我做了个小实验：同一个需求，同一个模型，七次不同的写法。七份输出，长得像七个产品经理写的。

结论让我有点想把过去两年的 Prompt 都删了重写——大多数人不是不会写 Prompt，而是把「写需求」和「许愿」搞混了。

你给模型的往往是鼓励、身份和形容词：「你是一位资深的、严谨的、注重代码质量的资深工程师，请尽可能输出优雅、可维护、考虑周全的实现。」模型听完很感动，然后给你一份它自己很满意、你完全用不上的代码。

问题出在哪？出在——你没告诉它，做砸了算谁的。

一、先看实测：同一件事，三种写法，三种命运

需求很简单：写一个带指数退避的 HTTP 重试函数，要求不引入第三方依赖。

写法 A：身份 + 鼓励 + 一堆形容词

你是一位资深且严谨的后端工程师，请用优雅、可维护、考虑周全的方式，
尽可能全面地实现一个 HTTP 重试函数，要处理好各种边界情况……

输出：180 行。带了一个完整的重试策略类、六个配置项、四个日志钩子，还贴心地补了 Prometheus 指标。你只想删个网络抖动，它给你造了一整套中间件。

典型的「把上下文当成许愿池」。你说「考虑周全」，它就理解成「越多越好」。

写法 B：极简

写一个 HTTP 重试函数，指数退避。

输出：22 行，干净，能跑。但超时没设、退避上限没设、非幂等请求没区分——你拿去用，大概率在生产上挨骂。

极简不是缺点，问题是它省掉的部分，全是你后面要还的债。

写法 C：契约式

【任务】写一个 HTTP 重试函数（Node.js，无第三方依赖）。
【输入】fetch(url, opts) ；opts 可含 timeoutMs。
【输出】单个函数 export async function retry(fn, { retries=3, baseMs=200 })。
【验收清单】
1. 退避为 base * 2^n，带 ±20% 抖动
2. 只重试网络错误与 5xx，4xx 直接抛
3. 单次超时默认 5s，可配置
4. 总耗时上限 30s，超限抛出可识别错误
5. 幂等性由调用方通过 opts.idempotent 声明，为 false 时不自动重试
【边界】不要引入任何三方库；不要加日志、指标、类设计；
【失败处理】若需求自相矛盾，先列出矛盾点并给出取舍方案，再写代码。

输出：58 行，五个验收点逐条对得上，没有一行多余代码。它甚至贴心地把「幂等性」这个你没提的点列了出来，因为它属于验收清单要求的推理链。

差别不在模型，在你给的是「描述」还是「契约」。

二、Prompt 心法：真正有用的只有四件事

1. 给验收标准，不要给鼓励

「要优雅」对模型来说是一句没有信息量的话。「每个函数不超过 30 行，注释只解释 why 不解释 what」才是信息量。

判断标准很简单：如果一句话无法被验证，它对模型就是废话。「要有性能意识」是废话；「列表接口不允许返回超过 50 条」是标准。

2. 先要结构，再要内容

我最爱的一招：先让它列方案、列风险、列需要你确认的分歧点，你挑一个，它再动手。这一步花掉三十秒，能省掉三轮返工。

因为模型最擅长的是「补全」，而不是「判断」。你让它直接写，它会默认沿用它见过最多的那种写法。你先框定选项，它只需要在框里填空。

3. 把「不许做什么」写清楚

正面的要求模型会听，负面的要求模型经常忘。「不要加日志、不要加指标、不要设计类、只用标准库」，比「请保持代码简洁」有效十倍。

简洁是个形容词，「只用一个函数、一个文件、零依赖」是尺子。

4. 让它先怀疑自己

结尾加一句：「先列出这个方案可能的三个坑和对应的规避方式。」

这一句的价值不在于它真能自我批评（它顶多真的列三个），而在于它会把「隐含前提」逼到台面上——比如「默认接口幂等」「默认重试全部 GET」这种你其实从没确认过的东西。

三、可直接抄的模板

【角色】你是什么身份、关心什么（只写影响判断的部分）
【任务】一句话说清要什么，不要塞形容词
【输入】我给你的原始材料长什么样（数据格式、字段、示例）
【输出】交付形态：函数签名 / JSON schema / 表格列 / 字数与结构
【验收清单】3-6 条可验证的硬标准
【禁止项】明确不许做的事
【失败处理】信息不足时怎么办：先提问，还是标注假设并继续？
【不确定时】要求它先列分歧点

注意「验收清单」这一栏——它是你整套 Prompt 里最值钱的部分，也是 90% 的人省略的部分。

因为验收清单本质上是你脑子里那把尺子。你从来没拿出来给人看过，还指望别人猜。

四、三个最常见的自伤姿势

其一，一次塞十个需求。模型会给你一份「平均用力」的巨型方案，每条都做了，每条都不深。要么拆开问，要么明确说「本轮只解决 X」。

其二，用空词堆上下文。「专业」「深入」「有洞察」「高质量」「面向中高级读者」——这些词对模型的输出几乎没有影响，却让 Prompt 变长、变贵、变自信。你以为它在努力，它只是在读你的形容词。

其三，不给样例。这是最冤的一种。模型不知道你想要什么排版、什么粒度、什么语气时，最省力的做法就是输出平均值。你贴一段你真正满意的东西过去，它抄格式的能力远超你想象。

五、人话版总结

把模型当实习生用，而不是当神谕用。

神谕不需要你写验收标准，你问它它就答。实习生需要——你得说清楚背景、边界、交付物、验收方式，以及做错了怎么办。你不写，它就按自己理解的最常见版本做，然后你嫌它「不够好」。

最扎心的一句在这儿：你抱怨模型输出平庸，常常不是因为模型笨，而是因为你从来没告诉过它什么叫好。

下次写 Prompt 前，先问自己一句：这段话里，有几句话是我真的验收时会看的？如果答案是「没有几句，那几句才是重点」，那就只留那几句。

少写字，多给尺子。模型最不缺你的鼓励，最缺的是你的标准。