为什么我用了那么多提示词模板甚至用了 AI 帮忙还是写不好提示词？
上次我分享了一个模拟雷军演讲的提示词，广受好评，但也有网友想知道我是怎么写出这样的提示词的。授人以鱼不如授人以渔，还是继续分享一下写好提示词的方法论。
现在流行的是上下文工程（Context Engineering），似乎很少有人提起提示词工程（Prompt Engineering），甚至很多人觉得提示词工程已经不需要了：
> “模型已经那么强了，还要啥提示词工程，我写什么提示词大模型都能知道我的意思执行的很好。”
这只是部分正确，模型是已经越来越强了，普通的需求确实只要简单的提示，但是复杂的需求还是要借助提示词工程才能写的好。
**那么什么是提示词工程？**
> 提示词工程是一个过程，系统化地设计、测试、优化提示词的过程——宝玉
网上分享的提示词或者各种提示词模板，它不是提示词工程，是提示词，是静态的，产生这些提示词的过程才叫提示词工程。
举几个我最近写提示词的例子。
第一个例子就是我怎么写雷军演讲这个提示词的。
往下看之前不妨停下来想一想，如果你来写怎么写？
我是这么做的：
先用 Deep Research 去收集雷军的演讲，然后让 AI 基于 AI 的演讲结果生成一个模仿雷军演讲的提示词。
（图1）
AI 生成了提示词后，我拿去测试了一下，虽然也生成了一个类似雷军风格的演讲稿，但是内容平淡无奇，结果并不怎么理想。
（图2）
我用相同的方法分别去 ChatGPT 和 Claude 上测试了，评估下来结果都不怎么好。
看来 Deep Research 搜索出来的结果并不够好，可能很多都不是雷军的演讲，只是新闻报道之类，后来正好在 X 上看到有网友转载的早年有人整理的雷军演讲风格总结，于是用它试试看：
> 请帮我生成一个 Prompt，可以把输入的主或文本生成雷军风格的演讲稿。以下是网友总结的内容作为参考：
>
\<tweet >
> 雷军有一个非常牛的技能，就是把一件平平无奇或者并没有那么厉害的东西用数字、百分比或者其他的形容词给描述成一个听上去可望而不可即的物品。
> 发布会后，极氪高管吐槽小米汽车：小米的营销值得我们学习，但是汽车技术上小米应该向我们学习。
> 雷军的 PPT 和王家卫的电影台词有异曲同工之妙。
> 举个例子，普通人下一碗面就是我什么时候在哪下一碗什么面。但是雷军的PPT 会这样说:经我们小米的员工连续300个日夜不间断的大