# 企业提示词怎么写？说清任务、依据和输出要求

减少空泛角色设定，用业务条件和少量样例提升提示的可理解性。

要点：一份有效提示应说明要完成什么、可以依据哪些资料、输出给谁，以及信息不足时如何处理。提供少量有代表性的样例，并用实际结果修订。没有必要堆叠夸张角色称谓，也不能用提示替代缺失数据或系统权限。

![简洁任务表格、书写工具与待完善的说明（AI概念配图）](/images/guides/covers/prompt-design-v2.png)

## 从使用场景写出明确要求

例如整理会议纪要时，说明需要提取决议、负责人、期限和未决问题，并区分讨论建议与已确认决定。仅要求“写得专业全面”，很难形成一致的产出。

资料区与指令区要清楚分开，写明可以使用的来源。对原文没有的信息，要求标记缺失而不是自行补充。输出格式按接收者需要确定，不必为了显得详细而生成长篇文字。

## 用少量样例说明难以表达的规则

当企业术语或分类边界容易混淆时，给出一两个正确示例及容易误判的反例，并解释差别。大量重复示例会增加阅读负担，也可能覆盖真正重要的约束。

保留提示版本及修改原因。出现错误时，先判断是任务说明不清、资料不完整还是模型能力限制，不要把每次失败都变成新增一段禁止词。

## 按照成功标准反复验证

Anthropic 官方提示指南强调先明确成功标准与验证方式。企业可据此建立自己的样例记录，检查新提示是否改善目标问题，又是否影响原来正确的任务。

稳定使用后，把任务说明、输入样例和适用范围一起交接。提示是一项应用配置，不应被包装为放之四海而皆准的秘方，也不构成对所有模型输出的保证。

## 从一份能核对的任务说明开始

选一封脱敏询盘，把目标、可用来源、输出字段与缺项处理写清楚，保留一个正确样例和一个易错反例。用结果修订提示，不能把角色称谓或长指令当作事实与权限的替代。

## 参考来源

- [Anthropic｜Prompt engineering overview](https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/overview)：明确成功标准后改进提示

## 提示中应表达清楚

- 任务：要交付的具体结果

- 依据：资料、规则与缺失处理

- 输出：接收者需要的结构与长度

![提示中应表达清楚](/images/guides/diagrams/prompt-design.svg)

## 继续阅读

- [上下文工程是什么？让 AI 拿到当前任务真正需要的信息](/guides/context-engineering)

- [AI 输出要进入业务系统，先把字段与校验说明白](/guides/structured-output)

- [AI 实践学习之后，怎样把作品交接给同事？](/guides/ai-workflow-handover)

通过10讲10图认识方法与自查，按企业准备程度选择后续学习。

下一步：[了解启程营](/course)

原文：/guides/prompt-design

内容版本：guide:prompt-design:v1

<!-- version:guide:prompt-design:v1 -->

[结合企业情况咨询](/intake?source=%2Fguides%2Fprompt-design&articleId=guide%3Aprompt-design&versionId=guide%3Aprompt-design%3Av1)