AIGC提示工程师精进之道：七章教怎么写指令，两屏讲写错了怎么办

2026-11-07silcano

微信读书《AIGC提示工程师精进之道》（周喜平、董丽莎 编著）· 7 章 24 节 · 172 屏
逐页翻阅 172 屏 · 从 p0001「版权信息」读到 p0172「第8章 酷炫的生成式AI绘图与视频平台」· 2026-11-07
说明：172 是微信读书的屏幕数，不折纸页，中途没跳页。书名核对：p0006 顶部书名条显示「AIGC提示工程师精进之道」，与目录一致，目录名无错标。但覆盖范围必须说清楚：p0006 的编写说明里写着全书共 13 章（第 2~4 章、第 9 章、第 11 章由周喜平执笔，第 1、5~8、10、12、13 章由董丽莎执笔），而抓到的目录只到第 8 章，第 8 章还只有标题一屏、正文没有。所以本文评的是第 1–7 章完整正文（158 屏），后五章我没看到，不评价。为了写这篇，我逐字核对了十三处：p0006 编写说明、p0026 单词表、p0048 输入格式、p0052 缩写表、p0054 行业案例、p0071 资深HR、p0083 引导式提示法、p0096 狗、p0104 全球经济、p0119 太阳、p0128 除错、p0132 成语、p0159 二十句。

先说结论：这是一本「指令写法手册」，不是一本「提示工程教材」。它把「怎么把话说清楚」讲得比多数同类书细——有表格、有字段名、有一句能直接粘走的提示词；它没有讲的是另一件事：说清楚之后，怎么判断这一句比那一句好。

这两件事的差别，决定了你合上书之后是「会提问」还是「会调优」。会提问的人能把一次对话问出结果；会调优的人能在结果不对的时候，知道该动哪个词。前者是入门，后者才是这本书标题里「精进」两个字该负责的部分。

一、172 屏的账：注意力花在哪一节

先把结构摊开。这本书分两篇：第 1 篇「AIGC 提示工程师基础」含第 1–4 章，第 2 篇「提示进阶技巧」含第 5–8 章。按屏幕数分，前面 13 屏是版权页、内容提要、前言四屏、资源与支持三屏，正文从第 1 章开始：

第 1 章 11 屏，第 2 章 52 屏，第 3 章 18 屏，第 4 章 14 屏，第二篇扉页 3 屏，第 5 章 19 屏，第 6 章 16 屏，第 7 章 25 屏，第 8 章 1 屏。合计 172 屏，与抓取记录一致。

把第 2 章这 52 屏再拆一层：2.1「目标明确，提高内容准确度」14 屏，2.2「提高内容准确度的提示技巧」8 屏，2.3「理解AI模型期望的输入格式」1 屏，2.4「提高与AI模型沟通效果的技巧」4 屏，2.5「8个高效提示技巧」18 屏，2.6「以人物背景设定来提高内容准确性」7 屏。

也就是说，2.1 和 2.5 两节吃掉了 32 屏，占全书的 18.6%；而 2.3 这一节只有一屏。这不是随手排的：前者是「技巧清单」，后者是「格式约定」——一本面向工程师的书，把技巧讲成了清单，把格式略过了。

再看后半本。第 5 章标题是「提示工程实践中的常见问题」，听着像全书的诊断科，实际 19 屏；第 7 章「提升提示效果的高级技巧」25 屏，其中 7.3「控制AI模型生成的回答长度和详细程度」独占 14 屏。

把这两个数字并排看，这本书的取舍就露出来了：「怎么让回答变短」14 屏，「怎么把写错的提示改对」2 屏。后面我会单独说这 2 屏。

下面的图谱是这七章的四列拆解，左边两列是它讲对的、讲歪的，右边两列是接不上地和明确短板。

二、2.1 那两页真值得抄：把「目标明确」落成一张表

2.1 讲「目标明确」，最实在的一段在 p0026。它没有停留在「要告诉模型你要什么」，而是给了一张表（表 2-1），用来演示「让模型按固定字段列出单词」：三列分别是英文单词 / 词性的英文缩写 / 中文意思，行是 abandon、abstract、achieve、adapt、advance、analyze、ancient、apparent、argue、assist，词性是 v. 或 adj.，中文是「放弃、抽象的、实现、适应……」。

