AI提示词万能公式：5套模板解决90%的使用场景

我见过太多人写Prompt是这样的——打开ChatGPT，想到什么打什么："帮我写个方案"，然后对结果不满意又补一句"再详细一点"，再不满意再加"语气活泼点"……来回改了四五版之后开始怀疑人生。问题不是AI不行。是你没给它一个干净的"输入格式"。这篇文章整理了FlowPix团队半年实战中验证最稳的5套Prompt公式。不是理论推导——是真的在真实工作中用烂了的模板。

先理解底层逻辑——四要素模型

所有高质量Prompt的底层结构都是四个要素的排列组合：角色（你是谁）→ 任务（做什么）→ 约束（怎么做、有什么限制）→ 格式（输出长什么样）。缺了任何一个，AI就会启动"脑补模式"——而脑补的结果大概率不是你要的。

把这四个要素想清楚，基本上任何任务都能套。五个公式的区别只是：针对不同任务类型，这四个要素的权重和写法不一样。根据 Prompt Engineering Guide 的系统研究，明确包含角色和约束的Prompt比模糊Prompt的输出质量平均高40%以上。

公式一：APEX公式——写作类任务专用

APEX = Audience(受众) + Purpose(目的) + Examples(示例) + Constraints(约束)。这是我们的写作编辑团队最常用的公式，适合一切内容创作场景——文章、邮件、文案、报告、演讲稿。

模板：

你是一个[角色/身份]。你的读者是[受众描述]。

写作目的：[一句话说清楚这篇文章要达成什么效果]。

参考风格（可选）：
- [粘贴一段你喜欢的风格范文]

要求：
- 字数：[具体范围]
- 语气：[正式/轻松/幽默/专业]
- 格式：[分几段？要不要小标题？要不要编号？]
- 必须包含：[关键词/观点/数据]
- 禁止使用：[某些词/某种表达]

真实案例——帮一个朋友写的产品发布公告：

你是一个SaaS产品的市场负责人。读者是已经付费的用户群体（5000人左右，以中小创业者为主）。

写作目的：通知用户我们上线了"批量导出"功能。既要让他们知道新功能上线了，又要让他们感觉"这个团队一直在进步"——不是硬广，是那种 "顺便告诉你，我们又更新了" 的调调。

要求：
- 字数：150-250字
- 语气：真诚但不肉麻，带一点点幽默
- 格式：开头感谢 → 中间介绍新功能 → 结尾预告下次更新
- 禁止使用："重磅""颠覆""革命性"这类夸张词

输出结果直接就能用。那条公告发出去后，用户的打开率比之前高了约30%——之前我们就是"通知腔"，冷冰冰的。

公式二：DICE公式——分析/决策类任务

DICE = Data(给数据) + Instructions(分析指令) + Criteria(评判标准) + Example(期望输出示例)。这个公式最适合让AI帮你分析数据、做对比评估、或者辅助决策。核心是"你给数据+你定标准"，AI负责按你的框架来执行。

模板：

你是一个[领域专家角色]。请基于以下数据进行分析。

数据：
[粘贴你的原始数据/信息/描述]

分析维度：
1. [维度1]：[具体分析什么]
2. [维度2]：[具体分析什么]
3. [维度3]：[具体分析什么]

评判标准：
- 优先级排序：[按什么标准排序？成本？效果？紧急度？]
- 输出格式：[表格/分点陈述/SWOT框架]

最终输出：[结论格式要求]

真实案例——我们团队选AI工具时的对比分析Prompt：

你是一个技术选型顾问。请基于以下三款AI API服务商的信息进行分析。

数据：
A服务商：GPT-4o API，$5/百万token，响应速度800ms，支持128K上下文
B服务商：Claude 3.5 API，$3/百万token，响应速度1200ms，支持200K上下文  
C服务商：自部署DeepSeek V3，初期投入$2000/月服务器，响应速度400ms，上下文64K

分析维度：
1. 成本效益：月调用量50万次场景下的总成本对比
2. 性能表现：响应速度+上下文窗口对业务的影响
3. 稳定性：考虑服务商的API可用性历史

输出：三列表格（维度/A/B/C）+ 最终推荐（含理由）

用了这个公式后，我们做的技术决策讨论从"我觉得A好"变成了"数据说A在XX条件下最优，但你得接受YY的代价"。不是说AI替代了决策——但它把讨论的基础从"感觉"拉到了"数据"。

公式三：CRAFT公式——代码生成类任务

CRAFT = Context(项目上下文) + Requirements(功能需求) + Architecture(架构约束) + Format(输出格式) + Tests(测试用例)。这是给程序员用的——但你不需要是程序员也能用。关键是把自己当一个产品经理，把需求说清楚。

模板：

项目背景：[什么项目、什么语言/框架、现有代码结构简述]

需求：
- 功能：[这代码要做什么]
- 输入：[接收什么数据/参数]
- 输出：[返回什么结果]
- 边界条件：[什么情况下怎么处理]

