提示词工程，死了

提示词工程，死了

一年前我在备忘录里存了三页提示词模板。

角色设定、思维链引导、少样本示例、输出格式约束、温度参数建议，密密麻麻写了将近两千字。每次要让AI干活，我都先翻出这些模板，像配药方一样精心调配。哪个场景用什么开头，思维链怎么引入，few-shot示例放几个最优，我全总结了规律。那时候我真心觉得，这是跟AI打交道的核心技能，谁的提示词写得好，谁就能从AI那里榨出更多东西。

我甚至把这些模板分享给朋友，他们用了之后确实效果变好了。我当时还挺得意的。

这周OpenAI发了一份官方提示词指南，我翻完之后愣了一会儿。

它说的跟我一年前相信的东西，几乎完全相反。

那份指南的核心建议，浓缩成一句话就是，别想太多，从结果开始。你想要什么，直接说。不用铺垫，不用角色扮演，不用把AI当成一个需要哄着的小孩。它甚至明确讲了，过度设计的提示词，在新模型上的表现反而更差。

不是「差不多」，是「更差」。

这让我想起一件事。

GPT-5.6发布的时候，官方放出了一组数据。他们拿了一批在生产环境跑着的复杂提示词，那种几百行的、精心设计了角色设定和思维引导的提示词，把里面的技巧性内容全部删掉，只留最朴素的需求描述。

结果在多个评估集上，简化后的版本性能提升了10%到15%。token消耗减少了41%到66%。成本直降三分之一到三分之二。

你细品这组数字。

不是说简化后「也还行」，是简化后「全面更好」。更准确、更便宜、更快。

那些我花了一年时间积累的技巧，在更强的模型面前，不是锦上添花，是画蛇添足。它们像是给一个已经会跑的人绑上了辅助轮，以为是在帮忙，其实是在拖后腿。模型自己想走的推理路径是高效的，你强行塞给它一条人为规划的路径，反而让它多绕了弯路。

我回头看了一下提示词工程这个概念的演化路径，发现它短短三年，经历了一个完整的技能生命周期。

2022年，思维链火了。有人发现只要在提示词里加一句「let's think step by step」，模型的推理能力就能有明显提升。这是第一代技巧，原理也简单，相当于提醒模型别跳步，把中间过程写出来。那篇论文出来之后，所有人都开始在自己的提示词里加这句话，简单粗暴但有效。

2023年是花样翻新的一年。思维树、ReAct、自我反思、self-consistency，各种花活层出不穷。有人把提示词写成了几百行的剧本，给模型分配角色、设定情境、规划多轮对话流程。那一年涌现了大量的「提示词工程师」岗位，薪资开得比正经程序员还高。圈子里流传着各种「万能模板」，仿佛掌握了这些模板就掌握了AI的密钥。

然后GPT-4出来了，一部分技巧开始失效。模型自己学会了分步推理，你不提醒它也会做。到了o1和o3系列，模型内置了推理链，你在外面再加一层「请一步步思考」，等于是给已经在深度思考的模型又套了一层多余的枷锁。到了GPT-5.6这一代，模型不但不需要那些提醒，反而会被它们搞晕。

三年时间，一个技能从诞生到消亡，走完了整个生命周期。这可能是人类历史上寿命最短的「专业技能」了。

OpenAI那份指南里有个设计让我觉得特别聪明。它把提示词拆成了四个可选模块，目标、上下文、格式、边界。注意这个词，可选。它不是说你必须全写，而是说你根据任务复杂度自己判断哪些需要、哪些不需要。

大部分情况下，你只需要写目标就够了。「帮我把这段英文翻译成中文，保持口语化」「写一封拒绝面试邀请的邮件，语气友善但明确」「分析这份数据里的异常值，按时间排序」。就这么直接，不用任何前缀、角色、铺垫。

只有当任务真的复杂到AI可能误解时，你才需要补上下文。只有当你对输出格式有明确要求时，你才需要加格式约束。只有当你担心AI做过头时，你才需要设边界。

这个「可选」的设计特别关键。它传递的信号是，模型已经强到大部分情况下不需要你帮忙了。你加的每一个额外模块，其实都是在说「我不信任你能自己搞定这件事」。而信任，在大多数情况下，反而能让模型表现更好。

核心逻辑变了，从「教模型怎么想」变成了「告诉模型你要什么」。

这个转变比表面看起来要深刻得多。它其实反映的是人和AI之间关系的一次根本性重构。

一年前，我跟AI打交道的心态，坦率地讲，是「操控」。我觉得它是一台需要精密操作的机器，我的提示词就是操作手册，写得越详细、越精巧，机器的输出就越好。我花大量时间研究什么措辞能触发什么行为，像在破解一个密码锁。这个心态背后的假设是，AI很笨，需要我手把手教它该怎么想。

