提示词的四个基本要素
用了一段时间 AI 之后发现，同样的问题，提示词写法不同，得到的结果差别很大。我把学习到的方法整理成四个基本要素：
- 角色：告诉 AI 以什么身份来回答，例如「你是一名资深前端工程师」，回答的视角和深度会明显不同；
- 任务：用一句话说清要它做什么，一次只安排一件事，多件大事混在一起容易顾此失彼；
- 约束：明确「必须怎么做、不能怎么做」，比如技术选型、字数、格式、不能引用的内容等；
- 输出格式：说明希望以什么形式交付，是分点、表格还是代码，减少二次整理。
我自用的提示词模板
根据上面的要素，我给自己整理了一个常用模板，存在知识库里随时取用：
【角色】你是一名（某个领域的）资深工程师。
【任务】请帮我完成：（一句话描述要做的事）。
【背景】我的环境是……，已有的情况是……。
【约束】必须……；不要……。
【输出】请按（分点 / 表格 / 代码）的形式给出，并在最后附一份自查清单。
对 AI Skill 机制的理解
最近开始学习「AI Skill」这个概念。我的理解是：Skill 就是把一套反复使用的做事流程，沉淀成一份固定的说明文件，让 AI 在遇到同类任务时按这份说明执行，而不是每次从零交代。一份 Skill 通常包含：
- 适用场景：什么情况下应该启用这个技能；
- 执行步骤：按什么顺序做，每一步产出什么；
- 注意事项：这类任务里容易出错、需要格外小心的地方；
- 示例：一份合格的产出长什么样。
打个比方：提示词像是临时的口头交代，Skill 则像是写给助手的一本操作手册。口头交代一次有效，手册可以反复使用、不断修订。这和我做软件自测记录的思路是一致的——把流程写下来，下次照做、对照改进。
小结
提示词解决「这一次怎么问」，Skill 解决「这一类事以后都按这个套路办」。两者配合，能让 AI 的输出稳定很多。后续我打算把自己写代码、写笔记的固定流程也整理成几份 Skill 文件，作为自用知识库的一部分长期维护。