真正要解决的不是“怎么写”，而是“让模型听懂你这次到底想干什么”；需删掉模糊动词，用具体约束替代主观评价，分四步明确任务类型、输入边界、输出颗粒度和不可妥协项。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
当你反复向ChatGPT提问“怎么写提示词”“如何优化提示词”“提示词怎么改更好”，模型会默认你问的是同一类问题，导致回复高度雷同、缺乏针对性。真正要解决的不是“怎么写”，而是“让模型听懂你这次到底想干什么”。
先砍掉模糊动词和空泛目标
把“优化”“改进”“提升”“更好”这类无指向性动词全部删掉——它们不告诉模型你要什么结果，只暴露你还没想清楚需求。
例如把“请优化这个提示词”改成“让模型只输出JSON格式，字段名用英文小写，不要任何解释文字”。
这一步必须做，否则后续所有调整都在原地打转。
用具体约束替代主观评价
方法一：限定输出结构
在提示词开头加一句硬性格式指令，比如：【必须以“步骤1：”“步骤2：”开头，每步不超过15个字，不换行】。模型对结构化要求响应极快，比“请简洁一点”管用十倍。
方法二：封死自由发挥空间
明确禁止项比鼓励项更有效。写“不要举例”“不许用比喻”“禁用第一人称”，比写“请专业一点”更能压住模型的惯性输出。
用于在用户想通过浏览器自动化与 Google Gemini 或 ChatGPT 交互时。触发短语包括“ask Gemini”“ask ChatGPT”“ask GPT”“让...”。
方法三：锚定参照物
直接给一个最小可行样本：“按下面这个风格写——‘输入：天气预报；输出：{“city”:“北京”,“temp”:22}’”。模型会优先模仿你给的格式，而不是揣测你的“意图”。
分阶段注入需求细节
第一步：先说清任务类型
开头就写明是“生成文案”“改写句子”“提取关键词”还是“判断正误”。模型内部有不同处理路径，不说清类型，它默认走最宽泛的通用路径。
第二步：定义输入边界
说明原始文本长度范围、是否含特殊符号、有没有固定前缀（比如日志里的[ERROR]）。很多重复感来自模型反复猜测输入特征。
第三步：锁定输出颗粒度
要的是单个词、短语、完整句、还是带编号的列表？这一条不写，模型大概率按它习惯的段落长度输出，你再追问“能不能短点”，它只是截断，不是重算。
第四步：标出不可妥协项
挑1～2个绝对不能错的点，比如“公司名必须用全称”“日期格式统一为YYYY-MM-DD”。【其他地方可商量，这两条错一个就重来】
