【AI】大模型提示词入门：用“示例-解释”法提升理解效率_如何解决大模型口语化和书面语差异的问题-优快云博客

大模型提示词入门：用 “示例 - 解释” 法提升理解效率

1. 前言

现在，大模型已经成为很多人工作和学习的帮手。不管是写文案、解数学题，还是查资料、编代码，都能用到它。但要让大模型给出满意的结果，关键在于写好 “提示词”—— 也就是你对大模型说的话、提的要求。

对刚接触大模型的人来说，写提示词常常会遇到问题。比如，明明说清楚了需求，大模型却答非所问；或者得到的结果太笼统，不贴合实际场景。这不是因为大模型能力不够，而是因为提示词没有让大模型准确理解你的意图。

今天要讲的 “示例 - 解释” 法，就是一种简单好用的提示词写作方法。它不需要你有复杂的技巧，只要通过 “给例子 + 做说明” 的方式，就能让大模型快速 get 到你的需求，大大提升理解效率。哪怕是零基础的新手，也能很快学会并用上。

接下来，我们会从基础概念讲起，一步步教你怎么用 “示例 - 解释” 法写提示词，还会结合多个实际场景给出案例，帮你彻底掌握这种方法。

2. 先搞懂：什么是 “示例 - 解释” 法？

在学怎么用 “示例 - 解释” 法之前，我们先弄明白它到底是什么，以及为什么它能提升大模型的理解效率。

2.1 “示例 - 解释” 法的核心定义

“示例 - 解释” 法，简单说就是在写提示词时，同时包含两个关键部分：

示例部分：给大模型提供 1-3 个具体的 “输入 - 输出” 案例。比如你想让大模型帮你改写句子，就可以先给它一个 “原句”（输入）和 “改写后的句子”（输出）作为例子；

解释部分：对给出的示例做说明，告诉大模型 “这些例子好在哪里”“为什么要这么做”“你希望它从例子里学到什么”。

举个简单的例子：如果你想让大模型把 “口语化句子改成书面化句子”，用 “示例 - 解释” 法写的提示词可以是这样的：

请帮我把口语化句子改成书面化句子，具体要求参考以下示例和解释：

【示例 1】

输入（口语化）：“这个方案我觉得不太行，好多地方考虑得不周全”

输出（书面化）：“该方案存在不足，部分内容的考虑不够全面”

【解释 1】把 “我觉得” 去掉（避免主观表述），“不太行” 改成 “存在不足”，“好多地方” 改成 “部分内容”，“考虑得不周全” 改成 “考虑不够全面”，让句子更客观、正式；

【示例 2】

输入（口语化）：“咱们下周开个会，把这个问题聊清楚”

输出（书面化）：“建议于下周召开会议，对该问题进行深入沟通并明确解决方案”

【解释 2】“咱们” 改成 “建议”（更正式），“开个会” 改成 “召开会议”，“把这个问题聊清楚” 改成 “对该问题进行深入沟通并明确解决方案”，补充 “明确解决方案” 让目的更具体。

这样的提示词，既给了大模型 “参照”，又告诉了它 “标准”，大模型自然能更准确地完成任务。

2.2 为什么 “示例 - 解释” 法能提升理解效率？

很多新手写提示词时，只会说 “你要做什么”，却没说 “要做成什么样”。大模型虽然聪明，但它没办法凭空猜你的 “标准”，这就导致理解偏差。而 “示例 - 解释” 法正好解决了这个问题，原因有 3 点：

示例让 “标准” 变具体：抽象的要求（比如 “写得生动”“改得正式”）大模型很难把握，但具体的例子能把 “标准” 可视化。比如你说 “要生动”，大模型不知道怎么才算生动；但你给一个 “生动” 的例子，它就能照着例子的风格来；

解释帮大模型 “抓重点”：有时候，示例里的关键信息大模型可能会忽略。比如你给了改写句子的例子，但没说 “要去掉主观词”，大模型可能就没注意到这个细节。而解释能明确指出重点，让大模型不会遗漏关键要求；

降低大模型的 “试错成本”：如果没有示例和解释，大模型可能会先给出一个不符合你要求的结果，你再反馈修改，反复几次才能满意。而 “示例 - 解释” 法能让大模型一次就贴近你的需求，减少反复修改的次数。

2.3 “示例 - 解释” 法和普通提示词的区别

为了让你更清楚 “示例 - 解释” 法的优势，我们拿 “让大模型给产品写卖点” 这个需求来对比一下：

类型	提示词内容	大模型可能的反馈	问题所在
普通提示词	“帮我给一款‘便携式充电宝’写 3 个卖点”	1. 容量大，能充多次；2. 充电速度快；3. 质量轻，方便携带	卖点太笼统，没有突出 “便携式” 的核心优势，也没有结合用户场景（比如 “出门旅游”“通勤”）
“示例 - 解释” 法提示词	“帮我给一款‘便携式充电宝’写 3 个卖点，参考以下示例和解释：【示例 1】输入：便携式充电宝输出卖点：‘10000mAh 容量，满足通勤族 1 天 2 充需求，放进背包不占地’【解释 1】卖点要包含‘具体参数（10000mAh）’+‘目标人群（通勤族）’+‘使用场景（1 天 2 充、放进背包）’，突出‘便携 + 实用’；请按照这个标准写另外 2 个卖点”	1. “支持 22.5W 快充，30 分钟充满手机，出差时不用等太久”；2. “重量仅 180g，和手机差不多重，单手就能拿，旅游时揣口袋里不费劲”	卖点有参数、有场景、有人群，完全贴合 “便携式” 的定位，符合用户需求