这张表好在哪？它把一句形容词变成了三个可验收的问句：有没有三列？列名对不对？词性用的是 v./adj. 还是「动词/形容词」？——读者出图之后能自己对着检查，不用来问作者。

同样的手艺在 2.5 又出现一次，而且更精炼。p0052 的原句是：

请对以下英文缩写进行中文翻译。（表格式，column＝英文缩写，英文全称，中文翻译）WHO、IMF、ECFA、MVP

这一句里同时装了三样东西：格式（表格式）、字段名（column＝…）、样本（四个缩写）。对照它给出的表 2-2，输出严格是三列四行：WHO / World Health Organization / 世界卫生组织；IMF / International Monetary Fund / 国际货币基金组织；ECFA / Economic Cooperation Framework Agreement / 海峡两岸经济合作框架协议；MVP / Most Valuable Player / 最有价值球员。提示与输出对得上，这是「描述有效」的硬证据——很多同类书的示例图和提示词根本不是一对，你抄了也复现不出来。

但这一页也藏着这本书的一个习惯性问题：它用「模型本来就会」的东西，来证明「技巧有用」。WHO、IMF、MVP 这三个缩写，你不写提示、不加格式，直接问「WHO 是什么」，模型给的答案几乎一样；ECFA 稍微生僻一点，但也属于公开常识。四个词里有三个半是送分题。

这会带来一个隐性代价：读者照抄这一句，得到一张漂亮的表，会以为是「表格式」这个指令起了作用；等到他真的让模型去整理一份内部产品编码表时，模型照样会漏行、会自己编英文全称——那时候他不知道问题出在哪，因为书里没告诉他「格式约束解决的是排版，不解决事实」。

如果让我改这一页，只加一句就够：「换一个模型不认识的输入再试一次，比如公司内部代号——你会发现表还是那张表，内容开始瞎编了。格式管形状，不管真假。」一句话，把这一节从「演示」变成「实验」。

三、2.3 讲「输入格式」，全节没有一个格式

这是我在书里挑出的第一个硬伤，也是最容易被读者一带而过的一处。

2.3 的标题是「理解AI模型期望的输入格式」。这个标题承诺的东西很具体：既然叫「格式」，读者有理由期待看到 JSON、XML、Markdown 表格、分隔符、字段模板中的任何一种。结果整节只有一屏（p0048），一个格式也没有。

它写了什么？三段。第一段说「各种AI模型对输入格式的需求可能大相径庭，因此在运用特定AI模型前，理解其期望的输入格式至关重要」——这是一句正确的空话。第二段突然转到多轮对话：「处理多轮对话和上下文是确保与AI模型进行高效交互的关键环节」，讲用户连续提问时要带上上下文。第三段说「我们可以利用特定的标记和指令来引导其输出」，接着给的例子是：

以历史事件为例，若你希望AI模型就此提供回答，你可在提示中明确指出：「请阐述这一艺术流派的特点。」

这句话既没有标记，也没有格式，更没有上下文——它就是一句最普通的自然语言提问。作者说「明确指出」，举的例子却恰恰是「没有明确任何结构」的那一种。

我不认为这是篇幅不够。一屏也能放下一段 JSON：{"事件":"…","时间":"…","影响":["…"]}，二十个字符而已。这里缺的不是地方，是概念没落地。作者把「输入格式」理解成了「措辞得体」——要礼貌、要具体、要说清楚问的是哪一段历史。而在工程语境里，「输入格式」指的是模型该按什么结构回答，是 schema，是字段，是能不能直接入库。

这个误读的后果很实在。今天真实的需求八成是「让模型返回能直接写进数据库的 JSON」，而不是「让模型把话说得好听一点」。读者按 2.3 学到的是后者，遇到前者只能自己摸索：忘了给字段名，模型给你一段散文；给了字段名没给类型，模型把数字写成字符串；给了类型没给空值规则，模型遇到缺失就编一个。这三步里，这本书一步都没走。

补法其实不长，三句话就够：先给字段名与类型（{"事件":"字符串","日期":"YYYY-MM-DD","影响":["字符串"]}）；再给空值规则（缺失就填 null，不要编）；最后给一条自检（输出前数一遍，字段数必须等于模板字段数）。三句话、二十行以内，能解决大部分入库问题。它不是高深知识，只是没人写下来——而这正是「教材」该干的活。

