AI產(chǎn)品的prompt工程策略不是簡(jiǎn)單的指令編寫，而是決定產(chǎn)品成敗的關(guān)鍵設(shè)計(jì)。本文通過(guò)真實(shí)案例揭秘如何用三層金字塔模型重構(gòu)AI客服的prompt策略，將準(zhǔn)確率從40%提升至90%，并總結(jié)出可落地的五步設(shè)計(jì)法與四大避坑指南，帶你掌握讓AI從「胡說(shuō)八道」到「精準(zhǔn)輸出」的核心方法論。

———— / BEGIN / ————

朋友們，今天來(lái)聊聊AI產(chǎn)品經(jīng)理面試?yán)锏母哳l硬核題：「如何設(shè)計(jì)AI產(chǎn)品的prompt工程策略」。

說(shuō)實(shí)話，我剛接觸AI產(chǎn)品時(shí)，覺(jué)得prompt就是給AI寫幾句話就行，直到有次做AI客服助手，同一個(gè)問(wèn)題，不同prompt讓AI的準(zhǔn)確率從40%跳到了90%，我才明白這哪是寫句子，這是給AI寫「精準(zhǔn)操作說(shuō)明書」?。〗裉炀桶盐也冗^(guò)坑、攢出的實(shí)戰(zhàn)方法分享給大家。

先給個(gè)大白話核心觀點(diǎn)：prompt工程策略，本質(zhì)就是「用人類的語(yǔ)言，給AI畫一條不會(huì)走偏的路」——既要告訴AI做什么，還要說(shuō)清不能做什么，甚至要教它怎么思考，最后還要給它立規(guī)矩。

先搞懂：到底什么是Prompt工程？

按照咱們的規(guī)則先解釋：Prompt工程→就像給AI寫”操作說(shuō)明書”，告訴它該怎么干活。

你可以把AI想象成一個(gè)剛?cè)肼毜膶?shí)習(xí)生：

• 你只說(shuō)“去寫個(gè)方案”，它可能給你寫得驢唇不對(duì)馬嘴；

• 但你說(shuō)“寫一份針對(duì)北京奶茶店的夏季促銷方案，預(yù)算5000元，要包含3個(gè)線上活動(dòng)，結(jié)尾加ROI測(cè)算”，它大概率能給你一份能用的東西。

設(shè)計(jì)prompt策略的核心邏輯，就是從「模糊指令」到「精準(zhǔn)指令」的轉(zhuǎn)化，我把它總結(jié)成了「三層金字塔模型」：

1. 基礎(chǔ)層：明確任務(wù)邊界：告訴AI「是什么、做什么、給誰(shuí)做」

2. 增強(qiáng)層：給AI加外掛：比如給它資料（結(jié)合RAG，也就是「AI+搜索引擎」）、教它思考方法

3. 約束層：給AI立規(guī)矩：告訴它不能說(shuō)什么、出錯(cuò)了怎么辦

這是我在某SaaS公司做AI智能客服的真實(shí)案例，用STAR法則給大家拆解：

S（情境）：我們給某連鎖餐飲做AI客服，初期用的是通用prompt：”請(qǐng)回答用戶的問(wèn)題”，結(jié)果AI要么答非所問(wèn)，要么胡編亂造（就是AI的「幻覺(jué)問(wèn)題」），用戶滿意度只有35%，準(zhǔn)確率才40%，客戶差點(diǎn)要退款。

T（任務(wù)）：一周內(nèi)把AI客服的準(zhǔn)確率提升到85%以上，用戶滿意度達(dá)到80%。

A（行動(dòng)）：我重新設(shè)計(jì)了一套「三階Prompt策略」：

一階Prompt：給AI劃定清晰邊界

把原來(lái)的模糊指令，改成了精準(zhǔn)說(shuō)明書：

“你是XX餐飲的官方客服，僅能回答和本品牌相關(guān)的問(wèn)題：包括門店地址、營(yíng)業(yè)時(shí)間、會(huì)員規(guī)則、餐品價(jià)格、優(yōu)惠券使用。如果用戶問(wèn)的是超出范圍的問(wèn)題，請(qǐng)直接回復(fù)’抱歉，這個(gè)問(wèn)題我暫時(shí)無(wú)法解答，你可以聯(lián)系人工客服’?！?/p>

這一步直接把AI的”胡說(shuō)八道”率從30%降到了5%。

二階Prompt：給AI加資料外掛（結(jié)合RAG）

我把餐飲品牌的所有知識(shí)庫(kù)（100+門店地址、200+餐品信息、30條會(huì)員規(guī)則）導(dǎo)入到RAG系統(tǒng)（簡(jiǎn)單說(shuō)就是讓AI能先查資料再回答），然后在prompt里加上：

“回答前請(qǐng)先從提供的知識(shí)庫(kù)中查找準(zhǔn)確信息，必須嚴(yán)格按照知識(shí)庫(kù)內(nèi)容回答，不得編造。”