从对比能看出，普通提示词得到的结果往往 “不落地”，而 “示例 - 解释” 法能让结果更具体、更贴合实际需求。

3. 基础准备：用 “示例 - 解释” 法前要明确的 3 件事

在开始写 “示例 - 解释” 型提示词之前，你需要先明确 3 件事。这 3 件事能帮你更好地设计示例和解释，避免后续走弯路。

3.1 明确你的 “核心需求”：不要让示例偏离方向

首先要想清楚：你用大模型做这件事，最核心的目的是什么？比如，你让大模型改文案，核心需求是 “更吸引年轻人” 还是 “更正式、适合商务场景”？核心需求不同，示例和解释的方向也会完全不一样。

如果核心需求不明确，示例就会偏离方向。比如，你的核心需求是 “让文案吸引大学生”，但示例里的文案却偏向 “中年职场人”，那大模型最后给出的结果肯定不符合你的预期。

怎么明确核心需求？可以问自己 3 个问题：

这件事最终要给谁用 / 看？（目标人群：大学生、职场人、老年人等）；

用在什么场景下？（使用场景：朋友圈推广、产品详情页、工作报告等）；

希望达到什么效果？（目标效果：让人想购买、让人快速理解、让人觉得专业等）。

比如，“让大模型写一段零食的推广文案”，明确核心需求后可以是：“给大学生写一段朋友圈推广的零食文案，目标是让他们想分享给室友一起买”。

3.2 确定 “示例数量”：1-3 个最合适

很多新手会问：示例是不是给得越多越好？其实不是。示例太多，大模型可能会 “记混” 重点；示例太少，大模型又可能学不到足够的标准。根据实际使用经验，1-3 个示例是最合适的。

具体给多少个，要看你的需求复杂程度：

需求简单（比如改句子、提取关键词）：给 1 个示例就够了。比如 “提取句子里的日期”，1 个示例就能让大模型明白怎么提取；

需求复杂（比如写文案、编代码、解数学题）：给 2-3 个示例。比如 “写不同风格的产品文案”，可以给 “活泼风”“专业风” 2 个示例，让大模型掌握不同风格的差异。

需要注意的是，给的示例要 “统一标准”。比如你给 2 个 “写卖点” 的示例，第一个示例包含 “参数 + 场景”，第二个示例也必须包含这两个要素，不能一个有、一个没有，否则大模型会 confusion（困惑）。

3.3 想好 “解释重点”：只说关键，别啰嗦

解释的目的是帮大模型抓重点，不是写 “小作文”。所以解释要简洁，只说 “示例里的关键信息” 和 “你希望大模型学到的规则”，别加无关的内容。

比如，你给了一个 “数学题解题步骤” 的示例，解释就应该说 “解题时要先写‘已知条件’，再分步骤列公式，最后算出结果”，而不是说 “这道题是我之前在考试里遇到的，当时我花了很久才做出来”—— 这些无关信息会干扰大模型的判断。

怎么确定解释重点？可以看你的核心需求里的 “关键要求”。比如核心需求是 “文案吸引大学生”，关键要求是 “用网络热词、提室友场景”，那解释里就必须明确这两点，告诉大模型 “示例里的‘绝绝子’‘和室友分着吃’是重点，要照着用”。

4. step by step：用 “示例 - 解释” 法写提示词的 4 个步骤

掌握了基础准备后，我们就可以正式学习写提示词的步骤了。不管是简单需求还是复杂需求，都可以按照这 4 个步骤来做，保证能写出有效的提示词。

4.1 步骤 1：先 “明确任务”，让大模型知道要做什么

开头先直接告诉大模型 “你要让它做什么”，别绕弯子。比如 “帮我把口语句子改成书面句子”“给一款蓝牙耳机写 3 个卖点”“解这道数学题并写清步骤”。

这一步要注意：任务描述要 “简单直接”，别用复杂的句子。比如不要说 “我现在有一个需求，就是希望你能协助我对一些口语化的表达进行优化，使其转变为更适合在工作报告中使用的书面化语言”，直接说 “帮我把口语句子改成适合工作报告的书面句子” 就好。

示例：

任务：帮我提取文本中的 “客户姓名” 和 “联系方式”，整理成表格形式。

4.2 步骤 2：给 “示例”，提供参照标准

这一步是核心，要按照之前确定的 “示例数量”，给出具体的 “输入 - 输出” 案例。每个示例都要包含 “输入内容” 和 “对应的正确输出内容”，让大模型有参照。

写示例时要注意 2 点：

示例要 “贴近你的实际需求”。比如你要提取 “客户反馈里的姓名和电话”，示例里的输入就必须是 “客户反馈文本”，而不是 “新闻文本”；

示例要 “完整”。比如你要让大模型 “写代码”，示例里的输入要包含 “需求描述”，输出要包含 “完整的代码 + 注释”，不能只给片段。

示例（接步骤 1 的任务）：

【示例 1】

输入（客户反馈文本）：“我是张三，昨天买的冰箱坏了，我的电话是 13800138000，麻烦联系我处理一下”

