写好 Prompt 的 12 条实践经验
引言
大模型的能力越来越强，但想让它们真正为我们所用，Prompt 的设计依然是关键。很多人一开始写 Prompt 会觉得“玄学”，效果时好时坏。其实在长期实践中，是有一些规律可循的。本文结合我在不同任务和模型上的实际经验，整理了 12 条写 Prompt 的心得，希望对你有所帮助。
一、理解模型差异
不同模型各有所长
一个复杂任务，未必一个模型就能搞定。
示例：大纲生成 → Claude 效果最佳；超长文阅读理解 → Kimi 表现更好。
单任务多模型协同
用不同模型取长补短，往往能解决单个模型卡住的问题。
示例：GPT 写代码失败 → Claude 写一版 → 再交给 GPT 改 → 最终完成任务。
模型能力的边界
如果 Prompt 调整无效，很可能不是写法的问题，而是模型本身能力不足。
建议：多尝试不同模型，先验证可行性。
二、结构化参考信息
大量信息放在 system，而不是 prompt
否则会干扰模型对指令的执行。
帮模型梳理参考数据
将网页数据、文件数据分类标注清楚。
让模型知道“这是什么、那是什么”，而不是一堆乱糟糟的文本。
养成好的信息整理习惯
尽管未来模型可能能自动处理复杂信息，但目前手动整理仍然很重要。
三、优化指令表达
最重要的要求放在最后
模型往往对结尾的指令更敏感。
必要时重复强调
Prompt 里的冗余有时是必须的，尤其当你发现模型总是忽略某个关键点时。
保持简洁，特别是 Claude
Claude 在“大纲生成”任务上验证过：指令越简单，效果越好。
不要中英文混用
英文任务就用英文 Prompt，中文任务就用中文 Prompt，能提高稳定性。
四、任务拆分与工具辅助
复杂任务拆分成多条 Prompt
单条 Prompt 可能无法完成复杂任务，拆分后往往效果更好。
善用 Prompt 工具
例如 Kimi 的 Prompt 专家，能快速生成一个可用的初稿，再自己调整优化，更省时间。
五、关于评测任务的特别经验
如果任务是让 LLM 做评测：
推荐用 GPT-4o，因为它的判断更接近人工标准。
能力较弱的模型在复杂任务上评分偏差大。
在综述写作评测中，我们明显看到 GPT-4o 的结果比其他模型更可靠。
总结
写好 Prompt 并不是玄学，而是技巧与经验的积累。
选对模型，发挥其所长；
整理好信息，让模型“看懂”；
优化表达，简单、清晰、重点突出；
学会拆分与协同，复杂任务分步完成；
多借助工具，节省时间和精力。
最终目标，不是追求一条“完美 Prompt”，而是找到一个“稳定、可复现的流程”，让模型更高效地为我们服务。
要不要我帮你把这篇博客写得更“故事化”，比如加一些失败案例和对比实验？这样读者会觉得更有代入感。