四、引导式提示法，写成了一份产品需求文档

第 3 章讲四种常用提示方法，四节各 4–5 屏，篇幅很匀。其中 3.2「引导式提示法」最典型地暴露了这本书的写作姿势。

这一节分三小节：3.2.1 提出开放性问题，3.2.2 引导思考与讨论，3.2.3 提供相关资源和指导。前两节还算正常，讲的是「先问一个开放的、有挑战性的问题，再顺着追问」。到 3.2.3，句子变成了这样（p0083）：

基于工程师的探讨与思考，系统会自动推荐相关资源和指导给工程师。这些资源包括但不限于研究报告、案例研究及技术指南等，助力工程师深入研究和学习。同时，提供指导，让工程师在探索和实现解决方案过程中有明确方向和依据。

这段话描述的是一个系统该干什么，不是一个人该怎么写提示词。「系统会自动推荐」——什么系统？在哪推荐？推荐给谁？读者手里只有一个对话框，没有这个系统。他照着这一节做，做到第三小节就断了：他找不到那个会「自动推荐资源」的东西。

更可惜的是，这一节里其实藏着两句能直接用的话。同一页末尾举例说，在系统设计过程中遇到性能优化问题，引导式提示法可以「提出一系列问题，如『你认为哪些方面可能导致性能瓶颈』『有哪些潜在的优化方案』等」。这两句是这一节唯一可以直接粘进对话框的东西，却被写成了一段行文里的引例，既没有编号，也没有说明「先问哪一句、得到答案之后怎么追问」。

我由此得出一条判断方法，写在这里备查：一节讲「方法」，如果抽掉「系统」两个字读者就做不了，那它讲的是产品，不是方法。产品会改版、会下线、会换名字；方法不会。教材选了产品的位置，就等于把自己的保质期交给了别人。

同一章里的 3.1「关键字提示法」和 3.4「探索式提示法」也偏描述：讲了「是什么、为什么有效、适合什么场景」，但整节没有一处「同一条需求，换关键词前后的输出对照」。提示工程这门手艺，最值钱的证据就是那张对照。没有对照，「点石成金」就只是一个比喻。

五、多轮对话：讲的是字典，示例是一句话

第 6 章「解决复杂问题的高级提示技巧」只有两节、16 屏，6.1 讲多轮对话，8 屏，是全书唯一认真谈「状态」的地方。

它的方案是：用一本字典来记录使用者的问题和 AI 模型的回答，每一轮对话结束时更新字典，下一轮回答时把字典带上——这样模型就知道前面聊过什么（p0132）。

思路是对的：多轮对话的难点不在「说」，在「记」。但接下来这一段就散了。作者举例说，可以第一轮要求收集 10 个成语，第二轮再要另外 10 个，第三轮再要不同的 10 个，「由于每一轮对话系统都会记录使用者的问题和AI模型的回答，而且在每一轮对话结束后系统都会更新字典中的对话状态，如此就可以确保每次收集的成语有所不同」。

然后它写「AI模型的提示和回答示例如下」，给的是这么一句：

请提供5个与学习相关的中文成语。

三处断裂，一处比一处明显。第一，数字对不上：前面讲的是 10 个、10 个、10 个，示例写的是 5 个。第二，示例只有一问：没有「上一轮」，没有「已收集的清单」，看不出任何多轮痕迹。第三，字典这个结构在示例里彻底消失——没有一行伪代码，没有一个变量名，没有一个「把上一轮结果塞进这一轮提示」的写法。

这三处加起来，说明这一节讲的是一种「设想中的系统」，而示例是随手从别处拿来的单轮提问。读者学不到「怎么把状态带进下一轮」，只能学到「多轮很重要」。

还有一个更根本的问题被跳过了：主流模型接口本来就带完整对话历史，不需要你自己造一本字典。真正需要工程判断的，是上下文变长之后怎么办——是整段带上，还是把前几轮压成摘要，还是把已确认的结论写回系统提示、把过程丢掉。这三种做法在成本、延迟、准确性上差得很远，是一节很好的内容。这本书一个字没提，反而花 8 屏重新发明了一个「字典」。

