掌握提示词的五大核心原则 —— C.L.E.A.R. 框架

优秀的提示词（Prompt）并非凭感觉，而是遵循一套简单有效的原则。

你只需要记住一个单词：CLEAR。

它代表五个关键特质：Concise（简洁）、Logical（逻辑）、Explicit（明确）、Adaptive（适应）、Reflective（反思）。

这五个词可以成为你写提示时的检查清单。下面我们来一步步掌握它

✏️ 1️⃣ Concise —— 简洁明确

“少即是多。”

在写提示时，越清楚越好。

冗长的语气词或模糊表达会让模型迷失方向。

错误示例：“你能写一点关于科学的内容吗？”

正确示例：“写一篇 200 字的摘要，说明气候变化对沿海城市的影响。”

技巧：去掉所有“废话”或不必要的修饰语，留下核心信息。你的目标是“精准 + 简短”。

2️⃣ Logical —— 逻辑清晰

“让模型能一步步走下去。”

复杂任务要分步骤写出来。

把任务拆成有顺序的部分，让模型更容易理解。

错误示例：“做一个注册功能并展示使用统计。”

正确示例：

1. 创建一个包含邮箱和密码的用户注册表单（用 Supabase 实现）。
2. 注册成功后，显示用户数量的统计面板。

技巧：像写操作手册一样，有条理、有顺序地表达。

3️⃣ Explicit —— 明确具体

“别假设 AI 知道你想要什么。”

清楚地告知模型你要什么，也要说明不要什么。

错误示例：“告知我关于狗的事。”

正确示例：“用项目符号列出 5 个关于金毛寻回犬的独特实际。”

技巧：

• 提供清晰的格式要求（如“以 JSON 输出”或“用口语化语气”）。
• 如果有样例，附上例子。
• 把模型当作一个“机智但不懂你想法的助手”。

4️⃣ Adaptive —— 灵活调整

“好提示是‘打磨’出来的。”

第一次输出不理想？没关系。

优秀的提示往往是多轮改善的结果。

例如：

“你的代码中缺少用户认证，请在解决方案中加入登录验证部分。”

技巧：

• 在每次交互后微调你的提示。
• 你甚至可以让 AI 自己提议：“帮我优化这条提示语。”
• 这就是所谓的 Meta Prompting（提示词优化）。

5️⃣ Reflective —— 反思总结

“反思让你成为更好的提示工程师。”

每次和 AI 互动后，花点时间回顾：

• 哪种表达更有效？
• 哪些指令让模型出错？

你甚至可以要求 AI 总结你的思路或输出过程。

这样的反思会让你的提示越来越精准，形成持续改善的循环。

✅ 小结

当你编写提示词时，请牢记：

CLEAR = Concise + Logical + Explicit + Adaptive + Reflective

这五大原则能让你的指令更精准、更高效，也让 AI 成为真正的合作伙伴。