输出（表格）：

| 客户姓名 | 联系方式 |

| ---- | ---- |

| 张三 | 13800138000 |

【示例 2】

输入（客户反馈文本）：“客服你好，我叫李四，购买的洗衣机不脱水了，我的手机号是 13912345678，希望尽快解决”

输出（表格）：

| 客户姓名 | 联系方式 |

| ---- | ---- |

| 李四 | 13912345678 |

4.3 步骤 3：做 “解释”，点出关键要求

对每个示例做简洁的解释，告诉大模型 “示例的关键在哪里”“你希望它学什么”。解释要对应示例，一个示例配一个解释，别混在一起。

这一步要注意：解释里必须包含 “你对输出的要求”。比如上面的示例，解释就要说 “输出要做成表格，表格列名为‘客户姓名’和‘联系方式’；姓名要找文本里‘我是 XX’‘我叫 XX’后面的内容，联系方式要找‘电话是 XX’‘手机号是 XX’后面的数字”。

示例（接步骤 2 的示例）：

【解释 1】

输出必须用表格形式，列名固定为 “客户姓名” 和 “联系方式”，不能改；

找 “客户姓名” 时，重点看文本里 “我是”“我叫” 后面的名字（比如 “我是张三” 里的 “张三”）；

找 “联系方式” 时，重点看文本里 “电话是”“手机号是” 后面的 11 位数字（比如 “电话是 13800138000” 里的 “13800138000”）；

【解释 2】

和示例 1 的要求一致：表格列名不变，姓名找 “我叫” 后的内容，联系方式找 “手机号是” 后的 11 位数字，确保信息提取准确，没有遗漏。

4.4 步骤 4：给 “待处理内容”，让大模型开始干活

最后，把你实际要处理的内容交给大模型，让它按照 “示例 + 解释” 的标准来完成任务。待处理内容要和示例里的 “输入内容” 格式一致，比如示例输入是 “客户反馈文本”，待处理内容也必须是 “客户反馈文本”。

如果待处理内容比较多，比如有 5 条客户反馈，也可以一条一条列出来，让大模型逐条处理，避免混乱。

示例（接步骤 3 的解释）：

现在请你处理以下 3 条客户反馈文本，按照上面的示例和解释要求，提取 “客户姓名” 和 “联系方式” 并做成表格：

待处理文本 1：“我是王五，上周买的空调不制冷，电话是 13700137000，麻烦尽快上门”

待处理文本 2：“你好，我叫赵六，购买的电视屏幕有黑点，我的手机号是 13612345678，需要换货”

待处理文本 3：“我是孙七，昨天收到的微波炉无法启动，电话是 13500135000，请联系我协商解决方案”

按照这 4 个步骤写出来的提示词，大模型就能准确理解你的需求，给出的结果也会符合你的预期。

5. 不同场景实战：“示例 - 解释” 法的 6 个应用案例

光说理论不够，我们结合 6 个常见的使用场景，给出完整的 “示例 - 解释” 型提示词和大模型反馈，帮你更好地理解怎么在实际中用这种方法。

5.1 场景 1：文本改写（口语转书面）

5.1.1 需求背景

你是公司行政，需要把同事的口语化会议记录，改成书面化的会议纪要，发给全公司员工看。

5.1.2 “示例 - 解释” 型提示词

任务：帮我把口语化的会议记录片段，改成书面化的会议纪要内容。

【示例 1】

输入（口语会议记录）：“王总说，接下来咱们部门要重点搞新产品的推广，大概在下周一开始，先从一线城市试一下，要是效果好，再往二三线城市推”

输出（书面会议纪要）：“王总指示，后续部门需重点推进新产品推广工作，具体安排如下：1. 启动时间：下周一；2. 推广范围：先覆盖一线城市；3. 后续计划：若一线城市推广效果达标，再逐步拓展至二三线城市”

【解释 1】

把 “咱们部门” 改成 “部门”（去掉口语化代词），“搞” 改成 “推进”（书面化动词）；

把 “大概在下周一开始” 改成 “启动时间：下周一”（明确时间，用小标题让结构更清晰）；

把 “先从一线城市试一下，要是效果好，再往二三线城市推” 改成 “推广范围：先覆盖一线城市；后续计划：
若一线城市推广效果达标，再逐步拓展至二三线城市”（把口语化的 “试一下”“要是” 改成书面化的 “效果达标”“逐步拓展”，补充 “具体安排如下” 让结构更清晰）；

【示例 2】

输入（口语会议记录）：“李姐说，大家提交的报销单里好多错的，比如发票没贴全、金额填错，下周开始，提交前自己先检查一遍，别再出错了”

输出（书面会议纪要）：“李姐强调，近期员工提交的报销单存在较多问题，具体包括：1. 发票粘贴不完整；2. 金额填写错误。为减少失误，自下周起，员工提交报销单前需自行核查，确保信息准确无误后再提交”

