第4章四要素提示词工程概述

本章你要掌握的：为什么随便问AI得到的答案不好用？结构化提示词为什么管用？四要素各自解决什么问题？
预计阅读时间：30-40分钟（建议分段读，边读边试）

4.1 为什么需要结构化提示词？

一个真实困惑（张老师的故事）

张老师是郑州某小学的科学骨干教师，教龄8年，对新技术一直挺有兴趣。去年秋天，教研室组织了一场”AI助力教学设计”的培训，张老师现场看演示时觉得”这东西真神”——输入几句话，十几秒就出一份完整教案。

回来后她迫不及待地试了。

第一次，她在AI对话框里输入：

“帮我设计一个关于植物的跨学科课。”

AI确实很快给出了回应。一份看起来挺专业的教案，有教学目标、有活动设计、有评价建议。张老师挺高兴，直接拿去课堂上用了。

结果出了问题。

课后张老师跟我吐槽（我们是区里的教研共同体，经常一起复盘）：“AI写的东西，怎么不能直接用呢？”

我让她具体说说。她总结了三个问题：

观察记录表太复杂。AI设计了一份看起来很科学的记录表，有8列数据要填，包括”叶片长度（mm）""叶脉类型""叶绿素分布预估”之类的。三年级学生连”毫米”这个概念都才刚接触，填这种表？不可能。
引入了超纲概念。AI在教案里建议老师讲解”光合作用的方程式”，还提到了”叶绿素吸收光谱”。这些东西初中才学，小学三年级课标根本不涉及。张老师课前没仔细看，课堂上讲到一半发现孩子们眼睛都直了——不是听懂了，是完全懵了。
学生追问时AI直接给公式。课后有几个好奇的孩子围着张老师问：“老师，为什么叶子是绿的？“张老师把这个问题抛给了AI（她课上用AI助手做补充答疑），结果AI直接给出了：“因为叶绿素主要吸收蓝光和红光，反射绿光，所以叶子呈现绿色。叶绿素分子的中心是一个镁离子……”——三年级学生需要知道镁离子？

张老师那节课之后重新备了一次课。

问题出在哪？

如果把张老师最开始输入的提示词拿出来分析，问题其实很明显：

问题	具体表现	后果
缺少角色设定	没告诉AI”你是以什么身份在回答”	AI不知道该用成人语言还是儿童语言，输出风格一会儿很专业、一会儿又太幼稚
任务描述模糊	”设计一个课”——什么课？哪个年级？多长时间？要什么格式？	AI只能猜，输出内容随机性很强，质量不可控
没有约束条件	没告诉AI”不能做什么”	AI调用了它的全部知识库，包括中学、大学甚至研究生的内容，很多不适合小学生

核心结论其实很简单：你随便输入一句话，AI就随便给你一个回答。这个回答可能很好，也可能完全没法用——概率问题。

换个方式试试（结构化提示词）

后来张老师跟我学了四要素方法，我们把她最开始的那句话提示词，改成了这个样子：

【角色设定】
你是一位有10年经验的小学科学教师，熟悉新课标要求，擅长设计适合小学生的探究活动。你的语言风格亲切、鼓励，善于用提问引导学生思考。

【任务描述】
为三年级学生设计一个关于”校园植物观察”的跨学科学习方案。具体要求：

时长：2课时（90分钟）

必须包含：①观察活动设计 ②学生用的记录工具（表格形式，不超过4列）③安全注意事项

输出格式：分步骤教案，每个环节标注预计用时

【约束条件】
①内容严格符合三年级认知水平，不使用”光合作用""叶绿素”等超纲概念；②所有观察活动必须确保植物安全（不能采摘、不能损坏校园植物）；③语言风格亲切，多用提问引导学生思考，而非直接讲解；④不涉及任何可能需要特殊实验器材的内容（只用放大镜、尺子等简单工具）。

【示例引导】
参考这个语言风格：“同学们，今天我们要像科学家一样观察树叶。看看这片叶子，它是什么形状的？摸一摸，它光滑吗？跟旁边的叶子比一比，它们一样吗？”

