# 如何用“概念词 + 约束”写出比长提示更强的 Prompt

## 一句话结论

好 prompt 不一定更长，但通常更接近专家脑中的“判断框架”。

相比堆砌大量零散描述，一个高信息密度的概念词，往往更像“语义压缩包”；再配合场景、目标、约束和评价标准，输出通常会更稳、更像样、更可落地。

---

## 1. 核心原则

### 原则 1：先找框架，再补细节
不要一上来写很多形容词，比如：
- 更自然
- 更高级
- 更人性化
- 更有质感

这些词太泛，容易让模型输出“看起来对、但不够准”的内容。

更好的方式是先问：
这个任务背后，更像哪一种专家判断框架？

比如：
- 产品设计：认知负荷、默认选项、熟悉模式、Jobs to be Done
- 文案表达：叙事张力、同理心、转化导向、信息分层
- 战略分析：第一性原理、风险收益权衡、机会成本、系统思维
- 学习总结：费曼学习法、知识压缩、类比迁移、行动导向

### 原则 2：概念词负责“定方向”，约束负责“保落地”
概念词不是魔法咒语。

它的作用是：
- 调用模型内部相关知识簇
- 提供风格偏置
- 提升抽象层级

但它不能替代：
- 目标用户
- 使用场景
- 任务目标
- 边界条件
- 成功标准

所以正确结构不是：
只给概念词

而是：
概念词 + 场景 + 目标 + 约束 + 输出要求

### 原则 3：短，不是目的；高密度，才是目的
强 prompt 不是因为短，而是因为信息密度高。

低质量长 prompt 的常见问题：
- 细节很多，但没有主线
- 形容很多，但没有框架
- 要求很多，但没有优先级
- 看起来具体，其实不可执行

---

## 2. 一个通用结构

可以直接套用下面这个结构：

1. 任务目标
2. 调用的高阶概念/判断框架
3. 具体场景与对象
4. 关键约束
5. 输出格式
6. 评价标准

对应模板：

```text
请你完成【任务目标】。

在思考和输出时，请优先采用【概念词/判断框架】的视角，而不是只做表面堆砌。

具体场景：
- 用户/对象是：【谁】
- 使用/发生场景是：【什么场景】
- 核心目标是：【达成什么】

关键约束：
- 必须强调：【A】
- 不要出现：【B】
- 优先级排序：【C > D > E】

输出要求：
- 输出格式：【列表/表格/方案/文案/对比】
- 长度控制：【简洁/详细】
- 风格要求：【理性/温和/专业/自然】

评价标准：
- 如果输出优秀，应体现出：【1、2、3】
```

---

## 3. 最常用的“概念词 + 约束”写法

### 场景 A：AI 写产品/界面方案

差的写法：
“请帮我设计一个更自然、更高级、更有人性化的记账 app 界面。”

更好的写法：
“请帮我设计一个记账 app 的首页交互方案。请从 tacit knowledge 和低认知负荷的角度思考，模拟资深产品设计师在高频工具型产品中的隐性判断。目标用户是第一次使用记账应用的年轻上班族，典型场景是通勤路上的单手快速记录。优先级是 10 秒内完成记账，高于功能展示完整度。请给出页面结构、核心交互、默认选项和设计理由。”

这里的提升点：
- 有判断框架：tacit knowledge、低认知负荷
- 有真实场景：通勤、单手、首次使用
- 有优先级：快速完成 > 展示全面
- 有输出要求：页面结构、交互、默认选项、理由

### 场景 B：AI 写文案

差的写法：
“写得真诚一点，高级一点，不要太像广告。”

更好的写法：
“请写一段产品介绍文案。请采用‘同理心 + 清晰价值表达’的框架，不要堆营销词，而是像一个真正理解用户困扰的人在解释产品价值。目标用户是想提升效率但讨厌复杂工具的个人创作者。文案目标是让用户感到：这个产品不炫技，但真的省事。控制在 150 字以内。”

### 场景 C：AI 做分析

差的写法：
“分析一下这个项目值不值得做，全面一点。”