【解释 2】
把 “好多错的” 改成 “存在较多问题”（书面化表述），“发票没贴全” 改成 “发票粘贴不完整”，“金额填错” 改成 “金额填写错误”（表述更规范）；
把 “下周开始” 改成 “自下周起”，“自己先检查一遍，别再出错了” 改成 “需自行核查，确保信息准确无误后再提交”（明确要求和目标，避免口语化命令）；
现在请你处理以下 2 段口语会议记录，按照上面的示例和解释要求，改成书面化的会议纪要：
待处理记录 1：“张经理说，咱们的项目进度有点慢，比计划晚了一周，接下来大家每天下班前发个进度给我，我好知道情况”
待处理记录 2：“刘主管说，新员工培训的材料不够用了，明天之前得再印 50 份，还要准备好签到表，别到时候没人签到”
5.1.3 大模型反馈结果
书面会议纪要 1：“张经理指出，当前项目进度滞后于计划一周。为及时掌握项目进展，后续要求员工每日下班前提交当日进度汇报，以便同步项目情况”
书面会议纪要 2：“刘主管表示，新员工培训所需材料数量不足，需在明日前额外印刷 50 份；同时，需提前准备培训签到表，确保培训时可正常记录签到情况”
从结果能看出，大模型完全按照示例的 “书面化表述 + 结构清晰” 标准完成了改写，没有出现口语化词汇，符合会议纪要的正式要求。

5.2 场景 2：信息提取（提取产品参数）

5.2.1 需求背景

你是电商运营，需要从产品详情页的描述文本里，提取 “产品名称”“规格”“价格”“质保期” 这 4 个参数，整理成表格，方便后续录入系统。

5.2.2 “示例 - 解释” 型提示词

任务：帮我从产品描述文本里，提取 “产品名称”“规格”“价格”“质保期” 4 个参数，整理成表格。

【示例 1】

输入（产品描述）：“本款产品为‘家用智能电饭煲’，容量是 5L，适合 3-5 人使用，现在售价 299 元，购买后享受 1 年质保服务”

输出（参数表格）：

产品名称

规格

价格

质保期

家用智能电饭煲

5L（适合 3-5 人）

299 元

1 年

【解释 1】
产品名称：找文本里带引号的产品全称（如 “家用智能电饭煲”）；
规格：提取 “容量”“尺寸” 等描述产品大小的信息，若有 “适合人数” 等补充信息，也要一起加上（如 “5L（适合 3-5 人）”）；
价格：找带 “元” 的金额（如 “299 元”）；
质保期：找带 “年”“月” 的质保时间（如 “1 年”）；
表格列名固定为 “产品名称”“规格”“价格”“质保期”，不能修改。
【示例 2】

输入（产品描述）：“‘便携式手持吸尘器’，机身重量 1.2kg，续航时间 30 分钟，活动价 199 元，质保期 6 个月，适合家庭日常清洁”

输出（参数表格）：

产品名称

规格

价格

质保期

便携式手持吸尘器

1.2kg，续航 30 分钟（适合家庭日常清洁）

199 元

6 个月

【解释 2】

和示例 1 要求一致：产品名称取带引号的全称，规格包含 “重量”“续航” 和补充场景，价格找 “元” 数，质保期找 “月” 数，确保 4 个参数都提取完整，不遗漏。

现在请你处理以下 2 段产品描述，按照上面的示例和解释要求，提取参数并做成表格：
待处理描述 1：“‘全自动洗衣机’，容量 10kg，支持快洗功能，日常售价 1599 元，购买后享受 3 年质保，适合大家庭使用”
待处理描述 2：“本款‘迷你电煮锅’，容量 1.5L，功率 600W，活动价 89 元，质保期 12 个月，适合学生宿舍和单身公寓使用”
5.2.3 大模型反馈结果
参数表格 1：
产品名称

规格

价格

质保期

全自动洗衣机

10kg，支持快洗（适合大家庭）

1599 元

3 年
参数表格 2：
产品名称

规格

价格

质保期

迷你电煮锅

1.5L，600W（适合学生宿舍、单身公寓）

89 元

12 个月

大模型准确提取了 4 个参数，规格部分也包含了补充场景，完全符合示例的标准，不需要额外修改就能直接录入系统。

5.3 场景 3：代码生成（Python 数据筛选）

5.3.1 需求背景

你是数据分析师，需要用 Python 从 Excel 表格里筛选出 “销售额大于 5000 元” 的行，并且只保留 “姓名”“销售额”“日期” 这 3 列。你不太熟悉 Python 代码，想让大模型帮你生成可直接运行的代码。

5.3.2 “示例 - 解释” 型提示词

任务：帮我生成 Python 代码，实现从 Excel 表格筛选数据的功能，具体要求参考示例和解释。

【示例 1】

输入（需求）：“从 Excel 文件‘sales.xlsx’的‘Sheet1’中，筛选出‘年龄大于 30 岁’的行，只保留‘姓名’‘年龄’‘部门’3 列，将筛选结果保存到‘filtered_sales1.xlsx’”

输出（Python 代码）：
# 导入需要的库

import pandas as pd

# 读取Excel文件

df = pd.read_excel('sales.xlsx', sheet_name='Sheet1')

# 筛选条件：年龄大于30岁

filtered_df = df[df['年龄'] > 30]

# 只保留指定的3列

filtered_df = filtered_df[['姓名', '年龄', '部门']]

# 保存筛选结果到新的Excel文件

filtered_df.to_excel('filtered_sales1.xlsx', index=False)

print("筛选完成，结果已保存到filtered_sales1.xlsx")

【解释 1】
代码开头必须导入 pandas 库（处理 Excel 常用库），并写注释说明每一步功能；
读取 Excel 用 pd.read_excel ()，参数要包含 “文件名” 和 “sheet 名”；
筛选条件用 “df [条件]” 的格式，条件要明确列名和判断符号（如 df [' 年龄 '] > 30）；
保留指定列用 “filtered_df [[' 列 1', ' 列 2', ' 列 3']]” 的格式；
保存文件用 to_excel ()，必须加 index=False（避免保存时多一列索引）；
最后加 print 语句，提示筛选完成。
现在请你按照上面的示例和解释要求，生成以下需求的 Python 代码：

