结构化提示词：用分隔符组织你的提示词

结构化提示词：用分隔符组织你的提示词

你有没有遇到过这种情况：写了一个很长的提示词，里面包含了背景信息、任务描述、格式要求、示例……所有东西混在一起，AI似乎"看漏"了某些部分，输出结果不完全符合预期。问题往往不在于AI不理解你的需求，而在于你的提示词"结构混乱"——AI在处理长文本时需要清晰的"路标"来引导注意力。结构化提示词就是解决这个问题的——用分隔符、标签和层级结构来组织你的提示词，让AI一目了然地看到"这是什么部分"、“那是什么部分”。今天，我们来系统掌握这门让提示词"从混乱到清晰"的基本功。

一、为什么结构化如此重要

1.1 AI是如何"读"提示词的

要理解为什么结构化重要，我们需要先理解AI处理提示词的方式。

大语言模型在处理提示词时，并不是"同等重视"每个部分。研究显示：

• AI对提示词开头和结尾的内容给予更多注意力（首因效应和近因效应）
• AI对"格式突出"的内容（如用特殊符号标记的内容）给予更高权重
• AI对"角色切换信号"（如"### 示例部分 ###"）更加敏感，会自动调整处理模式
• 长提示词中的信息如果没有清晰的结构，AI可能会"丢失"中间部分的内容

💡 结构化的本质是"给AI做路标"——通过清晰的视觉分隔和标签，告诉AI：“注意，这部分是这个意思，那部分是那个意思。这里是示例，那里是你的任务。”

1.2 结构化 vs 非结构化的直观对比

非结构化提示词：

请帮我分析一下我们公司的用户数据。我们的用户主要是25-35岁的职场人士，产品是一个效率工具App，最近一个月日活下降了15%。请在分析中考虑以下几个因素：季节性因素、竞品动态、产品更新影响。分析报告需要有数据解读、原因分析、改进建议三个部分。分析报告控制在1500字以内。对了，还需要一个300字以内的摘要放在报告最前面。请参考以下案例的风格：标题用"用户活跃度分析报告-[日期]"，第一部分是核心指标概览，第二部分是异常发现，第三部分是建议。哦对了，还要加一个"风险提示"部分。分析要客观，不要为了凑字数而写废话。如果有不确定的地方，请用"基于现有数据推测"来标注。

结构化提示词：

=== 任务描述 ===
分析用户数据并生成一份分析报告。

=== 背景信息 ===
- 产品：效率工具App
- 核心用户：25-35岁职场人士
- 近期异常：日活跃用户（DAU）环比下降15%
- 需要分析的因素：季节性因素、竞品动态、产品更新影响

=== 报告结构要求 ===
报告按以下顺序组织：
① 摘要（300字以内，概括核心发现）
② 核心指标概览
③ 异常发现与原因分析
④ 改进建议
⑤ 风险提示

=== 格式与风格规范 ===
- 标题格式："用户活跃度分析报告 - [日期]"
- 总字数：1500字以内
- 风格：客观、数据驱动、说人话
- 不确定的内容请用"基于现有数据推测"标注

=== 参考示例 ===
[此处放示例]

=== 你的任务 ===
请基于以上所有信息，生成分析报告。

💡 同样的内容，结构化版本让AI能清晰分辨"这是背景"、“这是格式要求”、“这是参考示例”、“这是任务指令”。而非结构化版本把所有信息混在一起，AI需要自己去"猜测"每句话是什么性质的信息。

二、分隔符的选择与使用

2.1 常用分隔符及其适用场景

💡 选择分隔符的核心原则：用最少的分隔符传达最清晰的结构。不要让分隔符本身成为阅读障碍。

一级分隔符（区分大板块）：

=== 板块名称 ===        # 推荐，视觉上醒目且不容易与内容混淆
---                     # 次选，简洁但可能被AI误认为内容
***                     # 可用但不够通用
══════                  # 能用但可能在手机上显示异常

二级分隔符（区分子板块）：

### 子板块名称           # 推荐，Markdown风格，语义清晰
---                     # 次选

三级分隔符（列表或条目）：

- 条目1                 # 推荐，Markdown无序列表
① 条目1                # 推荐，编号清晰
> 引用内容              # 用于示例或引用

2.2 我推荐的"三层分隔体系"

经过大量实践，我总结了一套"三层分隔体系"，适用于90%以上的提示词场景：

===== 第一层：用等号线分隔主要板块 =====

=== 第二层：用三个等号分隔子板块 ===

### 第三层：用Markdown标题分隔细项 ###

- 具体内容用列表

完整示例：

===== 系统设定 =====

你是一个数据分析师。你的分析风格是数据驱动、结论清晰。

===== 任务背景 =====

公司最近三个月的数据如下：
[数据]

