很多人写提示词时，习惯把要求写成这样：
不要太 AI 味。
语气自然一点。
不要太正式。
帮我做得高级一点。
这些话在人和人之间也许能沟通，因为人会结合场景、经验和审美去猜你的意思。但对 AI 来说，这类要求太抽象了。它不知道你说的“AI 味”具体指什么，也不知道“高级”是版式更克制、配色更少、信息层级更清晰，还是语言更有判断力。
Claude Design 的提示词设计有一个很值得借鉴的地方：它很少只给抽象目标，而是把目标拆成可观察、可执行、可调整的规则。
这种思路不只适合设计，也适合写作、方案策划、汇报材料、产品文案、选题生成等大量工作。
一个更稳定的 AI 协作流程应该长这样：
flowchart LR
A[明确任务目标] --> B[让 AI 先反问]
B --> C[补齐上下文]
C --> D[生成多个差异化方案]
D --> E[用黑名单排除套路]
E --> F[不确定信息用占位符]
F --> G[输出可调参数]
G --> H[按参数迭代修改]
核心不是把提示词写得更长，而是把“你脑子里的标准”翻译成 AI 能执行的规则。
1. 把“不要 AI 味”改成具体黑名单
“不要 AI 味”不是一个好指令，因为它没有告诉 AI 到底哪些东西不能出现。
更好的方式是建立一份“AI 味黑名单”。黑名单里的内容必须具体到词、句式、结构、视觉模式或输出习惯。
以设计为例，模糊要求和可执行要求的区别很明显：
| 模糊要求 | 可执行要求 |
|---|---|
| 不要太 AI 味 | 不要滥用渐变背景 |
| 设计高级一点 | 避免“圆角卡片 + 左侧彩色竖条”的模板化组合 |
| 图标自然一点 | 不要用 SVG 临时画假图标，缺素材时用 placeholder |
| 字体别普通 | 避免默认使用 Inter、Roboto、Arial、系统字体 |
| 页面别像模板 | 每个模块要有明确的信息层级，不要所有区块都用同一种卡片样式 |
把这个思路迁移到写作任务里，也可以得到一份更好用的提示词：
写作时避免以下套路：
1. 不要用“然而”“此外”“综上所述”“值得一提的是”“总的来说”作为段落开头。
2. 不要使用“在这个快速变化的时代”“随着 XX 的到来”这类空泛开场。
3. 不要在段尾写“这不仅是 XX，更是 XX”这种金句式总结。
4. 不要使用“赋能”“重塑”“颠覆”“新范式”“下半场”等泛化词。
5. 不要在技术名词前加“所谓的 XX”。
6. 不要用破折号制造强行强调，例如“——这才是真正的 XX”。
7. 每段最多保留一个并列结构，避免连续堆叠“既……又……还……”。
8. 如果需要解释概念，先给定义，再给例子，不要只写抽象判断。
黑名单的价值在于，它把审美判断变成了检查规则。
如果你经常让 AI 写周报，可以整理“周报黑名单”；经常让 AI 写小红书文案，可以整理“小红书黑名单”；经常让 AI 做产品方案，可以整理“方案黑名单”。
每次看到 AI 输出里让你不舒服的表达，都把它追加进去。几轮之后，输出质量会明显稳定。
2. 不确定就用占位符，不要让 AI 硬编
AI 最危险的输出，不是明显错误，而是“听起来很像真的”。
比如：
根据某机构 2024 年报告，某行业市场规模已经达到 XXX 亿元。
如果这句话没有真实来源，它就是幻觉。问题在于，AI 很擅长生成“像报告一样的句子”，却不一定知道这份报告是否存在。
在设计任务里，如果没有真实图片、真实图标、真实组件，一个专业做法是使用 placeholder（占位符），而不是伪造一个看起来像真的素材。
同样，做内容、报告、分析时，也应该让 AI 明确知道：缺信息可以标出来，不能编。
可以把这段加入所有严肃内容任务：
涉及以下具体信息时，如果你不确定，请直接用占位符标注，不要编造：
- 具体数字：标记为 [数字待核实]
- 具体引用：标记为 [引用待核实：可能存在类似说法]
- 具体事件时间：标记为 [时间待核实]
- 具体案例细节：标记为 [案例细节待核实]
- 具体链接或出处：标记为 [出处待核实]
- 具体机构报告：标记为 [报告待核实]
宁可整段标记为 [待核实]，也不要生成听起来合理但无法确认的细节。
这条规则特别适合以下任务：
| 任务类型 | 高风险内容 |
|---|---|
| 行业分析 | 市场规模、增长率、报告出处 |
| 商业计划书 | 竞品数据、融资信息、用户规模 |
| 技术文章 | 性能数据、版本特性、官方结论 |
| 人物稿 | 人名、职位、经历、公开言论 |
| 学术内容 | 论文标题、发表年份、引用来源 |