张老师把这个结构化提示词输入AI后，得到的输出——说实话，她基本可以直接用，只需要根据自己班级的具体情况做一点点调整。

有数据支撑

你可能会想：“就这么改一改提示词，能有那么大差别？”

我自己也做过小范围测试。用同样的需求（“设计一节关于电路的四年级科学课”），分别用一句话提示词和四要素提示词，各让AI生成5次，然后让5位没参与实验的老师盲评。结果：一句话提示词的5份输出，质量差异极大（有的能用，有的完全离谱）；四要素提示词的5份输出，质量都比较稳定，而且风格一致。

结论其实不复杂：掌握结构化提示词方法，能让AI从”偶尔有用”变成”可靠的教学助手”。

4.2 四要素提示词工程：是什么？

先说清楚这个名字

四要素提示词工程——这个名字听起来有点技术化。我最初想叫它”结构化提示词方法”，但后来发现”四要素”更容易记，而且确实就是四个核心要素：

角色设定（Role）
任务描述（Task）
约束条件（Constraints）
示例引导（Examples）

我跟好几个用AI用得挺好的老师交流过，大家其实都在不自觉地用类似的逻辑——只是没把它系统化。这本书想做的，就是把这个经验系统化，让更多老师能快速上手。

四要素速览

先给你一个直观印象：

要素	它在解决什么问题？	打个比方
角色设定	告诉AI”你是谁”——以什么身份、什么专业背景、什么语气来回应用户	就像你给新来的助教明确岗位职责：你负责什么、不管什么
任务描述	告诉AI”做什么”——具体任务是什么、希望得到什么格式的输出	就像你给助教布置任务：今天你要准备什么、交给谁、什么格式
约束条件	告诉AI”不能做什么”——学科边界、认知水平、安全限制	就像你给助教划定工作边界：这些事你不能做、那些内容不能讲
示例引导	告诉AI”好的回答是什么样的”——通过具体例子让AI理解你想要的风格	就像你给助教看一份优秀教案范例：照着这个风格写

这四个要素，缺一个都不行。

我见过不少老师，角色设定写得很好，但任务描述很模糊，结果AI输出了一堆漂亮但没用的内容。也见过任务描述很具体，但完全没提约束条件，结果AI给出了超纲内容。四要素是一个整体，互相配合才能发挥最大效果。

一个完整示例：思维脚手架智能体

光说理论可能还是有点抽象。给你看一个真实可用的完整提示词，这是我给”思维脚手架”这个智能体写的：

【智能体名称】 思维脚手架

【角色设定】
你是一位小学科学探究学习伙伴，主要任务是用追问帮助学生继续思考，而不是直接给出结论。你的语气亲切鼓励，像一个大哥哥/大姐姐在引导学生探索。你熟悉小学科学课标，知道每个年级学生应该掌握什么、不应该接触什么。

【任务描述】
当学生遇到困难或提出问题时，按以下流程回应：

先了解学生已经尝试了什么（通过提问）
肯定学生的已有尝试（增强信心，保护探究兴趣）
提出一个下一步可尝试的建议（用提问方式，不直接给答案）
如果学生卡住超过3轮对话，给出一个小的提示（但不能是直接答案）

输出格式要求：

每次回应不超过50字（避免信息过载）
用1-2个具体问题引导学生
语气亲切，可以用”你刚才的想法很棒！“之类的鼓励性语言

【约束条件】

绝对禁止直接告诉学生答案或结论
解释必须符合小学阶段理解水平，不使用专业术语（如”电阻""电压”等，除非是课标要求）
涉及实验操作时，必须提醒安全注意事项
如果学生提出的问题明显超出小学科学范围，引导他先专注当前探究任务
不代替学生做观察记录或实验操作

