图 1：本文封面，点明主题「AI 写作的进阶提示词技巧」。
你有没有这种体验：让 AI 写一篇文案、一份总结、一封邮件，它每次都规规矩矩写完了，但读完总觉得「差点意思」——像一杯温吞水，挑不出大错，也找不到一句想留下来的话。问题多半不在模型，而在提问方式停留在「一句话下单」的阶段。
核心结论一句话
基础提问解决「有没有」，进阶技巧解决「好不好」。好稿子不是一次问出来的，而是「方向定得准 + 多轮改出来」的。下面八个技巧分两组：四个用在动笔前定方向，四个用在成稿后提质量。
动笔前：四个技巧把方向钉死
技巧一，风格锚定：给它一篇范文。与其抽象地说「写得活泼一点」，不如贴一段你认可的文字，告诉它「照这个语感写」。模型对示例的学习能力远强于对形容词的理解能力，一篇范文顶得上一百个风格描述词。
技巧二，指定读者与场景。「帮我写个产品介绍」和「帮我写给第一次接触这类产品的中年用户看的、发朋友圈用的产品介绍」，产出的东西完全是两个物种。读者是谁、在哪里被读到，决定了用词、长度和口吻。
技巧三，先要大纲，再写正文。一步到位让 AI 直接出全文，结构跑偏就要整篇重来。拆成两步：先让它出大纲，你确认骨架没问题，再让它逐段展开。返工成本从「重写整篇」降到「调整提纲」。
技巧四，列约束清单。字数上限、必须包含的要点、不能出现的词（比如夸张宣传用语）、格式要求，逐条写清楚。约束越具体，AI 自由发挥踩雷的空间越小。
成稿后：四个技巧把质量磨出来
技巧五，迭代追问，逐段打磨。初稿只是起点。针对具体段落提具体意见：「第二段的论据太弱，换一个带数字的例子」「结尾太口号化，改成一个具体问题」。一轮只改一件事，比一句「再写得好一点」有效得多。
技巧六，反向提问：让它先问你。动笔之前先加一句：「开始写之前，先向我确认三个你还不清楚的信息。」把 AI 从「猜着写」变成「问清楚再写」，能挡住大量因为信息不对称产生的废话。比如你让它写一份项目复盘，它会反问：复盘给谁看？项目里最大的意外是什么？有没有不方便公开的数据？三个答案到手，产出的立刻从模板腔变成「你的」复盘。
技巧七，切换角色审校。初稿完成后，让 AI 换两个视角给自己挑毛病：先当编辑挑逻辑——结构顺不顺、论据站不站得住；再当目标读者挑可读性——哪句读不懂、哪段会划走。自评一轮再改一轮，质量会上一个台阶。
技巧八，拆解优秀样例，提炼结构再套用。找到一篇你佩服的文章，让 AI 拆它的结构：开头怎么勾人、段落怎么推进、结尾怎么收。把拆出来的骨架存成模板，下次换主题直接套用。这是把「偶发的好」变成「稳定的好」的关键一步。
图 2：八个技巧的定位分组与「初稿—追问—审校—定稿」的迭代主线。
三个常见误区
误区一：一条提示词定终身。指望一句话换来完美成稿，就像指望一句话让实习生交出总监级方案。把写作当项目管理：分阶段、给反馈、多迭代。
误区二：提示词越长越好。写三千字的要求里没有一条是可执行的，效果不如八条具体约束。长度不等于信息量，具体才等于信息量。
误区三：AI 的风格改不了。「它写出来就是这个调调」通常是没给范文、没锚定风格的结果。给了明确的风格样本和读者设定，同一个模型的语感可以判若两人。
给你的行动建议
今天就拿一篇真实的写作任务练手：先贴一段范文做风格锚定，写清读者和场景，让它先出大纲，大纲过了再写正文；初稿出来后用「编辑视角 + 读者视角」让它自审一轮，你再逐段提修改意见。走一遍完整流程，你会直观感受到「差点意思」和「可以直接用」之间隔着的就是这几个动作。
你用 AI 写东西时最常用的一招是什么？有没有哪次迭代追问让稿子脱胎换骨的经历？欢迎分享。