提示词基础
如何把模糊需求变成 AI 可执行规格
在调用 AI 前，通过问题明确目标、证据、约束、输出契约和验收测试。
2026-06-23 · 7 分钟阅读 · PromptSmith
找到请求背后的决策
“让网站更好”或“写一篇产品介绍”都隐藏着决策：对谁更好、用什么行为衡量、在什么约束下、使用哪些证据？
把请求改写成带负责人和下一步动作的结果。这会立刻区分真正有用的上下文和装饰性细节。
从模糊到可执行
为正在比较桌面工具的美国自由设计师重写价格页首屏。目标是提高免费浏览器演示的点击。只能使用提供的隐私和格式支持事实。
只问会改变输出的问题
很长的需求表会增加阻力，却不一定带来清晰。只问那些答案会实质改变建议、结构或风险的问题。
最高价值问题通常涉及受众、期望动作、权威来源、固定约束、禁止声明和交付格式。
- 谁会使用或批准结果？
- 阅读或运行后应发生什么？
- 哪些事实是权威来源？
- 什么不能改变，什么不能声明？
- 结果如何被审核或测试？
分开事实、假设和选择
模型常把未说明的假设写成自信陈述。应把已确认事实、工作假设和开放选择分别标记。
规定必要事实缺失时的行为：先提问、使用明确占位符，或展示多个方案。沉默会邀请编造。
以输出契约和验收测试结束
只把答案结构规定到下游工作真正需要的程度。人工决策可能需要比较表和建议；软件集成可能需要 Schema；编程任务需要可运行测试。
提交前，假设自己完全不了解项目，再读一遍规格。如果外部协作者无法区分成功与失败，AI 也无法稳定完成。
- 必需章节或字段。
- 长度、语气、渠道或兼容限制。
- 证据与引用行为。
- 让成功可观察的检查清单。