如何编写提示词，让 Llama 输出更优质的回答

Llama 回答问题仅依赖两点：训练中学到的知识，以及你在消息中提供的内容。它无法实时查阅信息，不了解你的具体境况，也不会记住你的其他对话。因此，回答的质量很大程度上取决于提示词的质量。好消息是，写出高质量的提示词是一项花一个下午就能掌握的技能。本指南为你提供四问法、正反对比示例，以及能够拯救欠佳草稿的追问技巧。

点击发送前，先回答这四个问题

不妨把 Llama 当作一位刚入职的能干同事：反应快、博览群书，但对你的项目一无所知。在下笔前，先在提示词中交代清楚这四个问题。

1. 任务是什么？以动词开头：起草、精简、解释、对比、列举、修改、翻译、规划。每条消息分配一个明确的任务效果最好。
2. 基于什么材料？附上相关文本、数据、报错信息或笔记。如果没有素材，Llama 就会凭空臆造看似合理的内容来填补空白。
3. 受众是谁？是老师、客户、十岁小孩、你的主管，还是你自己？目标读者决定了用词、深度和语气风格。
4. 结果需要什么形式？表格、检查清单、三个备选项、120 词以内的邮件，或是纯代码且不附带解释。

简单的问题只需满足第一点，比如“秘鲁的首都是哪里？”就是一个合格的提示词。但要写给客户的邮件、制定学习计划或撰写产品文案，则需要涵盖全部四点。

弱提示词与强提示词对比

旅行规划

较弱：
帮我规划一次里斯本旅行。

较强：
为两名成年人规划初春里斯本 3 日行程。我们喜欢美食市集、
观景台和散步；不喜欢逛博物馆。中等预算。每天给出一张表格，
包含上午、下午和晚上的安排，并附上各地点间步行或乘电车的交通简要建议。

第一种写法只会得到千篇一律的旅游手册。第二种写法能根据你的偏好量身定制，排版也方便在手机上快速浏览。不过 Llama 无法查询当天的营业时间或票价：它无法联网，知识也受限于截止日期。出行前请自行确认这些具体细节。

总结提供的材料

较弱：
总结这个 [下方粘贴的长篇报告]

较强：
为只有两分钟阅读时间的忙碌主管总结下方报告。
请提供：1) 用一句话概括核心结论，2) 三个论据要点，
3) 报告中提及的任何风险或待解决问题。仅依据文本内容，
若遇信息不明确之处，请直接指出，切勿揣测。

"""
[在此处粘贴报告]
"""

先写指令，再用三引号隔开参考材料，能让两者层次分明。加上“仅依据文本内容”有助于减少臆造细节的发生。

面向客户的内容创作

较弱：
为我的蜡烛写一段产品介绍。

较强：
为一款手工大豆蜡烛撰写产品介绍：净重 200 克，无花果与雪松香调，
装在可重复使用的陶瓷杯中。目标客群：网购礼品的人群。
语气：温馨自然，不浮夸。提供 3 个版本：约 30 字、约 80 字和约 150 字。

使用 Llama 4 进行图像识别与分析

在我们的聊天界面中，Llama 4 的两款模型 Maverick 和 Scout 均支持图片读取：无论是白板照片、图表、外语菜单，还是报错截图。每条消息可附带一张图片。原则与文本一致：明确指出你希望对图片进行什么处理。

较弱：
[照片] 这是什么

较强：
[手写购物清单的照片] 请将此清单转录为纯文本，按超市分区进行归类。
凡看不清的字词请用 (?) 标注，切勿凭空猜测。

要求 Llama 标注看不清的内容非常重要，因为模型在遇到模糊文字时可能会倾向于猜测。Llama 3.3 70B 和 Llama 3.1 8B 仅支持纯文本；如果在选择这两个模型时附带图片，聊天将自动切换为 Llama 4 Maverick。详情可参阅关于如何选择合适的 Llama 模型的指南。

五个实用提示词技巧

给出明确标准

与其说“扮演专家”，不如说明该专家会运用何种标准：“像筛选五十份简历的招聘人员那样审阅这封求职信，指出任何可能让你停止继续阅读的问题。”设定角色只有在能改变模型关注重点时才有效。

用范例直观展示，而非单纯描述

像“专业”或“有趣”这样的词汇因人而异。不妨粘贴两三句你喜欢的样例文本，并注明“参考这些范例的节奏和用词风格”。Llama 模仿具体模式的表现，往往远胜于理解抽象的形容词。