同時(shí)用向量檢索（用數(shù)學(xué)方法找相似內(nèi)容，就像”物以類聚”）給AI做了”問(wèn)題匹配”，用戶問(wèn)”北京朝陽(yáng)店在哪”，AI能直接定位到對(duì)應(yīng)門店的地址。

三階Prompt：給AI加思考邏輯

針對(duì)復(fù)雜問(wèn)題，我教AI用”拆解法”思考，比如用戶問(wèn)”我有一張滿50減10的券，今天買一份38的漢堡和一杯15的可樂(lè)，能用上嗎？”，我給AI的prompt加了：

“遇到涉及優(yōu)惠券的問(wèn)題，請(qǐng)按以下步驟思考：

1. 先計(jì)算用戶購(gòu)買商品的總金額

2. 對(duì)比優(yōu)惠券的使用門檻

3. 告知用戶是否可以使用，以及最終需要支付的金額”

R（結(jié)果）：一周后，AI客服的準(zhǔn)確率從40%提升到了92%，用戶滿意度從35%漲到了88%，客戶不僅沒(méi)退款，還簽了全年的續(xù)約合同，帶來(lái)了20萬(wàn)的年?duì)I收。

可操作的Prompt設(shè)計(jì)方法+工具包

我把這套方法提煉成了「Prompt設(shè)計(jì)五步法」，每個(gè)人都能直接用：

第一步：明確AI的身份：先給AI”定崗”，比如”你是小學(xué)英語(yǔ)老師”、”你是電商售后客服”，身份越具體，AI回答越精準(zhǔn)

第二步：清晰描述任務(wù)：用”動(dòng)詞+內(nèi)容+要求”的結(jié)構(gòu)，比如”用口語(yǔ)化的語(yǔ)言，給5歲孩子解釋為什么天會(huì)下雨”，而不是”解釋下雨”

第三步：給AI提供參考資料：結(jié)合RAG架構(gòu)，讓AI先查資料再回答，避免幻覺(jué)

第四步：教AI思考方法：比如讓AI用”總分總”結(jié)構(gòu)回答，或者遇到復(fù)雜問(wèn)題拆解步驟

第五步：設(shè)置約束規(guī)則：比如”不得涉及敏感內(nèi)容”、”回答字?jǐn)?shù)不超過(guò)100字”、”不知道就說(shuō)不知道”

踩過(guò)的坑：這些錯(cuò)誤千萬(wàn)別犯！

坑1：指令太模糊：別只說(shuō)”寫個(gè)文案”，要說(shuō)”寫一條30字以內(nèi)的抖音美妝文案，目標(biāo)用戶是18-25歲女生，突出’持妝12小時(shí)’的賣點(diǎn)”

坑2：不給AI加約束：一定要告訴AI不能做什么，比如AI客服不能隨便承諾用戶退款，否則會(huì)給公司帶來(lái)?yè)p失

坑3：一次性加太多要求：別把10個(gè)要求塞在一個(gè)prompt里，AI會(huì)”記不住”，可以分步驟給指令，或者用”分點(diǎn)羅列”的方式

坑4：不做AB測(cè)試：同一個(gè)任務(wù)，多寫幾個(gè)prompt做對(duì)比，比如我做AI客服時(shí)，測(cè)試了5個(gè)不同的prompt，最后選的那個(gè)效果最好

Prompt工程的核心不是”寫得復(fù)雜”，而是”寫得精準(zhǔn)”

最后給大家提煉3個(gè)核心感悟：

1. Prompt是AI產(chǎn)品的“隱形UI”：用戶看不到，但直接決定了用戶體驗(yàn)，就像餐廳的后廚，后廚的水平?jīng)Q定了菜的味道

2. Prompt要“以用戶為中心”：不是你想讓AI說(shuō)什么，而是用戶想聽到什么，比如AI客服的回答要像真人一樣親切，而不是冷冰冰的機(jī)器語(yǔ)言

3. Prompt是動(dòng)態(tài)迭代的：要根據(jù)用戶的反饋、數(shù)據(jù)的變化不斷優(yōu)化，就像你給實(shí)習(xí)生的指令，要根據(jù)他的表現(xiàn)不斷調(diào)整

記住：好的Prompt策略，不是讓AI變成一個(gè)無(wú)所不能的超人，而是讓它變成一個(gè)精準(zhǔn)高效的”專業(yè)工具”——在自己的領(lǐng)域里，把事情做到極致。

本文來(lái)自公眾號(hào)：健彬的產(chǎn)品Live 作者：健彬的產(chǎn)品Live

想要第一時(shí)間了解行業(yè)動(dòng)態(tài)、面試技巧、商業(yè)知識(shí)等等等？加入產(chǎn)品經(jīng)理進(jìn)化營(yíng)，跟優(yōu)秀的產(chǎn)品人一起交流成長(zhǎng)！