我经常听到学员抱怨：“我写了那么多提示，AI 怎么还是答非所问？”别急，这不完全是 AI 的问题。很多时候，问题出在提示词本身。
今天，我结合自己制作AI智能体以及使用AI的踩坑经历，总结出给AI发送提示词的5 个常见误区，并且每个都配了真实案例（错误写法 vs 正确写法），再结合一点原理来解释为什么会这样。希望你读完之后，能少走弯路。
误区一：所有东西都堆到系统提示词里
这是我最早踩的坑。当时觉得：system 是“总指令”，那我就一股脑把所有要求都塞进去。结果可想而知——模型经常跑偏，甚至把旧任务和新任务混在一起。
错误案例：【System】你是科研助手。请写白洋淀生态补水的研究大纲，顺便转成JSON格式，再写一篇 800 字综述……system （系统提示词）是“长期规则”，就像定公司制度。你把临时任务塞进去，就等于每天都要员工同时背着“制度”和“任务”，结果混乱。
system （系统提示词）只放角色、风格、边界，user（用户提示词） 负责当前任务。分工明确，AI 在概率生成时少了冲突，答案更稳定。
误区二：用户提示词写得太模糊
这点我深有体会。有次我只写了一句：“帮我写点关于环保的东西”。结果 AI 给我写了一篇空洞的套话，看上去很有道理，但是没有任何营养的空洞的“玩意儿”，对于我完全没法用。
后来我才明白：“模糊”就是没有告诉它具体要干什么、怎么干。
其实想要理解这一点，需要理解AI 的工作原理，AI的工作原理是基于概率预测（感兴趣的可以让多个AI帮你产生以下随机数，多数会出现27或者37）。
如果指令不清晰，它会从庞大的可能性里随便“抓”一条路走，结果往往不符合预期。
如果加上“要点数、字数限制、输出形式”，就像给学生出题时附上“写五条，每条不超过一句话”。范围越清楚，答案越靠近你的需求。
误区三：一次让 AI 干太多事
我们以前常犯的错是“贪心”。比如一句话里要求它：先写综述，再出大纲，还要画对比表，最后转成 JSON。AI 表面答应了，但结果就是四不像。
这就像你让一个人同时做饭、洗衣服、开会，结果每件事都半吊子。
错误案例：多目标容易冲突。AI 在生成时不知道哪个优先，往往各做一点，结果质量下降。
拆分任务，就像流水线生产，一步一步来，每步都可检查。原理上等于缩小模型的“搜索空间”，错误更少。
误区四：不给输出格式
我想让 AI 总结一份报告，结果它写成了一篇散文。我根本没法拿去用。
后来我试着加一句：“请用表格形式输出”，结果一贴到 Excel，直接能用。
无格式输出=自由发挥。结果长短不一，层次混乱，不利于二次加工。 明确格式，让结果可直接落地。原理上是“约束输出空间”，让 AI 优先选择符合框架的词序列。
误区五：没有边界意识
记得有次有人调侃：“让 AI 给我写个诊断书”，结果 AI 真的一本正经写了。这其实很危险。因为你没告诉它：哪些内容不能碰。
AI 不会自己判断，它只会“迎合指令”。
没有边界就容易“乱答”，甚至涉及敏感领域，风险极高。
边界是“护栏”，能避免幻觉和违规。原理上，这等于提前在提示里把“不允许的路径”剪掉，让 AI 生成更安全。
下次当你觉得 AI“不听话”，先问问自己：是不是提示写得太模糊、太贪心、没格式、没边界？只要规避这些坑，AI 的输出会乖得让你惊讶。
— 关于作者 —
我是七木，我有一套关于 AI 智能体学习的课程。欢迎关注我可以获取到这些资料。
扫码限时免费加入知识星球、更多文章、pdf/视频资料免费分享