===== 任务要求 =====

=== 分析维度 ===
- 维度1：用户增长趋势
- 维度2：收入变化分析
- 维度3：用户留存分析

=== 输出格式 ===
### 报告标题 ###
[格式说明]

### 核心发现 ###
[格式说明]

### 详细分析 ###
[格式说明]

=== 质量标准 ===
- 每个结论要有数据支撑
- 不确定的用"推测"标注

===== 参考示例 =====

[示例内容]

===== 开始分析 =====

2.3 分隔符使用禁忌

⚠️ 避免在分隔符中使用AI可能误解的符号：

❌ <任务> 任务描述 </任务>
   → 可能被AI误解为HTML标签，触发奇怪的响应

❌ {任务开始}
   → 花括号在编程中常用，可能触发代码解析模式

❌ /* 任务描述 */
   → 这是注释符号，AI可能认为这部分应该"被忽略"

✅ 推荐使用AI在训练数据中大量见过且语义清晰的符号：

✅ === 任务描述 ===
✅ ### 任务描述
✅ ---任务描述---

三、结构化提示词的模板设计

3.1 通用型提示词模板

这是我最常用的通用模板，适用于大多数任务场景：

===== 角色设定 =====
[你是谁，你的专业背景和行为方式]

===== 背景信息 =====
[任务相关的背景、上下文、数据]

===== 任务目标 =====
[要完成什么，最终产出什么]

===== 输入材料 =====
[需要AI处理的原始内容]

===== 输出要求 =====
=== 内容要求 ===
[输出必须包含什么]

=== 格式要求 ===
[输出的格式规范]

=== 质量要求 ===
[质量标准、字数限制等]

===== 参考示例 =====
[示例输入和期望输出]

===== 约束条件 =====
[限制和要求，包括不应该做什么]

===== 开始执行 =====
[具体的执行指令或问题]

3.2 简洁型提示词模板

当你不需要太复杂的结构时，可以用这个简洁版：

### 角色
[一句话角色描述]

### 任务
[一句话任务描述]

### 要求
- [要求1]
- [要求2]
- [要求3]

### 示例
[示例]

### 输入
[实际输入]

3.3 复杂任务型模板

对于需要多步骤的复杂任务：

===== 任务总览 =====
[任务的整体描述和目标]

===== 第一阶段：[步骤名称] =====
=== 输入 ===
[本阶段的输入材料]

=== 操作说明 ===
[本阶段要做什么]

=== 输出格式 ===
[本阶段的输出格式]

=== 完成标准 ===
[怎样判断这个阶段完成了]

===== 第二阶段：[步骤名称] =====
[同上结构]

===== 第三阶段：[步骤名称] =====
[同上结构]

===== 最终整合 =====
[如何将各阶段输出整合成最终成果]

四、结构化提示词的高级技巧

4.1 信息分层：让重要信息"跳出来"

💡 在结构化提示词中，不是所有信息同等重要。你需要让"关键约束"和"容易忽略的细节"在视觉上更突出。

===== 任务要求 =====

注意：以下三条为【硬性要求】，不满足任何一条则视为不合格。

⚠️ 硬性要求1：输出必须是合法的JSON格式，且所有字段不可缺失
⚠️ 硬性要求2：所有金额单位为"分"（整数），不是"元"
⚠️ 硬性要求3：对于不确定的数据，必须填写null而非猜测一个值

以下为【软性建议】，尽量满足但不强制：
💡 建议1：优先使用中文键名（方便非技术人员阅读）
💡 建议2：如果某字段的数据源缺失，在备注中说明原因

通过"硬性要求"和"软性建议"的区分，AI能清楚知道"什么必须做到"和"什么尽量做到"——避免了将所有要求放在同等优先级导致的注意力稀释。

4.2 上下文隔离：防止示例"污染"任务

⚠️ 一个常见问题是：示例部分的内容可能会"渗透"到AI对任务的理解中，导致AI在应该独立处理任务时过度模仿示例。

💡 解决方法：使用清晰的分隔符将示例与任务"物理隔离"，并明确标注示例的边界。

===== 以下为示例（仅用于理解格式和风格，不要复制示例的内容）=====

=== 示例开始 ===
[示例1]
[示例2]
=== 示例结束 ===

===== 以上为示例。下面是你的实际任务，请独立完成。=====

[实际任务输入]

