解析。因为结构化格式本身就是强约束，AI在训练数据里有非常固定的Token关联模式。
如果你想让AI“记住”三条规则，写成：
规则1：XXX
规则2：YYY
规则3：ZZZ比写成“请遵守以下三条规则：第一，XXX；第二，YYY；第三，ZZZ”更可能被完整遵循。
当然这不是绝对的，就目前来说，预训练数据中格式化信息占大头。此外，一些AI产品可能在产品层面做了一些约束或者trick（小技巧），后者也许会更好。
大白话为什么更好
有一个反直觉的发现值得单列一节。
2026年，一项发表在ACL（顶级学术会议之一）的研究发现：大语言模型在处理任务时，对高频、口语化的表达有显著偏好。即使语义不变，将表达转换为更常见、更贴近日常用语的方式，也能有效提升模型在推理等多项任务中的表现。
换句话说：模型更爱听“大白话”。
你写的“请运用结构化思维框架对此议题进行维度化剖析”，不如写“请从三个角度分析这个问题，每个角度列出正反两面”。
不是因为AI“讨厌”高级词，是因为高级词在训练数据里出现的频率低，围绕它们的概率分布更模糊。高频词有更锐利的统计模式，模型对它们的处理更确定。
这个发现直接否定了很多“提示词专家”的核心主张：“用专业术语激活模型的高级能力”。
你不用激活任何东西。你只需要让概率分布尽可能锐利。而高频、口语化的词，天然有更锐利的分布。
角色设定为什么越来越不重要
本书不把“角色设定”独立成章，理由就在这里。
“你是一位专业的数据分析师”——这个开头在GPT-3.5时代确实有效。因为它把模型的概率分布从“日常对话”窄化到了“数据分析报告”。
但模型越来越强之后，这种窄化效果在递减。
GPT-4和Claude 3.5之后的模型，在“理解任务”这件事上已经足够好。你不需要先花一句话告诉它你是谁，它才能明白你要什么。你直接说“分析这份数据”和“你是一位数据分析师，请分析这份数据”，对于强模型来说，输出差异已经微乎其微。
但是，角色设定并不是完全“没用”。它在某些场景下依然有价值：比如你需要AI模仿某个特定人物（“用海明威的风格写一段话”），比如你在构建一个面向客户的AI产品（公司客服Agent需要一致的品牌语调）。还有在一些特定的场景中使用Agent，约束角色，会让使用者的体验更好。
但它不再是“必须”。从“咒语“到“接口”的进化路径中，角色设定是第一个被弱化的环节。未来，更强的模型会进一步弱化它。
一个小tips：近期一些网友表示在 prompt 中加入“Michael Polanyi”，AI 的表现会显著提升。这揭示了一个关于“提示”本身的有趣事实：即我们作为人类，虽然有千言万语想向AI表达，但真正重要的知识往往是“只可意会，不可言传”（Michael Polanyi的理论）的。这个技巧并非指加入某人名，而是借用“Michael Polanyi”这个人物来暗示AI，要去挖掘和理解我们那些无法用语言清晰表达的深层“默会知识” 。通过在提示词中加入“Michael Polanyi”，我们实际上是在告诉AI：“人类知道的，远比他能说出来的要多。请优先专注于那些我说不出来、但真正重要的东西。”
一个实用的Context构造框架
我们不讲模板，我们梳理思路。当你准备让AI做一件事时，不要先想“怎么写Prompt”。
先想这四个问题：
-
任务锚点 AI最终要输出什么？ 这个输出“对”的标准是什么？（我一眼就能判断对错的那个标准）
-
信息来源 AI应该基于什么来回答？（我给的文档？我给的示例？它的训练知识？） 什么信息不该给？（会干扰判断的、过时的、冲突的）
-
约束清单 格式约束：用什么格式输出？ 边界约束：不能输出什么？什么情况下应该说“不知道“？ 质量约束：多长？什么风格？什么语气？
-
验证方式 我怎么快速判断输出是否合格？ 有没有“一眼假”的检查项？
看下面这张图加深一下理解。
图2：实用的Context构造框架
然后才开始写，或者你先让通用型的AI自己写。
这不是“提示词模板”。这是一个上下文设计的checklist（清单）。它不依赖任何特定模型，不绑定任何产品。
本章小结
Prompt Engineering正在被Context Engineering取代。这不是一个术语游戏，是认知层次的不同。
- Prompt思维：“我怎么说，AI才能懂？”
- Context思维：“我给AI什么样的信息和约束，才能让它的输出天然接近我需要的样子？”
后者不再把AI当“对话对象”，而是当一个“信息处理系统”。你输入的不是“话”，你输入的是一组结构化的约束条件。AI的输出不再是“回答”，而是这套约束条件下的概率采样结果。
这个思维转换，是全书从“会用AI”到“会设计AI系统”的第一个关键台阶。
下一章，我们给这个“概率引擎”装上手脚：让它不只是“说”，还能“做”。
自查清单
- 我能解释为什么“万能提示词模板”不可靠
- 我理解好Prompt的四个要素：任务、格式、范例、边界
- 我知道Prompt和Context的区别
- 我理解为什么“大白话”往往比“高级词”更有效
- 我知道角色设定有用，但不是必须
- 我能说出Context Engineering的四个核心问题
- 我在写Prompt之前，会先想“任务锚点、信息来源、约束清单、验证方式”
参考链接
- Hongyuan Lu et al., "Adam's Law: Textual Frequency Law on Large Language Models", ACL 2026. https://arxiv.org/abs/2604.02176
- Andrew Ng, "Agentic AI", DeepLearning.AI, 2025. https://www.deeplearning.ai/courses/agentic-ai/ ；中文翻译版 https://github.com/datawhalechina/agentic-ai
- Anthropic, "A Guide to Prompt Engineering". https://docs.anthropic.com/en/docs/build-with-claude/prompt-engineering/overview
- OpenAI, "Prompt Engineering Guide". https://platform.openai.com/docs/guides/prompt-engineering
一个只会说话的AI，上限是“答得好”。给它工具，它才开始“做得到、做得好”。我们要讲Agent的第一性原理。