OpenAI开发者提示词怎么写？3个核心公式与避坑要点

写好提示词（Prompt）的核心答案很简单：给模型一个明确的角色、任务背景和输出格式，并且用具体例子代替抽象描述。OpenAI的API通过补全（Completion）接口处理文本生成，开发者输入一段文本作为提示（Prompt），模型会根据这段文字的逻辑继续生成或回答。很多新手把提示词写得过于模糊，导致模型输出偏离预期，这就需要掌握几个固定的写法结构。

公式一：角色+任务+边界条件

最简单的写法是告诉模型“你是谁、要做什么、有什么限制”。比如用OpenAI的文本补全（Text completion）功能时，可以写：“你是一位技术文档编辑。请将以下代码错误日志归纳为三条要点。每条用一句话说明，不要超过20字。” 这种结构让模型清楚自己的角色和输出边界，减少空泛的回答。开发者调用聊天补全（Chat completions）端点时，把角色设定放在系统提示里，效果更稳定。

公式二：格式+示例+输出要求

如果希望模型按固定结构输出，可以在提示词里给出一个例子。例如：“请从用户评论中提取情绪：正面、负面或中立。格式：{评论原文} → {情绪}。示例：‘这个App很好用 → 正面’。现在处理下面这段评论：‘接口响应太慢，经常超时’。” 这种方式的准确率明显高于只说“分析情绪”。OpenAI官方文档也强调，示例（Few-shot）比单纯指令更能控制模型行为，在代码补全（Code completion）任务中也适用。

公式三：多轮迭代与追问

一次提示不完美是正常的。开发者在构建应用时，可以先用一段提示词让模型产出初版结果，再追加“请把第二条解释得更详细”“只保留前三个选项”这类指令。这比试图在一段提示词里塞满所有要求更有效。OpenAI的速率限制和错误代码文档也建议，将复杂任务拆解为多次API调用，既能减少单次请求的token消耗，也能提升结果可控性。

避坑要点：三大常见错误

• 避免模糊否定。 不要写“不要太多字”，而写“限制在50字以内”。模型对否定词的敏感度较低，直接给具体数字或格式更可靠。
• 避免过度控制。 不要在一段提示词里同时要求模型“用幽默语气、学术风格、列出10点、每点不超过10字”——这些矛盾要求会让输出变差。保持提示词内部逻辑一致。
• 避免一次性提过多任务。 如果需要模型完成翻译、总结和格式化三种动作，建议分三次请求。OpenAI官方快速入门教程也指出：专注单一任务的提示词，质量明显优于跨任务混杂的写法。

实际应用示例

假设开发一个内容摘要功能。按公式一写：“你是一名新闻编辑。请为以下文章写一段80字以内的摘要，只包含核心事实，不加入评论。”按公式二加例子并提供输入。如果输出不够简洁，再追加一条“请用一句话重写”作为迭代。这套流程覆盖OpenAI API提示词引导中的核心概念，也是官方文档里推荐的生产实践。

写好提示词并不是天赋，而是一组可复用的公式。开发者把边界条件写清楚，给模型提供好示例，再根据返回结果逐步调整，就能稳定获得满足业务需求的输出。