待处理需求：“从 Excel 文件‘sales_data.xlsx’的‘销售记录’Sheet 中，筛选出‘销售额大于 5000 元’的行，只保留‘姓名’‘销售额’‘日期’3 列，将筛选结果保存到‘high_sales.xlsx’”

5.3.3 大模型反馈结果
# 导入处理Excel所需的pandas库

import pandas as pd

# 读取Excel文件中的指定Sheet：文件名为sales_data.xlsx，Sheet名为销售记录

df = pd.read_excel('sales_data.xlsx', sheet_name='销售记录')

# 筛选条件：销售额大于5000元（注意列名需与Excel中完全一致）

filtered_df = df[df['销售额'] > 5000]

# 只保留“姓名”“销售额”“日期”这3列数据

filtered_df = filtered_df[['姓名', '销售额', '日期']]

# 将筛选后的结果保存到新Excel文件，index=False避免生成多余索引列

filtered_df.to_excel('high_sales.xlsx', index=False)

print("数据筛选完成，符合条件的结果已保存到high_sales.xlsx")

将这段代码复制到 Python 环境中，安装 pandas 和 openpyxl 库（pip install pandas openpyxl）后，就能直接运行，成功筛选出符合要求的数据，完全不需要自己修改代码细节。

5.4 场景 4：数学解题（初中几何题解题步骤）

5.4.1 需求背景

你是初中生家长，孩子遇到一道初中几何题不会做，你想让大模型给出详细的解题步骤，方便辅导孩子，步骤要清晰，还要有 “已知条件”“求什么”“解题过程”“答案” 这几个部分。

5.4.2 “示例 - 解释” 型提示词

任务：帮我解初中几何题，解题步骤要包含 “已知条件”“求什么”“解题过程”“答案” 4 个部分，参考示例和解释。

【示例 1】

输入（几何题）：“在△ABC 中，AB=AC，∠B=50°，求∠C 和∠A 的度数（提示：等腰三角形两底角相等）”

输出（解题步骤）：
已知条件：
- 三角形 ABC 是等腰三角形（AB=AC）；
- 底角∠B=50°；
- 等腰三角形性质：两底角相等（AB=AC，所以∠B 和∠C 是底角）。
求什么：
- ∠C 的度数；
- ∠A 的度数。
解题过程：
- 根据等腰三角形两底角相等的性质，因为 AB=AC，所以∠B=∠C；
- 已知∠B=50°，所以∠C=50°；
- 三角形内角和为 180°，所以∠A=180° - ∠B - ∠C；
- 代入数值：∠A=180° - 50° - 50°=80°。
答案：
- ∠C=50°，∠A=80°。
【解释 1】
已知条件：要把题目里给的 “边的关系”“角的度数” 和 “提示的性质” 都列出来，不遗漏；
求什么：明确写出题目要求计算的量（比如角的度数、边的长度）；
解题过程：每一步都要写 “依据”（比如 “根据等腰三角形性质”“根据三角形内角和定理”），再写计算过程，让步骤有逻辑；
答案：单独列出最终结果，清晰明了。
现在请你按照上面的示例和解释要求，解以下初中几何题：

待处理几何题：“在矩形 ABCD 中，对角线 AC 和 BD 相交于点 O，已知 AC=10cm，求 BO 的长度（提示：矩形的对角线相等且互相平分）”

5.4.3 大模型反馈结果
已知条件：
- 四边形 ABCD 是矩形；
- 矩形对角线 AC 和 BD 相交于点 O；
- 对角线 AC=10cm；
- 矩形性质：对角线相等且互相平分（即 AC=BD，AO=OC=BO=OD）。
求什么：
- 线段 BO 的长度。
解题过程：
- 根据矩形对角线相等的性质，因为 ABCD 是矩形，所以 AC=BD；
- 已知 AC=10cm，所以 BD=10cm；
- 根据矩形对角线互相平分的性质，对角线 AC 和 BD 相交于 O，所以 BO 是 BD 的一半（BO=BD÷2）；
- 代入数值：BO=10cm÷2=5cm。
答案：
- BO 的长度为 5cm。
这个解题步骤完全符合 “分部分、有依据” 的要求，孩子能清楚看到每一步的逻辑，家长辅导时也能顺着步骤讲解，比单纯给一个答案更有用。

5.5 场景 5：文案创作（朋友圈产品推广文案）

5.5.1 需求背景

你是微商，想让大模型帮你写朋友圈推广文案，推广一款 “手工红糖”，要求文案要 “亲切、有场景感”，还要包含 “手工制作”“适合女生喝”“暖宫” 这 3 个核心信息，字数控制在 50 字左右。

5.5.2 “示例 - 解释” 型提示词

任务：帮我写朋友圈推广文案，推广 “手工红糖”，参考示例和解释的标准。

【示例 1】

输入（需求）：“推广手工红糖，文案要亲切、有场景感，含‘手工制作’‘适合女生喝’‘暖宫’，50 字左右”

输出（推广文案）：“女生们！手工熬的红糖来啦～每天早上冲一杯，暖暖的甜到心里，经期喝还能暖宫，比喝奶茶健康多啦，快来试试～”