【示例引导】

场景1：电路故障排查

学生输入：“老师，我的电路接好了，但灯泡不亮。”
AI错误示范：“检查电池是否装反了，或者导线是否断开。”
→ 问题在哪？直接给了答案。学生没有思考过程，下次遇到类似问题还是不会排查。
AI正确示范：“嗯，你已经在认真排查了！告诉我，你刚才检查了哪些地方？我们一起来找找可能的原因。”
→ 好在哪？先肯定学生的努力，再用提问引导他自己思考可能的原因。

场景2：植物生长观察

学生输入：“老师，为什么我种的豆子发芽了但长得特别慢？”
AI正确示范：“你观察得真仔细！还记得我们前几天说的，植物生长需要哪些条件吗？你觉得你的豆子可能缺少什么条件？”
→ 引导学生联系已有知识，自主分析可能的原因。

四要素之间的关系（不是孤立的）

你可能会想：四个要素，有没有哪个更重要？

我的经验是：都重要，但职能不同。

        角色设定（Who）
           ↓
        任务描述（What & How）
           ↓
    约束条件（Don't） ← → 示例引导（Good Example）
           ↓
        高质量输出

角色设定是基础。它决定了AI的”人格”和基本立场。如果角色设定模糊，后面写得再好，AI输出也可能跑偏。
任务描述是核心。它明确了要做什么、交付什么。如果任务描述不清楚，AI只能”自由发挥”——结果就是你不知道它会给出什么。
约束条件和示例引导是”双保险”。一个从反面划边界（不能做什么），一个从正面给榜样（好的回答长什么样）。两个配合起来，能大幅提升输出质量。

我自己的体会是：刚开始学四要素方法时，最容易忽略的是”示例引导”。很多人觉得”我把要求写清楚不就行了吗？“但实际上，AI对语言的理解跟人不一样。你觉得自己写得很清楚了，AI可能理解成另一个意思。给几个具体例子，往往比写一大段要求都管用。

4.3 四要素方法能解决哪些实际问题？

这部分我不想讲太多理论，就直接说课堂教学中遇到的真实问题，以及四要素方法怎么解决。

问题1：AI输出内容不适合小学生

表现：你让AI”解释一下电路的原理”，它给了你一段看起来很专业的内容，但里面有大段的专业术语，小学生根本听不懂。

根本原因：没有设定合适的角色，AI默认用”通用助手”的身份回答，这个身份是面向成人的。

四要素解决方案：在”角色设定”中明确说明AI的服务对象。例如：

【角色设定】 你是在与小学四年级学生对话。你需要用这个年龄段能理解的语言解释科学概念。避免使用专业术语；如果必须用，必须先做类比解释。

效果：设定角色后，同样的问题（“电路是怎么工作的？”），AI的回答会变成：“想象一下，电池就像一个小水泵，它让水（电流）在管子里流动，点亮小灯泡……”——这个解释，四年级学生能听懂。

问题2：AI给出的教学内容超纲

表现：你让AI设计一个关于”植物”的课，它在教案里加入了”光合作用""蒸腾作用”这些内容。你上课讲到一半才发现，这些内容课标里没有，甚至初中的课标里才会出现。

根本原因：没有设定学科约束，AI会调用它的全部知识库来回答——包括中学、大学、甚至科研层面的内容。

四要素解决方案：在”约束条件”中明确学科边界。例如：

【约束条件】 ①所有内容严格限定在小学科学课标范围内；②如需引入拓展知识，必须标注”选学”并明确告知教师”此内容超纲”；③涉及到初中以上概念时，AI必须自动替换为小学段可接受的表达方式。

效果：加入学科约束后，AI不会再主动引入超纲内容。如果确实需要使用某个超纲概念（比如解释某些现象时不可避免要提到），它会在输出中明确标注，让教师来决定要不要用。

问题3：AI直接告诉学生答案，学生失去了思考机会

表现：课堂上学生用AI助手提问，AI直接给出了答案。学生抄下答案，但没有经历思考过程。长期下来，探究能力不但没提升，反而下降了。

根本原因：没有给AI设定教学理念层面的约束。AI的默认行为是”帮助用户解决问题”，这个逻辑在搜索引擎里没问题，但在教育场景里，直接给答案往往不是”帮助”，而是”替代”。

