Prompt 不是咒语，是任务设计

“帮我写一篇文献综述。”

这是很多人第一次用 AI 时写的 prompt。结果出来的东西往往是——看起来像那么回事，但用不了。

问题不在 AI，在于你给的任务不够清晰。

三个层次的 Prompt

第一层：问一句话

“帮我解释什么是催化剂失活。”

这种方式没问题，但效果有限。AI 会给你一个通用答案，不一定适合你的场景。

第二层：给上下文

“我是化工专业的研究生，正在研究贝声催化剂失活的机理。请用通俗语言解释催化剂失活的主要原因，并给出 3 个常见的预防措施。”

好很多。但还是一次性的。

第三层：设计任务

角色：你是一位有 10 年经验的催化研究员。
任务：帮我写一段关于贝声催化剂失活的综述段落。
要求：
- 300 字以内
- 包含至少 3 个失活原因
- 每个原因配一句解释
- 语言风格：学术但可读
输出格式：Markdown，每个原因用加粗标题
不要：不要加“综上所述”类的套话

这个层次的区别是：你不只是问了一个问题，你设计了一个可检查的任务。

五要素框架

一个好的科研 prompt 应该包含：

要素	说明	例子
目标	你要什么	“写一段综述”
材料	AI 需要知道什么	“我的研究方向是…”
约束	边界条件	“300 字以内”
格式	输出样式	“Markdown，加粗标题”
验收	怎么知道对不对	“不要套话，每个原因有解释”

缺一个，效果就差一截。

实战示例：帮我改论文摘要

假设你写了这样一段摘要：

本文研究了贝声催化剂在高温下的失活行为，通过 XRD 和 BET 表征分析了失活机理。

给 AI 的 prompt：

请帮我优化这段论文摘要。要求：
1. 突出研究的实用价值（不只是“研究了”）
2. 加一句结论（什么发现）
3. 150 字以内
4. 保持学术语言，但不要太宫殿

这比“帮我改一下摘要”好多了。

最重要的一句话

Prompt 工程不是记模板，是练思维。

当你能把一个模糊的需求拆成目标、材料、约束、格式和验收五个部分的时候，你已经在做任务设计了。AI 只是执行者。

---

本文是“AI 科研效率入门”系列的第 2 篇。