公平地说，意识到「状态要被显式管理」，在普及类读物里已经算往前一步。它只是停在了「说出这个概念」的地方，没走到「给出可执行的形式」。

六、只能验上限的约束，永远不会失败

第 7 章 7.3 是全书单节最长的一节，14 屏，讲怎么控制回答的长度和详细程度。它给的办法有五个：限制句子数量、设定合适的生成回答长度、要求分点作答、指定字数、限定输出格式。听起来很齐。

看它怎么演示第一个。p0159 的提示是：

请用英语写一篇关于品德的短文，句子数量在20句以内。

输出是一段七句的英文，从「Character is the essence of a person」讲到「cultivating good character is crucial for personal growth and societal well-being」。

七句，在二十句以内，合格。

问题就在这个「合格」上。模型的默认输出本来就是四到八句，你写「20 句以内」，等于什么都没限制——它本来就不会超。这条约束的效果是零，但它在示例里看起来「生效了」，因为输出的确很短。读者会误以为是自己那句约束起了作用。

可检验的写法不是没有，而且很便宜：给区间（12 至 15 句），或者给下限（不少于 15 句），再补一句反例（不要写成三条并列的排比）。给了下限，模型才会被迫展开；给了区间，超了短了你都看得见。只给上限，你永远看不到「不达标」长什么样，也就永远学不会怎么调。

这本书里这种「软上限」到处都是：设定合适的长度、合理地精简、简明扼要地回答。三个词都不能被检验，因为它们不指向任何可数的东西。一条约束如果「什么都不做」也能通过，它就不是约束，是祝愿。

七、除错 2 屏，长度 14 屏：这是一本关于「写」的书

第 5 章的标题是「提示工程实践中的常见问题」，属于「进阶技巧」篇，读者翻到这里，期待的是诊断。它的三节是：5.1 设计有针对性的测试范例（6 屏）、5.2 分析和解读AI模型输出结果（10 屏）、5.3 根据反馈调整提示设计（2 屏）。

5.3 是三步里最后一步，也是唯一真正「动手改」的一步。两屏的实际内容是这样的：先一段「首先要重新审视和检查提示的设计，这一步的目的是确保提示足够清晰和明确」，再一段「通过适当地调整和改进提示，我们能够提高AI模型的效能和准确性」，然后本节结束（p0128–p0129）。

没有一个「改前」和「改后」的对照。没有一个失败提示长什么样、改了哪个词、为什么改、改完好了多少。两屏全是「要重视」，没有一句「怎么做」。

对比 7.3 的 14 屏讲长度控制，这本书的注意力分配就很清楚了：它在教人「写出一条像样的提示」，不是在教人「把一条不像样的提示救回来」。前者是一次性的，后者是每天都要做的。

5.1 的「测试范例」更能说明问题。它给的范例是「为什么太阳是热的?」，预期回答是「太阳之所以是热的，是因为核聚变反应在太阳核心中产生了巨大的能量」（p0119）。这是一道常识题，模型的回答几乎不可能错——用一个不会失败的题目做测试范例，测不出任何东西。

紧接着的图 5-1 是一段 Python 代码的输出：plt.legend()、plt.show()，运行结果是一张某公司一年内每月销售额的折线图，每个数据点标注了数值。它属于另一个例子——「让模型写可视化代码」。

两道题，一道常识、一道代码，共用「测试范例」这个名义，中间没有一句说明「这两个例子测的是不同的能力，所以判据也不同」。常识题要测的是事实准确性，代码题要测的是可运行性——后者只要跑一遍就知道对错，前者要另找信源核对。这些区分，是「提示工程师」这个岗位的日常，书里没有。

再看 4.2。这一节讲「误解与误导性回答」，给的提示是「我想了解未来一年内全球经济的预测趋势」，然后输出被标上了「AI回答（正确理解）」。内容是：根据国际货币基金组织发布的《世界经济展望报告》，2025 年全球经济增长预期为 3.2%，与 2024 年持平；全球总体通胀率有望在 2025 年进一步降至 4.4%（p0104）。

这段话说得挺像回事，但它有三个洞。第一，「正确理解」是谁判的？书里没说。第二，报告不给期次——《世界经济展望》一年出两期（春季、秋季），数字每期都改，只写报告名，读者没法核对。第三，「与 2024 年持平」这种表述本身需要信源，而它被写成了模型的自然语言，看不出是引用还是生成。