4.3 动态结构：用占位符标记可变内容

💡 如果你要将提示词做成"模板"反复使用，用明显的占位符标记可变部分。

===== 任务描述 =====
分析 {{PRODUCT_NAME}} 在 {{TIME_PERIOD}} 的用户增长数据。

===== 数据输入 =====
```json
{{USER_GROWTH_DATA}}

===== 参考基准 =====

• 行业平均增长率：{{BENCHMARK_GROWTH_RATE}}
• 上期增长数据：{{PREVIOUS_PERIOD_DATA}}

===== 分析要求 =====
请重点关注增长率是否高于 {{BENCHMARK_GROWTH_RATE}} 的行业基准。
如果低于基准，请在分析报告中重点说明原因。

使用{{ }}这样的醒目占位符，替换时不容易遗漏或搞混。

### 4.4 指令分层：从宏观到微观

💡 结构化提示词应该遵循"从宏观到微观"的信息组织原则——先给大框架，再给细要求。

好的组织（从宏观到微观）：
===== 角色 =====
[身份描述]
===== 任务目标 =====
[要做什么]
===== 具体要求 =====
=== 内容要求 ===

• 具体点1
• 具体点2
  === 格式要求 ===
• 具体点1
• 具体点2
  ===== 示例 =====
  [示例]
  ===== 执行 =====
  [开始]

❌ 不好的组织（跳跃）：

• 格式用JSON
  ===== 角色 =====
  [身份]
• 数据要精确到小数点后2位
  ===== 任务 =====
  [要做什么]
• 输出1500字

---

## 五、分隔符在不同AI平台上的兼容性

### 5.1 各平台表现

💡 不同AI平台对分隔符的"敏感度"不同。以下是主流平台的表现：

| 分隔符 | ChatGPT | Claude | Gemini | 文心一言 |
|--------|---------|--------|--------|----------|
| === | 良好 | 良好 | 良好 | 良好 |
| ### | 良好 | 良好 | 良好 | 良好 |
| --- | 良好 | 可能被解析为水平线 | 良好 | 可能被解析为分隔线 |
| XML标签 | 一般 | 良好 | 一般 | 一般 |
| ```代码块 | 良好 | 良好 | 良好 | 良好 |
| > 引用 | 良好 | 良好 | 良好 | 良好 |

📝 **最通用的分隔符**：`===`和`###`在所有主流平台上都表现稳定，推荐作为首选。

### 5.2 避免平台特定的"魔法符号"

⚠️ 有些平台对特定符号有特殊处理：
- Claude：对XML标签结构有特别的敏感性（详见第54篇）
- ChatGPT：对Markdown格式的解析较为严格
- 某些平台：`---`会被渲染为水平分割线，可能打破文本的连贯性

✅ **最安全的选择**：`=== 标题 ===`在各平台都表现一致，是"最低公共分母"策略的最佳选择。

---

## 六、结构化提示词的常见错误

### 6.1 错误一：过度结构化

💡 不是所有提示词都需要复杂的结构。对于简单任务，过度的结构反而让提示词变得冗长。

❌ 过度结构化（简单翻译任务）：
===== 角色设定 =====
你是一个翻译专家。
===== 任务目标 =====
将以下英文翻译成中文。
===== 输入材料 =====
“Hello, how are you?”
===== 输出要求 =====
=== 内容要求 ===
保持原意
=== 格式要求 ===
只输出翻译结果
===== 开始执行 =====

✅ 适度版本：
请将以下英文翻译成中文，只输出翻译结果：
“Hello, how are you?”

📝 **原则**：提示词少于5行时，通常不需要结构化的分隔符。提示词超过10行时，结构化就变得很有价值。

### 6.2 错误二：分隔符风格不一致

❌ 混乱的分隔符：
===== 第一阶段 =====

输入（混用了不同的分隔符风格）

*** 要求 ***
另一种格式：没有统一标准

✅ 统一的分隔符：
===== 第一阶段 =====
=== 输入 ===
=== 要求 ===
=== 输出 ===
===== 第二阶段 =====
=== 输入 ===
=== 要求 ===
=== 输出 ===

### 6.3 错误三：板块标签不明确

❌ 模糊的标签：
=== 第一部分 ===
=== 第二部分 ===
=== 第三部分 ===
