一句话结论：一条可执行的 AI 提示词，至少要交代目标、背景、输出要求和可使用的资料；缺少其中一项，模型就更容易给出泛泛而谈的答案。
这篇教程把 Microsoft Copilot 官方建议整理成通用方法，同样适用于 ChatGPT、Claude、Gemini 等对话式 AI。它不是“万能咒语”，而是一种让问题更容易被准确理解的任务说明写法。
先把问题写成四个部分
| 部分 | 要说明什么 | 例子 |
|---|---|---|
| 目标 | 希望 AI 完成什么 | 把会议记录整理为待办清单 |
| 背景 | 面向谁、用于什么场景 | 面向产品团队周会 |
| 要求 | 格式、长度、语气和限制 | 按负责人、截止日期、风险分组 |
| 资料 | AI 应该依据哪些内容 | 只使用下面的会议原文 |
可直接复制的提示词模板
目标：请把下面的会议记录整理成可执行的待办清单。
背景：读者是产品和研发负责人，清单要用于周一跟进。
要求：
1. 输出 Markdown 表格，列为任务、负责人、截止日期、依赖和风险。
2. 没有明确写出的信息不要猜测，统一标记为“待确认”。
3. 先给出三行摘要，再给出完整表格。
资料：
---
在这里粘贴会议记录
---为什么要写背景和资料
只写“帮我总结一下”时，AI 不知道总结给谁看、保留哪些信息，也不知道应不应该补充常识。写清背景可以确定取舍，写清资料可以减少模型把外部常识混入结果的机会。涉及合同、财务、医疗或公司内部数据时，要特别注明“仅依据提供的资料”，并人工复核最终内容。
用追问逐步收敛结果
第一次输出不是终稿。可以继续要求“保留原表格，但把风险改成高、中、低并说明依据”，或者“只改写语气，不改变事实”。相比把所有要求一次写成很长的提示词，分轮调整更容易定位问题。
常见错误
- 把目标、背景和资料混在一段话里，模型难以判断优先级。
- 使用“写得专业一点”这类无法检查的形容词，却不说明读者和格式。
- 没有说明不确定信息如何处理，导致 AI 自动补全不存在的事实。
- 把敏感信息直接粘贴到公共服务中，忽略企业隐私和平台政策。
常见问题
提示词一定要很长吗？
不一定。短任务可以只写目标和输出格式；任务越复杂，越需要补充背景、资料边界和验收标准。
可以让 AI 自己补充资料吗？
可以，但应明确允许它查找外部资料，并要求列出来源。涉及事实判断时，仍要人工核验。
怎样判断提示词是否写得好？
看结果是否可复现、可检查、少猜测。让同事只看提示词，也能理解任务和交付格式，通常就比较清楚。
一次只能提出一个要求吗？
可以有多个要求，但应编号并按优先级排列。相互冲突的要求要先解决。
这和 AI 搜索优化有什么关系？
清晰的目标、事实边界和结构化输出同样适合知识库内容。更多实践可参考 AI 写作教程 和 AI 会议整理教程。
信息来源与说明
本文依据 Microsoft Copilot 官方提示词教程整理并原创改写。不同模型的能力和界面会变化，发布前请在实际产品中测试。