【解释 1】
亲切：用 “女生们”“快来试试” 这种口语化称呼和号召，拉近和读者的距离；
场景感：提到 “每天早上冲一杯”“经期喝”，让读者能想到自己使用的场景；
核心信息：包含 “手工熬的（手工制作）”“女生们（适合女生喝）”“经期喝还能暖宫（暖宫）”，3 个信息都没遗漏；
字数：控制在 50 字左右，不长不短，适合朋友圈阅读。
【示例 2】

输入（需求）：“推广手工红糖，文案要亲切、有场景感，含‘手工制作’‘适合女生喝’‘暖宫’，50 字左右”

输出（推广文案）：“冬天喝凉饮太难受？试试手工红糖！女生经期冲一杯，暖宫又舒服，每一块都是手工做的，甜而不腻，谁喝谁知道～”

【解释 2】

和示例 1 要求一致：用 “试试”“谁喝谁知道” 保持亲切，“冬天喝凉饮”“经期冲一杯” 营造场景，核心信息全部包含，字数符合要求。

现在请你再写 2 条符合上面示例和解释要求的手工红糖朋友圈推广文案：

5.5.3 大模型反馈结果
推广文案 1：“女生必看！手工做的红糖太贴心啦～经期肚子不舒服时冲一杯，暖宫又缓解不适，每天喝一杯，全身都暖暖的～”
推广文案 2：“还在找适合女生的暖饮？手工红糖安排！每一块都是慢慢熬的，早上配面包喝，暖宫又养胃，女生喝超合适～”
这两条文案都符合 “亲切、有场景、含核心信息” 的要求，字数也控制在 50 字左右，直接复制到朋友圈就能用，不需要额外修改。

5.6 场景 6：问题解答（软件操作步骤）

5.6.1 需求背景

你是职场新人，刚接触 Excel，不知道怎么 “给 Excel 表格添加边框”，想让大模型给出详细的操作步骤，步骤要 “分点、清晰”，适合新手跟着做，还要说明 “用 Excel 2019 版本”。

5.6.2 “示例 - 解释” 型提示词

任务：帮我解答 Excel 操作问题，给出分点的详细步骤，参考示例和解释，软件版本为 Excel 2019。

【示例 1】

输入（问题）：“Excel 2019 中，怎么给单元格设置背景颜色？”

输出（操作步骤）：文件，找到需要设置背景颜色的单元格或单元格区域（比如选中 A1:C3 区域）；

2. 在 Excel 顶部菜单栏中，找到 “开始” 选项卡，点击进入（“开始” 选项卡通常在最左侧，图标是一个文件夹和笔的样式）；

3. 在 “开始” 选项卡的 “字体” 功能区，找到 “填充颜色” 按钮 —— 按钮图标是一个带有颜色的桶，旁边有下拉箭头；

4. 点击 “填充颜色” 的下拉箭头，会弹出颜色选择面板，选择你需要的背景颜色（比如浅红色、浅蓝色）；

5. 点击选中的颜色后，之前选中的单元格或区域就会显示对应的背景颜色。

【解释 1】
步骤要 “分点明确”，从 “打开文件” 到 “完成操作” 按顺序排列，新手能一步步跟着做；
关键位置要 “标注细节”，比如 “开始” 选项卡的位置、“填充颜色” 按钮的图标，避免新手找不到；
操作描述要 “具体”，比如 “选中 A1:C3 区域”“点击下拉箭头”，不说模糊的话（如 “找到对应的按钮”）。
现在请你按照上面的示例和解释要求，解答以下问题：

待处理问题：“Excel 2019 中，怎么给表格添加边框？”

5.6.3 大模型反馈结果
打开需要操作的 Excel 文件，选中要添加边框的表格区域（比如选中 A1:D10 的表格数据区域）；
在 Excel 顶部菜单栏找到 “开始” 选项卡，点击进入（“开始” 选项卡位于菜单栏最左侧，带有基础编辑功能）；
在 “开始” 选项卡的 “字体” 功能区，找到 “边框” 按钮 —— 按钮图标是一个由横线和竖线组成的小方框，旁边有下拉箭头；
点击 “边框” 的下拉箭头，弹出边框样式选择面板，根据需求选择边框类型（比如 “所有框线”“外部框线”，新手推荐选 “所有框线”，能给表格每个单元格都加上边框）；
点击选中的边框类型后，之前选中的表格区域就会显示对应的边框，完成添加。
这个操作步骤非常详细，连 “边框按钮图标”“推荐新手选的类型” 都标注了，即使是第一次用 Excel 的新人，也能跟着步骤轻松给表格加上边框，不会出现 “找不到按钮” 的问题。

6. 常见问题：用 “示例 - 解释” 法时容易踩的坑及解决办法

在实际使用 “示例 - 解释” 法的过程中，新手可能会遇到一些问题，导致大模型的反馈不符合预期。下面列出 5 个常见问题，以及对应的解决办法，帮你避开这些坑。

6.1 问题 1：示例和需求不匹配，大模型学错了标准

6.1.1 表现

比如你的需求是 “写 30 字以内的短视频标题”，但示例给的是 “50 字的长标题”，最后大模型写出来的标题都超过了 30 字。

6.1.2 原因

示例没有贴合核心需求的关键限制（比如字数、风格、格式），导致大模型从示例里学到的 “标准” 和你实际需要的 “标准” 不一致。

6.1.3 解决办法
写示例前，先把核心需求的 “关键限制” 列出来（比如 “30 字以内”“活泼风格”“包含产品名”）；
检查示例是否满足所有关键限制，不满足的话重新设计示例。比如 “写 30 字以内短视频标题” 的示例，要确保示例标题字数在 30 字以内，并且符合活泼风格。
6.2 问题 2：解释太啰嗦，大模型抓不住重点

