自动化中的 AI 提示词工程

为什么自动化中的提示词更重要

在手动使用 ChatGPT 时，你可以看到输出并随时调整。但在自动化工作流中，AI 的输出会直接进入下一个步骤——如果输出格式不对或内容有误，整个工作流就会出错。因此，自动化中的提示词需要比手动使用时更精确、更结构化、更防错。

自动化提示词的核心原则

原则一：明确输出格式——告诉 AI 必须输出 JSON/CSV/纯文本等特定格式。原则二：限定输出范围——避免 AI 发散，只输出需要的内容。原则三：提供示例——给 1-2 个输入输出示例，AI 会模仿格式。原则四：设置兜底——告诉 AI 遇到无法处理的情况时输出什么（如'SKIP'或空值）。原则五：避免歧义——每个指令只有一种理解方式。

结构化输出的写法

在自动化中，最常见的需求是让 AI 输出结构化数据。推荐写法：'请分析以下邮件内容，以 JSON 格式输出：{"category": "类别", "urgency": "high/medium/low", "summary": "一句话摘要", "action_needed": true/false}。如果无法判断某个字段，使用 null。不要输出 JSON 以外的任何内容。'

常见场景的提示词模板

邮件分类：'你是邮件分类助手。将邮件分为以下类别之一：[客户咨询/内部通知/营销邮件/垃圾邮件]。只输出类别名称，不要解释。'内容改写：'将以下文章改写为适合[平台名]的风格，字数控制在[X]字以内。保留核心信息，调整语气为[正式/轻松/专业]。'数据提取：'从以下文本中提取所有提到的日期、金额和人名，以表格格式输出。如果某项信息不存在，标记为 N/A。'

提示词调试方法

第一步：用 5-10 个真实输入测试提示词。第二步：检查输出格式是否一致（最常见的问题）。第三步：检查边界情况（空输入、超长输入、异常格式）。第四步：记录失败案例，分析原因并调整提示词。第五步：在自动化平台中设置输出验证规则，格式不对时触发重试或人工处理。

高级技巧

1）Chain of Thought：让 AI 先分析再输出结论，提高准确率。2）Few-shot Learning：提供 3-5 个示例，AI 会学习模式。3）角色设定：'你是一个严格的数据验证员'比'请检查数据'效果好。4）负面示例：告诉 AI 不要做什么，和告诉它要做什么一样重要。5）温度参数：自动化场景建议 temperature=0 或 0.1，确保输出稳定。