AI基础知识:通过优化输入,提升大模型回答质量
同一个模型，为什么别人用出来是专业报告，你用出来是流水账？本文给出 5 个优化维度、6 组前后对比、1 份 10 秒自查清单，以及 10 个高频错误的正解。一、输入质量决定回答质量
大模型有一个基本特性：它不会“思考”你的意图，它只会根据你的输入预测更合理的输出。你的输入越精准，模型预测的方向就越对。换句话说——输入是因，回答是果。
一个公式理解输入与回答的关系回答质量 = 模型能力 × 输入质量。模型能力是固定的（你无法改变 GPT-4 或通义千问的参数），但输入质量完全由你掌控。优化输入，就是在固定能力下“撬动”更高的回答质量。
核心公式回答质量 = 模型能力 × 输入质量
模型能力 = 固定值（你无法改变）
输入质量 = 可控变量（你可以优化）
结论：提升回答质量的核心杠杆 = 优化输入
低质量输入的三个特征模糊表现：“帮我写个方案”——没有说明什么方案、给谁看、多长
后果：模型只能猜测，输出泛泛
缺失表现：不给背景、不给数据、不给示例——模型缺少上下文
后果：回答脱离实际，无法直接使用
矛盾表现：要求“详细但简短”“专业但通俗”——指令互相冲突
后果：模型无法同时满足，输出混乱
二、优化输入的五大维度任何一条输入都可以从五个维度评估和优化。掌握这五个维度，你就拥有了系统化的输入优化能力。
维度一：明确性——说清楚要什么明确性是五个维度中的基础项。你的输入是否清楚地表达了“要做什么”“输出什么”“给谁看”。
| 低明确性 | 高明确性 | 提升点 |
|---|---|---|
| 帮我写个总结 | 请将以下会议记录总结为 3 条要点，每条不超过 50 字 | 指定数量 + 字数限制 |
| 分析一下数据 | 请从趋势、异常、归因三个角度分析以下销售数据 | 指定分析角度 |
| 改一下这段话 | 请将以下文字改为正式商务邮件语气，保持原意，控制在 200 字 | 指定风格 + 字数 |
完整性指你是否提供了模型需要的背景信息。模型没有你的记忆，不知道你的行业、公司、项目背景、受众特点。你给的上下文越完整，回答越贴合实际。
上下文清单我是谁？（你的角色/身份）
这件事的背景是什么？（项目情况、业务场景）
输出给谁看？（受众决定语气和深度）
有什么约束？（字数、格式、禁忌）
有没有参考资料？（数据、文档、示例）
维度三：结构化——让模型“读得懂”结构化是指输入的组织方式。一段 500 字的流水账和一份分点列出的需求清单，模型处理效果完全不同。结构化的输入让模型更容易识别任务边界和优先级。
结构化输入的三种常用方式：
编号列表：1. 2. 3. —— 适合多步骤任务标签分隔：【背景】【任务】【要求】—— 适合多要素输入Markdown 标题：## 任务 / ## 要求 —— 适合长输入维度四：约束性——划定输出边界约束是告诉模型“不要做什么”和“必须做什么”。没有约束的输入，模型会自由发挥；有约束的输入，模型会在边界内给出精准回答。
约束写法示例【必须】 - 包含三个数据对比维度 - 使用 Markdown 表格输出 - 每个结论附数据来源 【禁止】 - 不要使用“颠覆”“革命”等夸张词 - 不要包含未经验证的数据 - 不要超过 800 字维度五：可验证性——让回答可检查在输入中预设“验证条件”，让模型的回答可以被检查。例如要求“每个结论附数据来源”“列出引用的具体段落”“如资料不足请说明”。这样你能快速判断回答是否可靠。
三、输入优化前后对比实战以下 6 个真实场景，展示同一需求从低质量输入到高质量输入的优化过程及效果差异。
场景 1 · 写邮件✗ 优化前（低质量输入）帮我写封邮件
✓ 优化后（高质量输入）你是项目经理。请给客户王总写一封项目延期通知邮件。
背景：因供应商交付延迟，项目需延期 2 周。
要求：语气诚恳，提出补偿方案（免费增加 1 个月运维），300 字以内，结尾约定下周三面谈。
分析一下销售数据
✓ 优化后（高质量输入）你是数据分析师。请分析以下 Q1-Q4 销售数据。
分析维度：趋势、环比变化、异常季度、归因假设。
输出格式：摘要（3 句）+ 对比表格 + 结论建议。
数据：Q1=120 万 Q2=150 万 Q3=180 万 Q4=90 万
帮我写个培训方案
✓ 优化后（高质量输入）你是培训设计师。请为以下场景设计培训方案：
对象：20 名新入职销售（无 ERP 经验）
主题：金蝶云星空销售模块入门
