很多人觉得 AI “回答质量不稳定”，其实不稳定的往往不是模型，而是提问方式。下面 8 个技巧，全部可以直接抄走。
1. 给它一个角色
“你是资深 Kubernetes 运维工程师”比”帮我看看这个报错”效果好得多。角色设定激活了模型相关领域的表达习惯。
2. 把背景喂足
模型的默认假设未必是你的假设。语言版本、目标读者、已有条件，一次说清，比来回追问省三轮对话。
3. 明确输出格式
要表格就说”用表格”，要代码就说”只给代码不要解释”，要简短就说”三句话以内”。格式约束是最立竿见影的技巧。
4. 给一个示例
展示一个你理想输出的样例（few-shot），模型会模仿结构、语气和颗粒度。一个例子胜过十行描述。
5. 复杂任务分步走
别指望一句话完成”分析数据并写成报告”。先让它列提纲，确认后逐节展开，每步质量都可控。
6. 要求它先思考再作答
“先分析问题的关键点，再给出方案”——强制推理过程能显著提升复杂问题的正确率。
7. 设定否定约束
“不要使用营销腔””不要编造引用来源””不确定就说不确定”。模型很听劝，前提是你说了。
8. 迭代，而不是重来
答案不理想时，与其换个问法从头开始，不如在原对话里指出偏差：”第二条太笼统，展开讲，举个例子。”上下文是宝贵资产。
一个综合示例
把”帮我写个离职通知”升级成：”你是 HR 总监。我为一名工作三年的运维工程师起草离职交接通知，读者是部门同事，语气温和正式，300 字以内，包含交接联系人占位符。”——效果差距，你试试就知道。