6.2.1 表现

解释里写了很多无关内容（比如 “这个示例是我上周做项目时用到的，当时效果很好”），大模型没理解到关键要求（比如 “标题要包含‘限时优惠’字样”），最后反馈的结果遗漏了关键信息。

6.2.2 原因

解释没有聚焦 “示例里的关键规则”，而是加入了无关的背景信息，干扰了大模型的判断。

6.2.3 解决办法
解释只说 “2 件事”：示例里的关键规则（比如 “标题要包含‘限时优惠’”）、为什么这么设计（比如 “包含‘限时优惠’能促使用户行动”）；
删掉所有和 “关键规则” 无关的内容，比如个人经历、示例的来源等。
6.3 问题 3：示例数量太少，大模型没学会

6.3.1 表现

需求比较复杂（比如 “写 3 种不同风格的文案：活泼风、专业风、温馨风”），只给了 1 个示例，大模型最后只写出了和示例风格一样的文案，没写出另外 2 种风格。

6.3.2 原因

复杂需求包含多个子标准（比如 3 种不同风格），1 个示例无法覆盖所有子标准，大模型没学到完整的要求。

6.3.3 解决办法
复杂需求按 “子标准” 数量来给示例，1 个子标准对应 1 个示例。比如 “3 种风格文案” 的需求，给 “活泼风”“专业风”“温馨风” 各 1 个示例；
示例之间要 “差异明显”，让大模型能看出不同子标准的区别。比如活泼风示例用 “冲鸭！”“绝绝子” 等词汇，专业风示例用 “高效”“专业” 等词汇。
6.4 问题 4：待处理内容格式和示例不一致，大模型无法适配

6.4.1 表现

示例的输入是 “单条产品描述文本”，但待处理内容给的是 “多条产品描述混在一起的长文本”，最后大模型无法准确提取每条产品的参数。

6.4.2 原因

待处理内容的格式（比如是否分段、是否单条呈现）和示例输入的格式不一样，大模型不知道怎么适配新格式，导致无法正常处理。

6.4.3 解决办法
确保待处理内容的格式和示例输入的格式完全一致；
如果待处理内容格式特殊，在提示词里补充 “格式说明”。比如待处理内容是 “多条混在一起的文本”，可以在提示词里加一句 “请先把长文本拆分成单条产品描述，再分别提取参数”。
6.5 问题 5：没说清楚 “输出格式”，大模型输出不规范

6.5.1 表现

需求是 “把提取的信息整理成表格”，但示例里没明确表格的列名和样式，最后大模型有的用表格、有的用列表，输出格式混乱。

6.5.2 原因

示例和解释里没明确 “输出格式的细节”（比如表格列名、是否需要表头、用什么符号分隔），大模型只能自行判断，导致格式不统一。

6.5.3 解决办法
在示例里明确 “输出格式的所有细节”。比如表格要包含 “产品名”“价格”“规格” 3 列，表头必须是这 3 个名称，表格用 “|” 分隔；
在解释里强调 “输出格式不能改”，比如 “必须按照示例的表格格式输出，列名和分隔符不能变”。
7. 进阶技巧：让 “示例 - 解释” 法效果更好的 3 个方法

当你熟悉了 “示例 - 解释” 法的基础用法后，可以试试下面 3 个进阶技巧，让大模型的反馈更精准，更贴合你的需求。

7.1 技巧 1：用 “反例” 补充，明确 “不能做什么”

7.1.1 适用场景

当你需要明确 “哪些情况不允许” 时，比如 “写推广文案时不能用夸张宣传词（如‘最有效’‘第一’）”“提取日期时不能包含‘无效日期（如 2023-13-01）’”。

7.1.2 具体做法

在 “正例”（符合要求的示例）之后，加 1 个 “反例”（不符合要求的示例），并解释 “反例错在哪里”“为什么不允许”。

7.1.3 示例

需求：“写手工红糖的推广文案，不能用夸张宣传词（如‘最有效’‘第一’），要亲切自然”

提示词片段：

【正例】

输入：推广手工红糖，亲切自然，无夸张词

输出：“女生经期喝一杯手工红糖，暖暖的很舒服，日常当甜饮也合适～”

【解释正例】：用 “暖暖的很舒服” 体现效果，没有夸张词，“女生”“日常当甜饮” 很亲切。

【反例】

输入：推广手工红糖（错误示范）

输出：“这款手工红糖是全网最有效的，喝了第一口就爱上，没人能拒绝～”

【解释反例】：用了 “最有效”“第一” 这种夸张词，不符合要求，要避免使用。

7.1.4 效果

大模型能清楚知道 “哪些做法不允许”，避免出现不符合要求的反馈，减少后续修改的次数。

7.2 技巧 2：给 “权重”，明确 “哪个更重要”