时长：2 天（每天 6 小时）
输出：课程大纲（4 模块/含时长）+ 教学方法 + 考核方式
看看这个合同有没有问题
✓ 优化后（高质量输入）你是法务顾问。请审查以下合同，重点关注：
1. 付款条件风险 2. 违约责任对等性
3. 知识产权归属 4. 保密条款完整性
输出格式：风险条款（原文→风险→建议）+ 无风险条款（简述）
合同全文：[粘贴合同]
金蝶报表取数不对怎么办
✓ 优化后（高质量输入）你是金蝶 ERP 技术支持。请按以下结构回答：
1. 可能原因（列出 3-5 个）
2. 排查步骤（按优先级排序）
3. 解决方案（含具体操作路径）
问题：利润表所得税费用取不到数，公式没错。
系统：金蝶云星空 7.5 数据库：SQL Server
写一篇关于 AI 的文章
✓ 优化后（高质量输入）你是科技撰稿人。请写一篇面向企业管理者的 AI 应用科普文章。
结构：
开头：一个企业 AI 落地的真实场景（100 字）
主体：3 个可落地的 AI 应用场景（每个含痛点+方案+效果）
结尾：行动建议（3 条）
语气：专业但通俗，不用技术术语
字数：800-1000 字
每次输入前，用这份清单快速检查。10 秒自查，能避免 80% 的低质量回答。
| 检查项 | 问题 | 通过标准 |
|---|---|---|
| 明确性 | 我是否说清了要做什么？ | 任务动词 + 对象 + 数量 |
| 明确性 | 输出格式是否指定？ | 如：表格/列表/段落/Markdown |
| 完整性 | 背景信息是否足够？ | 模型不需要猜测任何前提 |
| 完整性 | 受众是否明确？ | 如：给客户/给领导/给技术 |
| 约束性 | 字数/篇幅是否限定？ | 如：300 字以内/不超过 5 条 |
| 约束性 | 禁止项是否说明？ | 如：不要用术语/不要编数据 |
| 结构化 | 输入是否分点/分段？ | 不是一整段流水账 |
| 可验证性 | 回答是否可检查？ | 如：附数据来源/标注引用 |
| 示例 | 是否给了参考样例？ | 格式要求高时必须给示例 |
| 语气 | 语气风格是否指定？ | 如：正式/通俗/诚恳 |
不同类型的任务，输入优化的侧重点不同。以下针对 6 类高频任务给出优化策略。
写作类任务（邮件/报告/方案）优化重点：角色 + 受众 + 语气 + 结构 + 字数
优化模板你是[角色]。请给[受众]写一份[文档类型]。 主题：[主题] 结构：[列出要求的段落/部分] 语气：[正式/友好/诚恳] 字数：[X] 字以内 禁止：[不要包含的内容]分析类任务（数据/合同/竞品）优化重点：分析维度 + 输出格式 + 数据来源 + 可验证
优化模板你是[分析师角色]。请分析以下[数据/文档]。 分析维度：[维度 1]、[维度 2]、[维度 3] 输出格式：摘要 + 对比表格 + 结论建议 要求：每个结论附数据来源，如资料不足请说明 数据/文档：[粘贴内容]技术类任务（排障/配置/开发）优化重点：环境信息 + 问题现象 + 已尝试方案 + 期望输出
优化模板你是[产品]技术支持。请帮我解决以下问题。 产品版本：[如：金蝶云星空 7.5] 环境：[如：SQL Server 2016 / Windows Server 2019] 问题现象：[具体描述] 已尝试：[列出你试过的方法] 期望输出：可能原因 + 排查步骤 + 解决方案（含操作路径）创意类任务（文案/故事/策划）优化重点：风格参考 + 情感基调 + 禁忌 + 示例
优化模板你是[创意角色]。请创作[内容类型]。 主题：[主题] 风格参考：[如：类似苹果发布会风格/德云社幽默风格] 情感基调：[如：温暖/激昂/幽默] 禁忌：[如：不要用网络流行语/不要低俗] 参考示例：[粘贴 1 个你喜欢的样例]翻译类任务优化重点：源语言 + 目标语言 + 风格 + 专业领域 + 术语表
优化模板请将以下内容从[源语言]翻译为[目标语言]。 领域：[如：财务/法律/IT] 风格：[如：正式商务/口语化] 术语要求：[如：ERP 相关术语保持英文/统一使用某译法] 输出：先给翻译，再列出不确定的术语 原文：[粘贴内容]总结类任务（摘要/提炼/费曼）优化重点：总结粒度 + 输出结构 + 读者水平