AI 不会天然保守。想减少幻觉，需要在提示词里明确告诉它：“不知道”是一种合格输出。
3. 让 AI 给多个选项，不要只给一个答案
很多人用 AI 的方式是：
我要一个公众号改版方案，帮我写。
AI 通常会给一个中规中矩的方案。它不一定差，但往往缺少探索空间。你只能在一个结果上改来改去，很容易陷入局部优化。
更高效的方式是让 AI 一开始就生成多个差异明显的方向：
我要做一个公众号改版方案。
客户情况：
- 当前账号定位：XXX
- 业务类型：XXX
- 目标用户：XXX
- 改版目标：XXX
请给出 5 个改版方向，并且每个方向要在策略上明显不同：
方向一：最保守
沿用现有框架，只优化栏目、选题和发布节奏。
方向二：中度改造
保留品牌调性，但调整内容形态，例如从纯图文变成图文 + 短视频。
方向三：IP 化
把账号重新定位成某个具体人物、专家或角色的内容出口。
方向四：社群化
把账号作为社群入口，内容服务于用户沉淀和转化。
方向五：最大胆
给出一个行业里少见但可能有效的方向，并说明它为什么值得尝试。
每个方向都包含：
1. 核心定位
2. 栏目结构
3. 发布频率
4. 3 个示范选题
5. 主要风险
6. 适合采用的前提
关键点是：不要让 AI 只在措辞上变化，而要让它在维度上变化。
| 维度 | 可要求 AI 拉开差异 |
|---|---|
| 风险程度 | 保守、中等、大胆 |
| 受众定位 | 小白用户、专业用户、决策者 |
| 内容形态 | 图文、视频、直播、社群内容 |
| 商业目标 | 拉新、转化、留存、品牌认知 |
| 叙事风格 | 理性分析、故事化、案例拆解 |
| 方案成本 | 低成本试验、中等投入、重资源投入 |
这个技巧很适合创意类任务：
- 起标题
- 起产品名
- 写 slogan
- 做活动方案
- 设计课程大纲
- 规划内容栏目
- 写演讲开场
- 制定品牌定位
AI 给出的多个方案不一定要直接采用。更常见的用法是：从 A 方案拿定位，从 B 方案拿栏目，从 D 方案拿转化路径，最后拼出一个更完整的版本。
4. 动手前，先让 AI 反问你
复杂任务不要一上来就让 AI 写。
如果上下文不够，AI 只能猜。猜错之后，你再让它改，它再猜一轮。几轮下来，时间浪费在返工上，结果也越来越像补丁。
更好的协作方式是先让 AI 提问：
我要让你帮我完成一个任务：XXX。
在你开始输出正式内容之前，先列出至少 10 个你需要我回答的问题。
要求：
1. 问题必须具体，不能问“你想要什么风格”这种空泛问题。
2. 每个问题都要能直接影响后续方案。
3. 如果某个问题缺答案会导致结果偏差，请标记为【关键问题】。
4. 问完后暂停，等我回答，再开始执行任务。
空泛问题和有效问题的差异可以这样判断：
| 空泛问题 | 更好的问题 |
|---|---|
| 你想要什么风格？ | 目标用户看到后，应该觉得你更专业、更亲近，还是更有权威感？ |
| 你有什么要求？ | 这个方案最重要的成功指标是什么：阅读量、转化率、留资数，还是品牌认知？ |
| 内容写给谁？ | 目标用户的职位、预算权限、已有认知和最大顾虑分别是什么？ |
| 要写多长？ | 使用场景是什么：公众号长文、销售 PPT、官网落地页，还是内部汇报？ |
| 你想怎么表达？ | 用户完成阅读后，必须记住哪 3 个关键信息？ |
对于复杂任务，“反问”本身就是需求澄清。
sequenceDiagram
participant U as 用户
participant A as AI
U->>A: 描述任务目标
A-->>U: 提出关键问题
U->>A: 补充背景和约束
A->>A: 根据答案整理任务边界
A-->>U: 输出初版方案
U->>A: 按具体维度要求修改
A-->>U: 输出迭代版本
这一步会迫使你把模糊需求说清楚。很多任务做不好，并不是 AI 不会做，而是需求本身还没被定义完整。
5. 让 AI 给你“可调旋钮”
Claude Design 的一个重要思路是：结果不是一次性成品，而是可以继续调参的对象。
在设计里，可调参数可能是颜色、字体、间距、圆角、版式密度。放到内容任务里，也可以设计成一组“旋钮”：
| 调节维度 | 低值 | 高值 |
|---|---|---|
| 正式程度 | 朋友聊天 | 官方公告 |
| 信息密度 | 轻松闲聊 | 高浓度干货 |
| 情感浓度 | 冷静分析 | 强共情表达 |
| 专业程度 | 小白友好 | 行业内行 |
| 创新程度 | 稳妥常规 | 大胆实验 |
| 销售感 | 弱转化 | 强转化 |
| 叙事感 | 直接说明 | 故事驱动 |