让它先对你进行提问

面对较复杂的任务，可以在结尾加上：“在动笔之前，请先向我提出最多五个问题。”这样既能得到更出色的初稿，也能帮你发现之前遗漏的信息。欢迎在聊天中尝试这个互动提问提示词。

先提供备选项，再做筛选

“给出 6 个不同风格的标题备选”远比连续 6 次否决单个标题高效得多。选出最满意的一个，再让它基于该方案衍生拓展。

面对复杂难题，要求分步推理

遇到数学、逻辑推理和代码调试问题时，加上“请逐步分析演算，并在最后一行单独给出最终答案”。这样你可以逐项检验推理步骤，而不是盲目相信最后给出的数字。

巧用追问调整输出，避免从头重来

聊天能记住当前的上下文，因此第二条消息往往才是出成果的关键。以下追问技巧能有效改善绝大多数草稿：

• “精简一半。保留事实论据，删掉开场的客套话。”
• “第二段很棒。重写其他段落以契合该段的语气风格。”
• “你默认我有车。其实我没有，请重新规划。”
• “列出你的预设前提，方便我进行修正。”
• “将此内容整理为表格，包含方案、成本和耗时三列。”

在我们的聊天界面中，你还可以编辑之前发送的消息并重新提交，或重新生成回答并在各版本间来回切换。当最初的提示词偏离方向时，直接编辑要比不断追加纠正更为高效。当长对话开始打转或遗忘最初信息时，建议开启新会话：让 Llama 梳理总结此前的核心结论，然后把摘要粘贴到新聊天中。过长的对话在发送给模型前会自动被截短处理。

针对各模型的微调建议

• Llama 3.1 8B 是我们聊天中体积最小的模型。建议每次给它一个明确的任务和简单的格式要求。非常适合快速改写、简答和头脑风暴。
• Llama 3.3 70B 是一款性能出色的纯文本全能模型。使用带编号的要求有助于它全面覆盖你提到的各个要点。
• Llama 4 Maverick（默认模型）和 Llama 4 Scout 额外支持图像输入。请在附带图片的消息中明确说明你的具体处理需求。

无论选用哪款模型，直接使用你期望回复的语言提问即可。根据 Meta 发布的模型说明文档，Llama 4 官方支持 12 种语言，Llama 3.3 和 3.1 官方支持 8 种语言。其他语言通常也能识别交流，但出错率相对较高。

常见误区

• 询问最新事件。Llama 无法访问互联网。如需查询新闻、价格、时刻表或知识截止日期之后的内容，请查阅实时信息源。
• 诱导性提问。“为什么方案 A 更好？”容易诱使模型顺水推舟。建议改为“对比方案 A 与方案 B，并指出各自的不足”。
• 单条消息塞入过多无关任务。请拆分为多条消息，或进行清晰的编号排序。
• 透露过多敏感信息。建议将姓名、地址和账号替换为类似 [CLIENT] 的占位符。详情请参阅我们的 AI 隐私与安全指南。
• 盲信语气肯定的回答。行文流畅不等于内容准确，详见如何核实 AI 回答的真实性。

常见问题

是否存在完美的提示词公式？

不存在。四问法（任务、材料、受众、形式）已能应对绝大多数场景，但最好的提示词始终是包含了只有你才掌握的背景细节。清晰表述胜过华丽辞藻。

提示词必须用英文写吗？

完全不用。Llama 默认会以你使用的语言进行回答，直接使用你想获得的输出语言即可。如需特定语言，直接注明即可，例如“用葡萄牙语回答”。

为什么相同的提示词会得到不同的回答？

语言模型在生成每个后续词语时都带有一定的随机性，因此每次生成的措辞都会有所差异。多重新生成几次，挑选最满意的版本即可。我们的大语言模型工作原理指南对该机制有详细解析。

Llama 能跨对话记住我的偏好吗？

不能。每次新会话都是全新的开始。历史记录保存在你的浏览器本地，方便随时查阅，但新会话无法获知之前的对话内容。你可以在开局时粘贴你的常规偏好，或直接使用已预设好对应指令的专属助手。

提示词可以有多长？

只要能涵盖关键信息即可，附带几段上下文背景是完全正常的。如果是非常长的文档，建议分段发送并让它分别总结，因为单条请求能接收的文本量存在上限。