优化模板请总结以下内容。 总结粒度：[如：3 条要点/一段话 100 字/一句话] 读者水平：[如：高管/初中生/同行专家] 输出结构： 一句话摘要 3 条核心要点（每条不超过 50 字） 1 条行动建议 原文：[粘贴内容]六、输入优化的高级技巧技巧一：分层输入——先框架后填充对于复杂任务，不要一次性要求模型做所有事。先让它给出框架/大纲，你确认后再逐段填充。这种“先框架后内容”的方式，能确保输出方向正确，避免跑偏后返工。
两轮对话示例第一轮：请为一份[文档类型]设计大纲，主题是[主题]。 只输出大纲，不要写正文。 （你确认/调整大纲后） 第二轮：请按以下大纲逐段撰写正文。 [粘贴确认后的大纲] 每段 300 字，语气正式。技巧二：对比输入——让模型自己选优让模型生成两个版本，再让它自己比较优劣并选出更优的版本。这种“生成-比较-选择”的流程比单次生成的质量更高。
示例提示词请针对以下主题生成两个版本的内容： 版本 A：正式商务风格 版本 B：轻松对话风格 主题：[主题] 生成后，请比较两个版本的优劣， 并推荐更适合[目标受众]的版本。技巧三：约束温度——控制创造性不同任务对“创造性”的需求不同。事实性任务需要低创造性（精准、不编造），创意性任务需要高创造性（发散、有新意）。你可以在输入中明确指定。
| 任务类型 | 创造性需求 | 输入提示 |
|---|---|---|
| 数据统计/事实查询 | 低 —— 要精准 | 请严格基于以下数据回答，不要添加任何推测 |
| 分析报告 | 中 —— 要逻辑 | 请基于数据给出分析，推理过程需标注假设 |
| 文案创作 | 高 —— 要创意 | 请发挥创意，给出 3 个不同角度的文案方案 |
| 技术排障 | 低 —— 要准确 | 请给出标准排查步骤，不要猜测未经验证的原因 |
在输入末尾加上“自检指令”，让模型在输出前检查自己的回答。这相当于让模型做一轮“自我审阅”，能有效减少错误和遗漏。
示例提示词请完成上述任务，并在输出末尾附上自检： 【自检清单】 - 是否覆盖了所有要求的要点？ - 是否有事实性错误或编造内容？ - 字数是否符合要求？ - 格式是否符合要求？ 如有问题，请在自检后给出修正版。七、常见低质量输入与修正以下收录了实际使用中 10 种高频低质量输入模式。对照检查，有则改之。
✗ 帮我写个报告问题诊断：无主题、无结构、无字数
✓ 修正后：请按“背景-分析-建议”结构写一份[主题]报告，1000 字
✗ 简单介绍一下问题诊断：无对象、无深度、无用途
✓ 修正后：请用 300 字向[受众]介绍[主题]，重点讲[3 个要点]
✗ 帮我看看有什么问题问题诊断：无审查标准、无输出格式
✓ 修正后：请按[标准 1/标准 2/标准 3]审查，输出：问题→风险→建议
✗ 写得好一点问题诊断：无优化方向、无具体要求
✓ 修正后：请将以下内容优化：1. 语气改为正式 2. 增加数据支撑 3. 压缩到 500 字
✗ 随便写问题诊断：完全无约束
✓ 修正后：至少给出：主题、字数、语气、格式中的两项
✗ 帮我分析所有数据问题诊断：无分析维度、无输出格式
✓ 修正后：请从[维度 1/维度 2/维度 3]分析，输出表格 + 结论
✗ 你懂的问题诊断：模型不懂——它没有你的记忆
✓ 修正后：补充背景：我是[角色]，场景是[场景]，需要[结果]
✗ 越详细越好问题诊断：无上限导致冗长
✓ 修正后：请详细说明，但控制在[X]字以内，重点突出
✗ 像上次那样问题诊断：模型没有“上次”的记忆
✓ 修正后：直接给出参考样例或上次的具体输出
✗ 帮我做个 PPT问题诊断：无主题、无页数、无风格
✓ 修正后：请为[主题]设计 10 页 PPT 大纲，每页标题 + 3 要点，商务风格
八、持续提升输入质量的习惯习惯一：建立个人提示词库把每次效果好的输入保存下来，标注使用场景和效果评分。日积月累，你会拥有一套经过验证的高质量输入模板库，随时调用。
习惯二：每次输出后做“输入复盘”当模型回答不理想时，不要怪模型“笨”，而是问自己：我的输入缺了什么？是背景不够？约束不清？还是格式没指定？找到缺失的维度，下次补上。
习惯三：从好回答反推好输入当你看到别人用大模型得到了很好的回答，问一句：你的输入是怎么写的？从高质量回答反推输入结构，是上手很快的学习方式。
习惯四：定期更新输入模板大模型在不断升级，旧的输入模板可能不是更优的。每季度回顾一次你的提示词库，根据模型的新能力（如多模态、更长上下文）优化输入策略。
本文整理自《通过优化输入 · 提升大模型回答质量》实战指南（2026 年 10 月）。如果这篇内容对你有帮助，欢迎分享给同样在用大模型的同事，一起把输入写明白。