Prompt提示词进阶：用角色设定+输出格式+示例三步法写出高质量AI文章
把角色设定、输出格式、示例三步拼成一条提示词，是让 AI 写出可用文章的最短路径。但它不是模板填空——下面用一个真实的改稿案例，说明这三点各自该写到什么颗粒度。
案例背景：一篇被退回三次的域名投资稿
选题是"怎么判断一个过期域名值不值得注册"，读者是域名投资者。第一次的提示词只有一句话：你是资深域名投资人，写一篇关于过期域名的文章，一千字左右。
输出的正文通篇是"要看历史记录、要看外链质量、要注意商标风险"。每句话都对，每句话都用不上——因为没有一个判断标准能被读者拿去筛域名。
第二次补了身份描述，篇幅变长了，结构却跟着模型自己的习惯跑：大段在讲什么是过期域名、注册流程是什么，真正想看的判断顺序被压成一小段。
第三次把输出格式和示例都写进提示词，才拿到一份可以直接改的初稿。三次之间的差别不在模型，在提示词的三处细节。
诊断：问题在角色虚、格式松、示例缺
角色写"资深投资人"，对模型来说等于没有约束，它只能返回这个行业的通用常识。格式上只说了字数，模型自然会挑最省力的写法——先科普、后总结。示例的缺席则让模型无法判断"合格"是什么样子，它只能按训练数据里的平均水准交付。
这三点里，最容易补的是格式，最容易被忽略的是示例。
改稿：把三步法写进一条提示词
环节一 角色设定：身份、读者、禁区都要落到具体
把"资深"换成可验证的约束：
你是自己做过域名批发的独立投资人，读者是预算有限的新手。
默认读者已经知道什么是过期域名，不要解释基础概念。
禁止写"建议综合判断""需要结合实际情况"这类没有动作的句子。
"独立""自己做过批发"这种描述看着无用，它实际决定了模型的举例尺度：它会倾向于给筛选条件，而不是给行业感慨。"禁止"那一句同样重要，因为空话是模型最省力的默认输出。
环节二 输出格式：用字段和动作代替"写详细一点"
把格式要求写成能被逐条检查的项：
- 每个小节第一句先给结论，后面再展开理由
- 提到平台必须写全名和入口路径，例如：聚名网 → 过期域名 → 按删除时间筛选
- 涉及价格、成交量的地方一律写"以平台页面为准"，不要自行给出具体数字
- 每条判断标准后面跟一个可观察的特征，而不是形容词
最后一条是拉开差距的地方。写"外链质量要好"没法执行，写"外链来源集中在一批互相链接的站群站点"就是可以照着查的特征。
环节三 示例：一正一反，比再写十条规则管用
在提示词末尾放两小段样例：
正例——查建站历史时，重点看内容主题是否连续；如果某一年从母婴内容突然跳到博彩，直接标记为高风险。
反例——这个域名的历史比较复杂，需要综合判断。
示例的作用是给模型一条"合格线"。正例告诉它颗粒度要到什么程度，反例告诉它哪些句子会被打回。两段加起来不到一百字，但对成稿质量的影响比前面所有规则加起来都明显。
效果与边界
第三次的输出，能直接进入编辑环节的比例明显高于前两次——这是我的主观感受，没有做过严格统计。省下来的主要是结构重排和删空话的时间，事实核查一点没省。
三步法管的是格式、结构和颗粒度，管不了真实性。域名历史、成交行情这类信息仍要自己去查：域名建站历史查询 看 Wayback 快照，WHOIS查询 看注册变更，成交价到 NameBio、DNJournal 或聚名行情这类平台核对。AI 给的数字一律当草稿，落到正文前逐个验证。
把骨架搬到其他选题
换成"写一份页面 SEO 诊断报告"或"给客户写一段域名估值说明"，骨架不用动，只换三处：角色里的读者身份、格式里的必填字段、示例里的行业术语。这三处改完大约十分钟，比重新想一套提示词快得多。
判断一套提示词有没有成型，看一个信号就够了：拿到初稿后你要改的是措辞，还是结构。要改结构，说明格式和示例还没写到位。