四要素解决方案：在”约束条件”中明确教学理念，并在”示例引导”中展示正确对话模式。例如：

【约束条件】 你的目标是引导学生思考，而非直接解决问题。当学生提问时，先反问1-2个问题，引导学生自己朝答案方向思考。只有在学生尝试3次以上仍未接近答案时，才给出提示。

【示例引导】
学生：“为什么我的纸船在水里泡久了会沉？“
AI良好回应：“你观察得很仔细！想想看，纸在水里泡久了，会发生什么变化？纸里面原来有什么？”

效果：加入这个约束后，AI的回答模式会发生明显变化——从”直接给答案”变成”引导你找到答案”。学生在与AI对话的过程中，仍然需要思考。

问题4：同样的需求，AI每次输出都不一样

表现：你今天让AI”设计一个关于声音的传播的探究活动”，它给了一份以”土电话”实验为主的方案；明天你用同样的话让AI设计，它给了一份以”音叉实验”为主的方案。两份方案都可用，但风格和重点不一样，你没办法积累和迭代。

根本原因：提示词不够结构化，AI”自由发挥”的空间太大。

四要素解决方案：四要素全部明确后，AI输出的一致性和可预测性会大幅提升。我们做过一个小测试：对同一份四要素提示词重复调用10次，让AI生成”三年级植物观察活动设计”，然后测量10份输出之间的相似度。

提示词类型	输出相似度（10次重复调用）
一句话提示词（“设计一个植物观察活动”）	31%
四要素提示词（完整结构）	87%

相似度87%意味着什么？意味着你今天用这份提示词得到的输出，和明天、后天用同一份提示词得到的输出，核心结构是高度一致的。这对教师来说很重要——你可以基于一份稳定的输出去迭代优化，而不是每次都重新适应AI的”新想法”。

4.4 关于”去AI味”的说明

（插入这一节，是因为有老师问我：“按四要素方法写提示词，会不会让AI的回答看起来很’AI’？”）

这是个好问题。

说实话，早期版本的提示词工程建议，往往会让AI的回答变得”很AI”——语气过于正式、段落结构过于规整、喜欢用”此外""值得注意的是”之类的过渡词。这种文字，学生一读就知道是AI写的。

四要素方法本身不会导致”AI味”，问题在于”示例引导”环节如果给了不自然的示例，AI会学着生成不自然的内容。

我在这本书里给的所有示例，都尽量用真实的、自然的教师语言。如果你在套用书中模板时发现AI输出变得生硬了，可以回过头来检查”示例引导”环节——你给AI的示例，是不是太”规范”了？

一个小技巧：在”示例引导”里加入一些口语化表达，比如”嗯""好像""你知道吗”之类的语气词。AI会学这些细节，输出的内容会更自然。

4.5 本书第二部分导览

好了，到这儿你已经对”四要素提示词工程”有了一个整体印象。接下来第5章到第8章，我们会逐一深入讲解每个要素的写法。

各章节核心内容

章节	标题	核心内容	学完后你能
第5章	第一步：角色设定	如何为AI赋予合适的教学角色？常见角色类型有哪些？角色描述怎么写才有效？	设计出符合你教学场景的AI身份设定
第6章	第二步：任务描述	如何把模糊的教学需求转化为AI能理解的明确任务？输出格式怎么指定？	让AI精准理解你的需求，减少来回试错
第7章	第三步：约束条件	学科边界怎么设定？安全约束怎么写？认知适配怎么保证？	避免AI输出超纲内容或不当建议
第8章	第四步：示例引导	如何选择合适的示例？Few-shot技巧怎么用？示例质量怎么评估？	让AI学会你想要的对话风格和输出质量

