什么是 Prompt（提示词）？和 Agent、Skill 怎么配合才顺手

这篇文章把写好 Prompt 的核心拆开：三件套是什么、怎么写、常见误区，以及它在 Agent / Skill 里扮演什么角色。你平时总嫌 AI 答非所问，先看完再改写法。

为什么值得专门学这一件事？因为模型能力再强，吃的也是你喂的指令。同一个模型，一句含糊的”写篇文章”和一句带角色带约束带样例的指令，产出天差地别——差距不在模型，在你那几句话。它是最低成本的杠杆：不用换工具、不用加预算，只是把话说准，结果就能上一个台阶。

怎么判断一条 Prompt 够不够好？看它产出的”可复用性”：好的 Prompt 跑出来能直接发、能存起来反复用；差的 Prompt 每次都要返工重写。另一个信号是”返工轮数”——模糊指令往往要聊三四轮才接近你要的，而带约束带样例的指令一两轮就稳。把省下来的那几轮对话时间攒起来，就是专门学 Prompt 的回报。

我带过几个实习生用 AI 写周报，同一份数据丢进去，有人三句话产出就能直接发，有人聊了半小时还是一塌糊涂。差的不是工具，是那几句话怎么写——也就是 Prompt（提示词）。它最不起眼，却最直接影响结果。

不用背公式，记住三件事就行：讲清角色（你希望它当专家还是助手）、讲清任务（要什么、给什么、长什么样）、讲清边界（不要什么、什么口气、给谁看）。缺一样，结果就容易跑偏。比如”写周报”这种空话，AI 只能按它猜的来；加上”面向老板、三句话、突出进度和风险”，产出立刻不一样。

一个完整的例子

模糊版：”帮我总结一下这周的进展。”——它大概率给你一段四平八稳、挑不出错也没用的话。具体版：”你是我的项目助理，把下面的工作日志整理成给老板的周报：三段式，第一段讲了哪几件事、第二段卡点和风险、第三段下周计划；只基于我给的日志，不编造；每段不超 3 行；风险要标’高 / 中 / 低’。”——同一份日志，后者出来基本能直接发。差距全在那几句交代里。

几个立竿见影的写法

核心就一条：把”你脑子里的标准”说出来。AI 不会读心，你越具体，它越准。给样例尤其好用——与其形容风格，不如直接贴一段”就要这种感觉”的文字。

它怎么启动 Agent 和 Skill

在 Agent 场景下，Prompt 变成了”目标描述”：你不用写步骤，写清楚要什么结果，让 Agent 自己拆。在 Skill 场景下，Prompt 是”调用说明”：把输入输出格式交代明白，Skill 才用得对。同一个活，Prompt 写得准，Agent 少绕路，Skill 少误用。可以说，Prompt 是你握着的方向盘，Agent 和 Skill 是车——车再好，方向打歪照样到不了。

长 Prompt 还是短 Prompt

不是越长越好。短的适合一次性小任务，写太长反而稀释重点；长的适合复杂、要反复用的任务，把标准一次写清，省得每回重说。我的习惯：临时问一句，三行足够；要做成固定流程给 Agent 用，就写详细版存起来反复调。同一个 Prompt 用得越久，越值得花心思写长写准。

写不准？用个小循环改

没人一次就能写对。我的习惯是：先写一版跑一下，看哪不对，改那一句再跑。比如发现它总爱加术语，就补一句”不许用术语”；发现它跑题，就加”只基于我给的材料”。三五轮下来，这条 Prompt 就越来越贴你。好 Prompt 不是想出来的，是改出来的。

一个新手常掉进去的坑

新手最爱犯的，是给 Prompt 前面堆一堆”你是一个顶尖专家””请务必认真思考”之类的尊称和命令。实测下来，这类话术对结果几乎没影响，AI 不会因为被叫”顶尖”就更聪明，反而占了上下文、还容易让它端着架子说套话。真正有用的是把任务、材料、标准写清。把尊称省下来，换成一句具体的”只基于我给的这几条数据，别联想别的”，效果立竿见影。

两个常翻车的地方

• 太模糊：一句话要它”写全、写细、写专业”，它只会平均用力，哪头都不够。
• 一次塞太多：既要又要还要，它顾此失彼，不如拆成几轮逐步加码。

工具越高级，写好 Prompt 越值钱。它不神秘，就是把你本来就清楚的要求，老老实实说给 AI 听。落地的建议：把你最常用、又最怕写歪的那几个任务，各自存一条”标准 Prompt”，每次直接调，别临场发挥——周报一条、竞品摘要一条、邮件回复一条，攒上十条，大部分日常活就被这几句话承包了。Prompt 不花哨，胜在固定和清楚。

Prompt 写准了，AI 才知道往哪走。想看 AI 怎么把这些指令变成真实动作，可以对照 连接器是什么——Connector 负责把 Prompt 里的意图接进真实系统；再往底层是 MCP 协议，它定义了能力怎么标准化开放。三层合起来，AI 才从”聊天”变成”办事”。