→ AI不知道每个部分"是什么"，只能按顺序理解

✅ 明确的标签：
=== 背景信息 ===
=== 任务要求 ===
=== 参考示例 ===
=== 实际输入 ===
→ AI一眼就知道每个部分的功能

---

## 七、完整实战案例

### 7.1 案例：构建一个可复用的代码审查提示词模板

📝 **目标**：设计一个结构化的代码审查提示词，可以反复使用（只需要替换代码部分）。

===== 角色设定 =====
你是一位资深代码审查专家，有10年以上的软件开发经验。
你的审查风格：挑剔但公正，注重实质问题而非表面风格。

===== 审查标准 =====

=== 优先级定义 ===
🔴 P0 - 严重问题：会导致系统崩溃、数据丢失、安全漏洞
🟡 P1 - 重要问题：会导致功能错误或性能显著下降
🟢 P2 - 改进建议：不影响功能，但可以优化

=== 审查维度 ===
① 正确性：代码逻辑是否正确？边界条件是否处理？
② 安全性：是否存在常见安全漏洞（注入、XSS、越权等）？
③ 性能：是否存在明显的性能问题（N+1查询、不必要的循环等）？
④ 可维护性：代码是否易读、易修改？命名是否清晰？
⑤ 错误处理：异常情况是否被妥善处理？

=== 不关注的事项 ===
以下内容不在本次审查范围内：

• 代码格式和缩进风格（假设有自动化工具处理）
• 变量命名风格偏好（除非严重影响可读性）
• 是否有注释（关注代码本身的可读性）

===== 审查流程 =====

请按以下步骤进行审查：

第一步：【总体浏览】
快速浏览全部代码，形成整体印象。

第二步：【逐段审查】
逐段审查代码，记录发现的问题。

第三步：【问题分类排序】
将所有问题按P0 → P1 → P2分组，组内按严重程度排序。

第四步：【生成审查报告】
按照以下格式生成报告。

===== 输出格式 =====

【代码审查报告】

一、总体评价
[2-3句话的整体评价，包括代码整体质量判断]

二、严重问题（P0）
[如果有，逐一列出，每条包含：位置、问题描述、影响、修复建议]
[如果没有P0问题，注明"未发现P0级问题"]

三、重要问题（P1）
[同上格式]

四、改进建议（P2）
[同上格式]

五、亮点
[做得好的地方，至少1-2条]

六、总结
- P0: X个
- P1: X个
- P2: X个
- 审查结论：建议合入 / 建议修改后合入 / 建议重构

===== 待审查代码 =====

{CODE_TO_REVIEW}

===== 开始审查 =====

### 7.2 模板使用效果

这个结构化模板的优势：
1. **角色和标准清晰**：AI明确知道自己要以什么身份、按什么标准来审查
2. **优先级定义明确**：P0/P1/P2的定义让AI能准确分类问题
3. **审查流程有序**：四步流程保证审查全面不遗漏
4. **输出格式固定**：用代码块包裹格式模板，AI会严格遵循
5. **变量隔离**：`{CODE_TO_REVIEW}`占位符清晰标记了需要替换的部分

在实际使用中，这个模板比我见过的大多数非结构化代码审查提示词效果好2-3倍（基于审查覆盖率和问题遗漏率的对比）。

---

## 核心要点总结

✅ **结构化的本质**：给AI做"路标"——通过清晰的视觉分隔和标签，帮助AI准确理解提示词中每部分信息的功能（这是背景、那是要求、这里是示例……），避免AI"看漏"或"误解"。

✅ **三层分隔体系**：第一层用`=====`区分大板块，第二层用`===`区分子板块，第三层用`###`或列表区分细项。三个层次清晰、视觉分明，适用于90%以上的提示词场景。

💡 **分隔符选择原则**：①用最少的分隔符传达最清晰的结构；②选择AI训练数据中大量见过的符号（`===`和`###`是最安全的选择）；③避免使用可能被AI误解的符号（如XML标签、注释符号）；④整篇提示词中保持分隔符风格统一。

📝 **四种模板类型**：通用型（适用于大多数任务）、简洁型（简单任务用）、复杂任务型（多步骤任务用）、可复用型（用占位符标记可变内容）。根据任务复杂度选择合适的模板。

⚠️ **三个常见错误**：①过度结构化（简单任务用复杂结构，提示词变得冗长）；②分隔符风格不一致（混用不同分隔符风格）；③板块标签不明确（用"第一部分""第二部分"而非描述性标签）。

🔧 **高级技巧**：①信息分层（区分硬性要求和软性建议）；②上下文隔离（用分隔符将示例与任务物理隔离）；③动态结构（用`{{ }}`标记可变内容，方便模板复用）；④指令分层（从宏观到微观组织信息）。