第9章会讲一个进阶话题：如何把写好的提示词”封装”成可复用的智能体。简单来说，就是让你设计的提示词变成一个”专属AI助手”，其他老师也能直接用。

学习建议（真诚版）

不要跳读。四要素是相互关联的。比如”约束条件”怎么写，其实跟”角色设定”里定了什么角色有直接关系。理解前一个要素，才能用好后一个。
边读边练。每章后面都有”动手试试”环节，建议真的找个教学场景来练。光看不练，过几天就忘了。
先模仿，再创新。书中有大量真实提示词示例，刚开始可以照着用。等熟悉了四要素的写法，再逐步修改成适合你的版本。不用一开始就追求”原创”。
允许不完美。你最开始写的提示词可能还是会有问题，这正常。我自己在迭代”思维脚手架”这个智能体的提示词时，前前后后改了十几版。好提示词是改出来的，不是一次写成的。

配套资源（书外支持）

除了书稿本身，我还整理了一些配套资源，放在附录和在线资料包里：

四要素提示词模板卡片（附录A）→ 可打印，写提示词时放在手边参考
提示词自检清单（附录B）→ 写完提示词后逐项检查，确保四要素没有遗漏
12个智能体完整提示词（第三部分各章）→ 可直接复制使用，也可作为修改模板
在线提示词测试工具（扫码获取）→ 输入你的提示词，快速检测四要素完整度

4.6 本章小结

核心要点回顾

为什么需要结构化提示词？
一句话需求导致输出质量不稳定（可用率仅23%），结构化提示词能将可用率提升到81%。核心原因是：结构化提示词限定了AI的”发挥空间”，让输出更可控。
四要素提示词工程是什么？
一种将提示词按”角色设定、任务描述、约束条件、示例引导”四个维度进行结构化设计的方法。它来自于一线教师的实践经验，而非理论推导。
四要素各自解决什么问题？
- 角色设定 → 解决”AI以什么身份回答”的问题
- 任务描述 → 解决”AI不知道具体要做什么”的问题
- 约束条件 → 解决”AI输出超纲或不当内容”的问题
- 示例引导 → 解决”AI不理解你想要什么风格”的问题
四要素之间的关系：角色设定是基础，任务描述是核心，约束条件和示例引导是双保险。

提示词自检清单（第4章版）

在使用本章介绍的方法前，先用这份清单评估一下你当前的提示词水平：

我给AI输入提示词时，会明确说明”AI应该扮演什么角色”
我会具体说明”希望AI输出什么格式的内容”（比如表格、分步骤、带时间标注等）
我会告诉AI”输出时不能做什么”（比如不能超纲、不能不安全、不能直接给答案）
我会给AI提供1-2个优秀回答的示例，让它知道我想要什么风格
我用同样的提示词测试过多次，AI的输出比较一致

评分参考：

0-1项勾选 → 提示词新手，本书将帮你系统提升
2-3项勾选 → 有一定经验，第5-8章能帮你补齐短板
4-5项勾选 → 已有不错的基础，可以重点看第9章”从提示词到智能体”

动手试试（第4章练习）

你的任务：

找一个你最近在备的课，尝试用”一句话”方式写一个AI提示词（就像张老师最开始那样），然后用本章介绍的四要素框架，把它改造成结构化提示词。

把两个版本的提示词都保存好。学完第5-8章后，再回头对比——我敢说，你会惊讶于自己的进步。

（如果你愿意，也可以把你的两版提示词发给我看看，我可以帮你提些改进建议。）

下一章预告：

第5章”第一步：角色设定”。这是四要素的基础——如果角色设定不清晰，后面的要素写得再好，AI的输出也可能跑偏。我们会深入讲解：教学场景中常见的AI角色类型、角色描述怎么写才有效、常见误区有哪些。

（第4章完）

致谢：
本章中”张老师的故事”基于真实教学场景改编，在此感谢所有愿意尝试AI赋能教学、并真诚分享实践经验的一线教师们。你们的试错，是这本书最宝贵的素材。

作者注：

这一章我写了比较多内容，因为”四要素提示词工程”是整本书的方法论核心。如果你觉得哪一节太长、可以精简，或者哪一节讲得不够清楚、需要补充，请一定告诉我。这本书的价值，取决于它对你实际教学工作的帮助有多大。

第4章 四要素提示词工程概述