一本教人判断输出真假的书，自己示范了一个无法核对的引用，还盖了个「正确」的章。这不是笔误，是缺了一道工序：凡是要判断「对不对」的地方，都得先写清楚「按什么标准判」。

八、它的短板

第一，全书没有一把尺子。七章、24 节、158 屏正文，我没有找到一处可打分的验收表：没有评分项，没有通过线，没有「这条提示不合格」的判据。全书唯一带「正确」字样的地方（4.2）也没有说谁判的。而「提示工程师」这个岗位的核心能力，恰恰是判断一条提示好不好——写是入门，判是专业。这本书把写讲到了能照着念，把判留成了空白。

第二，用案例的规模代替案例的相关性。2.5 讲八个高效提示技巧，配的「创新案例」是蚂蚁金服的智能投顾与风险控制、猿辅导的在线教育平台、农业大脑的无人机与物联网监测、江之实验室与国台合作的天文观测（p0054）。这些案例本身都是真的，问题是它们和「提示词怎么写」没有因果关系。一个反物质级别的射电望远镜项目用了 AI，不能证明你那条提示该加角色设定。用大项目证明小技巧，是教材里最省力也最常见的偷换。

第三，模板给足了，判据没给。表 2-1、表 2-2、资深HR那段角色设定，都是能直接抄走的模板，这部分我给好评（p0071 那段「作为一名资深HR，我需要一份用于面试AI工程师岗位候选人的、实用且易于理解的面试指南」确实写得像真需求）。但模板的反面是依赖：读者抄走十句模板，遇到第十一句不会写，书里没有教他「从需求倒推结构」的方法。模板会过时，方法不会。

第四，语域不统一，说明有一章是后补的。第 8 章的标题是「酷炫的生成式AI绘图与视频平台」。「酷炫」这种词出现在一本讲职业能力的书里，和前面七章的语气完全不是一个人。它只有一屏标题、没有正文，可能是抓取边界，也可能是排版上就只给了个引子——但标题本身已经说明了它的位置：这是加进来凑「AIGC 全景」的一章，不是这本书的主线。

第五，数字不带出处。除了 4.2 那处 IMF，全书引用数据的地方很少标注期次、页码、链接。对一本 2024 年前后成稿的书，这不是致命的；对读者，这意味着任何一句数据都无法在两年后复核。教材的寿命本来就短，能延长寿命的只有出处。

如果只允许我改三处，成本都很低：

① 2.3 补一页：同一个需求，给三种输入格式（自然语言 / JSON / Markdown 表格），附三张输出对照——一页，把「格式」这个词落到实处；
② 5.3 补一页：一条失败的提示、三次修改、每版差在哪一句——一页，全书最该有的一页；
③ 7.3 把「上限」改成「区间 + 反例」——一句话的成本，让那 14 屏真正可检验。

三页加起来不到全书 2%，但会把这本书的性质改掉：从「一本教你说话的册子」，变成「一套可以反复用的工序」。

最后说句公道话：这本书当「指令模板库」用是合格的。它给的表格、字段名、角色设定句式，都比「请你专业一点」这类空话强得多；它对读者群的判断也准——p0006 列的六类人（AI 技术爱好者、AIGC 提示工程师、自然语言处理专家、学术研究人员、企业管理层、技术培训讲师）确实都需要这套东西。它甚至愿意在第 8 章之外留一句「本书在编写过程中参考了大量文献」，态度是老实人的态度。

它的问题不在写得浅，在于把「收集写法」当成了「建立判断」。而提示这件事，难的部分从来不在措辞上：难在你看着一段不对的回答，知道该动哪一句。

能照着这本书写出一百条提示，也写不出第一百零一条——因为它教的是句式，没教句式背后那个「要什么、怎么验」的问题。

阅读记录：微信读书《AIGC提示工程师精进之道》（周喜平、董丽莎 编著）· 172 屏 / 7 章 24 节（全书 13 章，捕获止于第 8 章标题）· 逐页翻阅 p0001「版权信息」至 p0172「第8章」· 抽样核对 p0006、p0026、p0048、p0052、p0054、p0071、p0083、p0096、p0104、p0119、p0128、p0132、p0159 · p0049 与 p0074 重复出现第 2 章书眉，按续页处理 · 2026-11-07