提示词可以这样写：
完成方案后，额外给我一份“调节说明”。
请定义 5 到 8 个可调维度，每个维度用 1 到 10 分表示，并说明：
1. 1 分代表什么
2. 10 分代表什么
3. 当前版本是几分
4. 如果我要求 +2 或 -3，你应该如何调整
示例：
- 正式程度：1 = 朋友聊天，10 = 官方公告，当前版本 = 6
- 信息密度：1 = 轻松闲聊，10 = 高浓度干货，当前版本 = 7
- 情感浓度：1 = 冷静分析，10 = 强共情表达，当前版本 = 4
- 专业程度：1 = 小白友好，10 = 行业内行，当前版本 = 6
当我回复“情感浓度 +4”或“信息密度 -2”时，你要理解为对这些维度进行定向改写，而不是只改几个词。
有了这个机制，沟通会具体很多。
以前你说：
能不能再活泼一点？
AI 可能会加几个 emoji，或者把句子改得很口语，但不一定符合你的真实意图。
现在你可以说：
正式程度 -2，情感浓度 +3，信息密度保持不变。
AI 会知道：语气要更轻松，表达要更有共情，但信息量不能减少。
一个简单例子：
原始版本：
我们计划推出教育行业伙伴计划，通过课程资源、运营支持和联合推广，帮助合作方拓展本地客户。
调整要求：
情感浓度 +4，正式程度 -2，信息密度不变。
调整后：
很多教育机构并不缺好课程，真正难的是如何稳定获客、持续服务家长，并在本地市场建立信任。伙伴计划会提供课程资源、运营支持和联合推广，让合作方不必从零摸索，而是带着一套可落地的方法去拓展客户。
这不是简单润色，而是改变了表达策略：信息还在，但情绪入口更强，用户更容易感受到“这个方案和我有关”。
一套可复用的完整提示词模板
把前面的机制合并，可以得到一套适合复杂任务的通用模板。
你将协助我完成任务：{任务名称}
背景信息：
- 业务/项目：{背景}
- 目标用户：{用户}
- 使用场景：{场景}
- 最终目标：{目标}
- 已有材料：{材料}
- 必须遵守的限制：{限制}
一、开始前先提问
在正式输出前，请先提出至少 10 个问题。
问题必须具体，并且能影响后续结果。
请把最关键的 3 个问题标记为【关键问题】。
问完后暂停，等我回答。
二、生成多个方案
在我回答后，请生成 3 到 5 个差异明显的方案。
方案之间要在定位、结构、风格、风险或资源投入上有明显区别。
不要只换标题或换说法。
三、避免套路
输出时避开以下黑名单：
{你的黑名单}
四、不确定就占位
涉及数字、引用、案例、时间、机构、链接、报告等具体信息时，如果不确定，请使用：
- [数字待核实]
- [引用待核实]
- [案例细节待核实]
- [时间待核实]
- [出处待核实]
不要编造具体细节。
五、输出可调参数
完成后，请给出“调节说明”，列出 5 到 8 个可调维度。
每个维度用 1 到 10 分表示，并说明当前版本处于几分。
如果我回复“某维度 +2”或“某维度 -3”，你要按这个方向重写。
这套模板适合以下场景：
| 场景 | 使用重点 |
|---|---|
| 写长文 | 黑名单、信息密度、专业程度 |
| 做方案 | 反问机制、多方案生成、风险说明 |
| 写销售页 | 用户顾虑、情感浓度、销售感 |
| 做品牌定位 | 多方向探索、差异化维度 |
| 写汇报材料 | 正式程度、信息结构、数据占位 |
| 设计活动 | 大胆程度、资源投入、执行风险 |
常见坑：提示词越复杂，越需要边界
提示词工程不是把所有要求都塞给 AI。要求越多，越需要清楚优先级，否则模型会互相打架。
| 常见问题 | 结果 | 改法 |
|---|---|---|
| 黑名单太长但没有重点 | AI 顾此失彼 | 标出“绝对不能出现”和“尽量避免” |
| 同时要求“小白友好”和“极高专业度” | 输出摇摆 | 规定专业词必须解释，但不降低内容深度 |
| 只要求多个方案，没有规定差异维度 | 得到 5 个相似方案 | 明确按风险、受众、形式、成本拉开差异 |
| 要求不编造，但又要求“必须给数据” | 容易产生假数据 | 允许使用占位符，并要求列出待核实清单 |
| 使用调节参数，但没有定义刻度 | “+3”没有意义 | 让 AI 先定义 1 分和 10 分分别是什么 |
真正好用的提示词，不是咒语，而是一份工作协议。它告诉 AI：
- 任务目标是什么；
- 什么信息必须先问清楚；
- 哪些套路不能出现；
- 哪些内容不确定就要标出来；
- 要给多少个可选择方向；
- 后续可以按哪些维度继续调。
只要把这些规则固定下来，AI 输出就会从“碰运气”变成“可控制、可迭代、可复用”的工作流。