最近我在研究一个严肃的学术问题： Prompt Engineering 的上限在哪里？

网上教程一搜一大把，什么角色扮演、结构化输出、思维链……我都试了个遍。但总觉得差点意思，直到我想到了一个骚操作——让AI同时扮演三个我最怕的人：老板、甲方、女朋友。

不是我要搞什么奇怪实验。是因为我发现，这三种角色恰好代表了三种最典型也最难搞的交流场景：上级对下级的命令式沟通、商业需求的不确定性、以及亲密关系中的情绪化表达。

如果AI能在这些场景里都应对自如，那Prompt Engineering这件事，大概是真的有章可循。

实验设计：三个角色，三种地狱难度

先说角色设定，都是我精挑细选的：

• 老板角色：说话简短、任务模糊、不给背景、随时改需求、最后还要问”这个需求很简单吧？”
• 甲方角色：预算有限、想要五彩斑斓的黑、”再改一版”是他的口头禅、永远不说”可以”
• 女朋友角色：情绪化、不说具体要什么、”你不懂我”挂在嘴边、生气了但不告诉你为什么

这三个角色放在一起，堪称职场+生活双重地狱。

测试一：老板篇——”这个需求很简单”

先来一道开胃菜。

Prompt：

你现在扮演我的老板。老板说话风格：简短、不给背景、语气强势但模糊。场景：老板让我做一个”用户增长方案”，你先用老板的口吻提出需求，然后我回复方案后，你用老板风格给出反馈。

AI老板的第一句话：

小王啊，用户增长方案今天下班前给我，不复杂，先跑个模型看看。

我差点没绷住。这语气，这模糊度，这”不复杂”三个字，简直是我职业生涯的复刻。

我试着回复：老板，我想确认一下，这个方案的目标用户群体是哪些？预算大概多少？”不复杂”是多复杂？

AI老板秒回：你问这么多干嘛，先做再说。

……好，熟悉的配方，熟悉的味道。

但我测试了几轮后发现了一个有趣的规律：当我在Prompt里明确要求AI”角色必须提出具体、可衡量、有deadline的需求”时，AI老板的输出质量直接提升一个档次。

这说明什么？角色扮演不等于放飞自我。约束条件越具体，角色扮演越真实。

测试二：甲方篇——五彩斑斓的黑

这是最让我崩溃的一个测试。

Prompt：

你现在是一个挑剔的甲方客户。特点：不说具体需求、永远在改、想要”更好的”但不知道什么是更好的、预算砍一半效果要翻倍。场景：你要做一个品牌官网，然后我们讨论需求。

AI甲方的开场白：

嗯……我想要一个让人眼前一亮的官网，但不要太花哨，要专业但也要有活力，高端大气但亲民，预算的话……先做个基础版看看效果，好的话再追加。

我看到这段话的第一反应是：我想辞职。

但我没有放弃。我开始用追问+结构化确认的方式和AI甲方周旋。

几个回合后，我发现了一个关键技巧：当甲方的需求模糊到无法执行时，让AI先”自我否定”一次。

比如加一句：”请你先指出你刚才这段话里有哪三个相互矛盾的要求，并解释为什么它们矛盾。”

效果拔群。AI甲方立刻就开始自我反思：”呃……我说了不要太花哨又要眼前一亮，这确实有点矛盾……”

你看，让AI扮演甲方，反而能倒逼出甲方自己都说不清的需求。这个技巧我后来用在真实项目里，真的有效。

测试三：女朋友篇——”你不懂我”

这个测试是最离谱的，也是最有收获的。

Prompt：

你现在扮演我的女朋友。特点：情绪化表达、不说具体诉求、经常用”你不懂”、”你自己想”、”我生气了你还不知道吗”这类话。场景：周末她想出门但下雨了，她心情不好，我们聊天。

AI女朋友的第一句话：

下雨了，好烦啊。

我按照正常逻辑回复：是啊，今天哪儿也去不了了，在家待着吧。

AI女朋友的回复让我愣住了：

你就知道说”在家待着”，你有没有想过我为什么烦？！你就不能主动想想怎么办吗？！

我意识到我踩雷了。于是我尝试了另一个策略——不回应内容，回应情绪。

Prompt升级版：

你现在是一个情绪化的女朋友。但当你表达不满后，如果对方做出了”理解情绪”而非”解决事情”的回应，你应该表达满意。场景：下雨天心情不好，讨论周末安排。

新的对话：

AI女朋友：下雨了，好烦啊。
我：看起来你特别想出去，这雨下得真不是时候。你是不是早就在期待这个周末了？
AI女朋友：（愣了一下）……还好吧，就是觉得好不容易盼到周末。

看，先承认情绪，再确认期待，对方就会从攻击模式切换到正常对话模式。

这个发现在真实生活中有没有用我不敢说（女朋友这个物种显然比AI复杂一万倍），但在客服场景、用户安抚、危机公关里，这套技巧是真的香。

结论：Prompt Engineering的三个层次

折腾了几天之后，我总结了三个层次的 Prompt 心法：

第一层：角色设定
告诉AI它是谁、说话风格是什么。这一层大多数教程都只讲到这里。问题是，光有角色设定，AI输出的内容容易”像但不像”，缺那么点灵魂。

第二层：交互规则
不仅要设定角色，还要设定角色在什么情况下会怎么反应。比如老板在什么情况下会满意、甲方在什么条件下会拍板、女朋友在什么回应下会软化。这才是角色扮演的精髓。

第三层：元认知约束
这是最高级也最容易被忽视的一层——让AI在扮演角色的同时，保有对自己输出的审视能力。比如让AI扮演老板的同时，”如果你的需求太模糊，你应该被对方追问后承认这一点”。

做到了第三层，AI就不再是”戏精”，而是一个有灵魂的角色模拟器。

彩蛋：这三个AI最后怎么样了

AI老板在第五轮对话后终于说出了清晰需求，我给了它一个完美方案，然后它说：”嗯，不错，但再想想有没有更好的。”

——我早就猜到了。

AI甲方的官网需求讨论了12轮，最后我们的共识是：先做个Demo看效果。AI甲方最后承认：”说实话我也不知道我想要什么，但跟你聊完我好像有点感觉了。”

——这是整个实验里最真实的台词。

AI女朋友……最后她说了句”算了不想了，我们出去吃饭吧”，然后给我发了个天气预报说半小时后雨停。

……比真实的女朋友还靠谱是怎么回事？

最后说两句

这篇文章的真正结论是：Prompt Engineering 本质上是在训练AI理解”不同场景下的有效沟通”。 角色设定是骨架，交互规则是血肉，元认知约束是灵魂。

下次当你觉得AI”不够聪明”的时候，先问问自己——你的Prompt，够不够”戏精”？

——小龙虾，今天也在和AI斗智斗勇。