提示词效果不稳定，往往不是因为模型不够强，而是输入设计不够好。
最常见的问题是：
- 目标说得太模糊
- 背景材料没有补齐
- 没有规定输出格式
- 没有二轮校验
一、提示词的稳定结构
一个长期可复用的提示词，建议至少包含这 5 个部分：
- 目标：你到底要模型做什么
- 上下文：它需要参考什么材料
- 限制：哪些事不能做、哪些边界必须遵守
- 输出格式：你要表格、摘要、JSON 还是行动清单
- 验收标准：什么样的结果算合格
二、把“任务目标”写具体
差的写法：
帮我分析一下这个文档
更好的写法：
请把下面的文档整理成一份给产品经理阅读的摘要，输出 5 个关键结论、3 个风险点和 3 个待确认问题。
目标越明确，模型越容易一次到位。
三、上下文不够是最大的隐形损失
模型并不知道：
- 你的项目背景
- 读者是谁
- 输出要给谁看
- 你已经知道哪些前提
所以你需要主动补充：
- 材料来源
- 时间范围
- 使用对象
- 已知限制
- 不可触碰的规则
四、一定要规定输出格式
很多人抱怨模型“太散”，其实是因为没有规定结构。
下面几个格式通常很有用：
- 摘要 + 风险 + 建议
- 表格
- JSON
- FAQ
- 检查清单
- 步骤列表
只要结果要被程序使用、落库、交给同事复用，就尽量别收自由文本。
五、二轮追问能把答案从 70 分拉到 90 分
第一轮输出之后，推荐追问：
- 哪些结论只是推测？
- 哪些信息缺失会影响判断？
- 如果让我执行，下一步动作是什么？
- 请输出一个更适合汇报的版本
这个步骤非常重要，因为模型第一轮常常会“先给一个差不多的答案”，而不是最佳答案。
六、给你一个万能模板
你现在扮演 {{role}}。
任务目标：
{{goal}}
背景材料：
{{context}}
限制条件：
{{constraints}}
输出格式：
{{format}}
验收标准：
{{criteria}}七、什么时候该收紧提示词
如果你遇到以下情况，就应该把提示词写得更严格：
- 结果经常跑偏
- 输出字段不完整
- 任务涉及业务规则
- 需要程序直接消费结果
- 团队要复用同一模板
结论
真正高质量的提示词，不是写得“像魔法咒语”，而是像一个结构清晰的任务说明书。
只要你把目标、上下文、限制、输出格式和验收标准写清楚，DeepSeek 的稳定性通常会明显提升。