更好的写法：
“请从第一性原理 + 机会成本 + 可持续性三个维度，分析这个项目是否值得做。不要泛泛而谈，重点回答：这个项目满足了什么真实需求、是否具备重复性优势、是否会占用我过多长期注意力。最后请给出建议：立即做、延后验证、或放弃。”

### 场景 D：AI 做总结

差的写法：
“帮我总结，简洁一点。”

更好的写法：
“请用知识压缩 + 行动导向的方式总结以下内容。不要只是复述原文，而要提炼出：核心判断、关键变量、可执行动作。假设读者是一个时间有限但追求持续进步的软件工程师。”

---

## 4. 常见高价值概念词清单

下面这些词，不是为了显得高级，而是因为它们背后通常带着明确方法论。

### 产品/设计
- tacit knowledge（默会知识）
- cognitive load（认知负荷）
- default bias（默认选项偏好）
- affordance（可供性）
- Jobs to be Done
- progressive disclosure（渐进披露）
- feedback loop（反馈闭环）

### 思考/分析
- first principles（第一性原理）
- systems thinking（系统思维）
- trade-off（权衡）
- opportunity cost（机会成本）
- bottleneck（瓶颈）
- second-order effects（二阶影响）

### 写作/表达
- empathy（同理心）
- narrative arc（叙事弧线）
- signal vs noise（信噪比）
- audience awareness（受众意识）
- clarity over cleverness（清晰优先于炫技）

### 学习/知识整理
- compression（知识压缩）
- transfer（迁移）
- chunking（分块）
- retrieval cues（提取线索）
- actionability（可执行性）

注意：
不要为了“高级感”乱塞术语。
只用那些你真的知道其作用、且和任务强相关的概念。

---

## 5. 一个实用判断标准：什么时候该用概念词？

适合用概念词的任务：
- 需要审美判断
- 需要专家经验感
- 需要结构化分析
- 需要减少机械感
- 需要高质量抽象，而不是简单罗列

不适合只靠概念词的任务：
- 精确数据抽取
- 严格格式转换
- 规则明确的流水线任务
- 法律、财务、医疗等高风险场景中的具体判断

这些任务更依赖：
- 明确规则
- 明确字段
- 明确边界
- 明确校验条件

---

## 6. 一个简单工作流

以后写 prompt，可以按下面 5 步走：

### 第一步：先问自己“我要的到底是什么结果？”
不是“写点东西”，而是：
- 要方案？
- 要判断？
- 要文案？
- 要摘要？
- 要表格对比？

### 第二步：识别这个任务背后的专家框架
想一想：
一个真正擅长这件事的人，会依靠什么判断框架？

### 第三步：补上真实场景
至少补 3 个东西：
- 谁在用
- 在什么情境下用
- 最重要的目标是什么

### 第四步：写清楚边界和优先级
比如：
- 优先简洁，不追求全面
- 优先可执行，不追求理论完整
- 优先新手友好，不追求专业术语密度

### 第五步：定义什么叫“好输出”
如果不定义，模型只能猜。

比如：
- 好输出应该能直接拿去用
- 好输出应该让读者 30 秒看懂
- 好输出应该有明确结论，不模糊

---

## 7. 一个万能模板

```text
请你帮我完成【任务】。

请优先使用【概念词/判断框架】来组织你的思考，避免只做表面描述。

背景信息：
- 对象/用户：【】
- 典型场景：【】
- 核心目标：【】

关键约束：
- 必须考虑：【】
- 不要出现：【】
- 优先级：【】

请按【输出格式】输出。

一个好的结果应该满足：
1. 【】
2. 【】
3. 【】
```

---

## 8. 最后记一句话

不要迷信长 prompt，也不要迷信概念词。

真正有效的 prompt，通常满足两点：
1. 抽象层级对了
2. 任务约束够真

所以比起“写很多”，更重要的是：
先找到对的框架，再给足真实上下文。

这才是“概念词 + 约束”的真正威力。