约束：
- 语言/框架：[Python 3.11 / React 18 / 等]
- 代码风格：[有没有特定规范]
- 依赖：[能用哪些第三方库]

输出格式：
- 完整可运行代码
- 关键逻辑注释
- 使用示例

用这个公式生成的代码，首次可运行率从"随便写写"的约40%提到了约85%。差距就是那些"你没说但AI脑补了"的细节——当你把输入输出、边界条件说清楚了，AI脑补的空间变小了，翻车概率就低了。

公式四：SPARK公式——创意/头脑风暴类

SPARK = Scenario(场景设定) + Perspective(视角/角度) + Alternatives(要求变体) + Restrictions(限制条件) + Kickstarter(启动提示)。创意任务最大的问题是AI容易产出"安全但无聊"的内容。SPARK公式的核心是用约束和视角来逼AI走出舒适区。

模板：

场景：[具体情境描述]

请从[独特视角/角色]的角度，帮我头脑风暴[主题]。
要求至少[数量]个方案。

约束条件（越具体越容易出创意）：
- 不能使用[常见套路/方案]
- 必须考虑[限制条件]
- 每个方案用一句话概括+两句话说明为什么有趣

启动提示：
- 如果[极端假设]会怎样？
- 把[领域A]的方法用到[领域B]会怎样？

这个公式我用得最多的场景是写文章选题。有一次卡壳了三天想不出好角度，用SPARK公式跑了10分钟，产出了7个可用的选题方向。关键不是AI有多聪明——是约束条件（"不能用常见套路"）和启动提示（"跨领域类比"）把思维从死胡同里拉了出来。

公式五：CHECK公式——审核/校对类任务

CHECK = Content(待审核内容) + Holes(检查漏洞/盲区) + Errors(检查错误类型) + Criteria(通过标准) + Knowledge(补充背景知识)。让AI审你的东西——代码review、文案校对、逻辑检查——这个公式最容易出效果，因为审核比创作更适合AI。

模板：

你是一个[审核角色]。请审核以下内容。

待审核内容：
[粘贴内容]

请从以下角度逐项检查：
1. [检查维度1]：[具体标准]
2. [检查维度2]：[具体标准]
3. [检查维度3]：[具体标准]

背景知识：
- [AI可能不知道的上下文信息]
- [行业术语/专有名词解释]

输出要求：
- 按严重程度排序（致命/重要/建议）
- 每个问题附原文引用+修改建议

说实话，CHECK公式可能是五套公式里ROI最高的。因为你不需要写东西——你只需要确认AI帮你找到的问题是不是真问题。FlowPix的编辑现在每篇文章发布前至少走一遍CHECK审核，能筛出大约60%的低级错误（错别字、逻辑矛盾、数据引用错误）。

五套公式速查表

这五套不是要你全记下来。挑你最高频的2-3个场景，把对应的公式存成快捷指令或笔记模板。用上两周，公式的内核会自然变成你的肌肉记忆——那时候就不用"套公式"了，你会自动把四要素织进Prompt里。

一个避坑提醒——公式不是越复杂越好

用公式最大误区：觉得"越详细越好"，结果写了一个500字的Prompt，AI反而崩溃了。

Prompt长度和输出质量不是线性关系。根据 Anthropic 2023年Prompt工程研究，最有效的Prompt长度在100-300词之间——超过500词后，模型开始"忽略"中间的细节约束。所以公式是帮你聚焦关键信息，而不是让你把所有可能的情况都写进去。

还有个实际建议：同一个Prompt在不同模型上表现不一样。GPT-4o最喜欢结构化公式（角色→约束→格式这种清晰的层次），Claude对自然语言的公式响应更好（太结构化的反而让它"紧张"）。Gemini呢？Gemini对公式的遵守度飘忽不定——有时候完美执行，有时候"自由发挥"。所以拿到一个新模型时，先用最简单的任务跑一遍你的核心公式，确认它能"听懂"再上复杂任务。

常见问题

Prompt公式万能吗？什么场景不适合套公式？

不是绝对万能。简单单轮问答不需要公式，高度创造性开放写作公式会限制发散性，闲聊式探索更不适合。公式最适合"有明确目标和输出格式"的任务——分析报告、代码生成、内容创作、决策辅助。另外不同模型对同一公式的敏感度不同，GPT-4o对结构化公式响应最好，Claude更喜欢自然语言公式。不会选的话先试试结构化版本，不行再改自然语言。

这些公式需要背下来吗？

不用背。把五套公式存成笔记，每次写Prompt时翻出来挑一套套。用上20-30次之后公式会自然内化。我们团队的编辑大概两周后就不再翻笔记了。关键是理解底层的"四要素模型"——角色、任务、约束、格式——把这四个想清楚，公式的变体你可以自己发明。

一个Prompt里能混用多个公式吗？

可以但不建议。每个公式为特定任务类型优化，混用会稀释指令清晰度。但跨类型任务可以用分阶段的方式——上半段分析公式处理数据，下半段写作公式生成报告，用分隔线标记即可。比如先DICE分析数据，再APEX生成报告——两个公式串起来用很常见。