现在的心态完全不同了。新的逻辑是「委托」。你把一个任务交给一个有能力的协作者，你要做的不是告诉它每一步怎么走，而是把你的目标讲清楚、把约束讲清楚，然后让它自己决定怎么达成。你信任它的判断力，但你保留否决权。

这就像从手动挡换成自动挡。你不需要再操心什么时候踩离合、什么挡位对应什么转速，你只需要决定去哪儿、踩油门就行了。手动挡技术好不好？好。但当自动挡足够聪明时，手动挡就只是一种情怀，不再是必要技能。

如果再往前想一步，你会发现这里面有一个特别有意思的悖论。

提示词工程诞生的前提是，模型不够聪明，需要人类用各种技巧来弥补它的不足。它存在的全部理由就是「模型有缺陷」。但当这个前提不存在了，当模型足够聪明到能自己理解你的意图时，这个技能就自动完成了它的历史使命。

它是一个注定会消亡的技能。它越成功地推动模型进步，就越快让自己变得不再被需要。这种自我否定的宿命挺有意思的。就像建桥的脚手架，桥建好了脚手架就该拆了，没人会说「脚手架技术过时了」，它是完成了使命。

那份指南里有一个细节我觉得特别值得讲。它提到，约束比脚本更有效。什么意思呢，就是说与其给模型一套「先做A、再做B、最后做C」的步骤剧本，不如告诉它「不要做X、输出不能超过Y行、必须包含Z信息」。

为什么约束比脚本好？因为脚本假设你知道最优路径，但你大概率不知道。模型见过的数据量、处理过的案例数远超任何单个人类。你给它规划的路径，很可能不是它能走的最优路径。但如果你只画边界，它可以在边界内自由探索最优解。

约束定义的是边界，脚本定义的是路径。当路径有无限种可能时，画一个边界让模型自己找路，比你替它规划一条路要高效得多。

我自己实测过。前阵子我需要AI帮我整理一份混乱的会议纪要，我先用了老方法，写了一大段提示词，规定它先提取发言人、再按主题归类、再生成摘要、再列行动项。结果它确实按我说的做了，但输出不太对，因为那次会议的讨论是交叉的，硬按主题归类反而把逻辑链打断了。

后来我只写了一句话，「把这份会议纪要整理成一份可执行的行动文档，让没参会的人五分钟能看明白」。它自己选择了按时间线组织、在关键决策处插入背景注释、末尾附了行动清单和负责人。比我规划的方案好。

当然我得给自己泼盆冷水。

这套「简化就是最优解」的逻辑，目前只在最顶尖的模型上成立。GPT-5.6、Claude Opus 4这种级别的，你确实可以大白话说需求。但如果你用的是本地部署的小模型、开源的7B/13B模型、或者某些垂直领域的专用模型，精心设计的提示词仍然有价值，甚至是不可或缺的。模型越弱，你越需要「手动挡」技巧来帮它。

而且有些场景天然需要结构化提示词。当你在做Agent编排、工具调用链、多步自动化流程时，你写的与其说是「提示词」，不如说是「系统配置」。那是另一回事了。

但趋势是清晰的。模型能力在快速提升，前沿模型的能力每半年翻一番。你今天还需要的那些技巧，明天可能就不需要了。押注在「怎么跟AI说话」这件事上，大概率不是一个好的长期投资。

真正值得投资的，从来不是怎么跟模型沟通，而是你到底想让模型帮你做什么。

清晰的思考比精巧的措辞重要一万倍。你自己都没想清楚要什么，提示词写成花也救不了你。反过来，如果你真的知道自己想要什么结果、能清晰地描述成功的样子，一句大白话就能让最新的模型完美执行。

我有时候觉得，提示词工程的流行，恰恰暴露了一个更本质的问题。很多人之所以需要复杂的提示词模板，不是因为模型听不懂人话，而是因为他们自己也没想清楚到底要什么。模板提供的是一种思考的脚手架，帮你把模糊的需求变成结构化的表达。这个价值是真实的，但它是思考力的价值，不是措辞技巧的价值。

我把备忘录里那三页模板删了。

不是因为它们当年没用。它们确实有用，在那个时代是有用的。但一个好的工具使用者，要知道什么时候该放下旧工具。紧握着已经不再需要的技能不放，不是专业，是执念。

提示词工程的终点，是提示词本身变得透明。就像最好的界面是「没有界面」，最好的提示词是「你根本意识不到自己在写提示词」。你只是在说话，而AI恰好听懂了。

谢谢你看我的文章，我们，下次再见。

/ 作者：青玉白露

延伸阅读

• Grok Build开源，是慷慨还是灭火？：xAI把Grok Build开源了，但五天前它刚被抓到偷偷上传用户全部代码。这是慷慨，还是灭火？AI编程工具的信任危机才刚刚开始。
• Prompt Engineering，用自然语言给AI编程的技术：Prompt Engineering不是那些满天飞的万能模板，而是一种用自然语言给AI编程的能力。五个核心原则、Context Engineering的进化、以及为什么你说话的方式决定了AI能帮你到什么程度。