7.2.1 适用场景

当需求有多个要求，且这些要求有优先级时，比如 “写产品标题，要包含‘限时优惠’（最重要）、包含产品名（次重要）、30 字以内（基础要求）”。

7.2.2 具体做法

在解释里给每个要求标注 “权重”，比如 “最重要”“次重要”“基础要求”，告诉大模型优先满足高权重的要求。

7.2.3 示例

需求：“写 30 字以内的手工红糖标题，包含‘限时优惠’（最重要）、包含‘手工红糖’（次重要）”

提示词片段：

【示例】

输入：写 30 字以内标题，含 “限时优惠”（最重要）和 “手工红糖”（次重要）

输出：“手工红糖限时优惠！经期喝暖宫，3 天内下单立减 10 元～”

【解释】：
最重要：包含了 “限时优惠”，突出了促销重点；
次重要：包含了 “手工红糖”，明确了产品；
基础要求：字数 28 字，在 30 字以内，符合格式。
7.2.4 效果

大模型会优先满足高权重的要求，即使出现特殊情况（比如字数紧张），也会先保证高权重要求不遗漏。比如字数不够时，会先保留 “限时优惠” 和 “手工红糖”，再精简其他内容，而不是删掉高权重的信息。

7.3 技巧 3：分 “步骤”，复杂需求拆解开

7.3.1 适用场景

当需求比较复杂，需要分多步完成时，比如 “先从文本中提取客户反馈的问题，再把问题分类（质量问题、服务问题、价格问题），最后整理成表格”。

7.3.2 具体做法

把复杂需求拆分成 “多个小步骤”，每个步骤给 1 个 “示例 - 解释”，让大模型按步骤完成任务。

7.3.3 示例

需求：“处理客户反馈文本，步骤 1：提取问题；步骤 2：分类（质量 / 服务 / 价格）；步骤 3：整理成表格”

提示词片段：

任务：分 3 步处理客户反馈文本，每步参考对应的示例和解释。

【步骤 1：提取问题】

【示例 1】

输入（反馈）：“买的手工红糖包装破了，客服说没办法解决”

输出（提取的问题）：“包装破损，客服无法解决问题”

【解释 1】：提取文本中客户遇到的具体问题，不遗漏关键信息（包装、客服回应）。

【步骤 2：分类】

【示例 2】

输入（提取的问题）：“包装破损，客服无法解决问题”

输出（分类）：“服务问题（客服无法解决）+ 质量问题（包装破损）”

【解释 2】：质量问题指 “产品本身的问题（如包装、口感）”，服务问题指 “客服、售后的问题”，价格问题指 “觉得价格贵、优惠少”，按这个标准分类。

【步骤 3：整理成表格】

【示例 3】

输入（问题 + 分类）：“问题：包装破损，客服无法解决；分类：服务问题 + 质量问题”

输出（表格）：

客户反馈问题

分类

包装破损，客服无法解决问题

服务问题、质量问题

【解释 3】：表格列名固定为 “客户反馈问题”“分类”，问题要完整，分类用 “、” 分隔多个类别。

现在请处理以下反馈文本：“手工红糖味道太淡，觉得不值这个价，找客服问，客服不回复”

7.3.4 效果

复杂需求拆分成小步骤后，大模型不会混乱，能按顺序准确完成每一步，最终的结果也会更完整、更规范，避免出现 “漏步骤”“错分类” 的问题。

8. 工具适配：不同大模型用 “示例 - 解释” 法的小差异

不同的大模型（比如 ChatGPT、豆包、文心一言）对 “示例 - 解释” 型提示词的响应略有差异，下面列出 3 个常用大模型的适配小技巧，让你的提示词在不同工具上都能有好效果。

8.1 ChatGPT：示例要 “更详细”，解释要 “更明确规则”

8.1.1 特点

ChatGPT 对 “规则性描述” 更敏感，但如果示例太简单或解释太模糊，它可能会 “过度发挥”，比如添加一些你没要求的内容。

8.1.2 适配技巧
示例要包含 “所有细节”。比如写文案，示例要包含 “字数、风格、核心信息”，不能缺；
解释要把 “规则量化”。比如 “亲切风格” 要解释成 “用‘咱们’‘啦’等口语词，句子不超过 10 个字”，而不是 “写得亲切一点”。
8.1.3 示例提示词片段

需求：“写手工红糖的短视频标题，15 字以内，含‘手工红糖’和‘暖宫’”

提示词：

“帮我写手工红糖的短视频标题，参考示例和解释：

【示例】

输入：15 字以内，含‘手工红糖’‘暖宫’

输出：‘手工红糖暖宫，经期喝正好～’（12 字，含 2 个关键信息）

【解释】：
字数必须≤15 字，示例 12 字符合；
必须包含‘手工红糖’和‘暖宫’2 个关键信息，不能少；
句子简短，适合短视频快速传递信息，不超过 10 个字最佳。”
8.2 豆包：示例要 “贴近中文习惯”，解释要 “更口语化”

8.2.1 特点

豆包对中文的理解更精准，尤其是口语化的表达，但如果示例是 “英文风格的中文”（比如 “本产品具有暖宫之功效”），它可能会生成不符合中文日常表达的内容。

8.2.2 适配技巧
示例要用 “中文日常表达”，避免生硬的书面语。比如 “暖宫效果好” 比 “具有暖宫之功效” 更合适；
解释用 “口语化的说明”，比如 “别用太生硬的词，像‘功效’这种就不太好，用‘效果’更自然”。
8.2.3 示例提示词片段

需求：“写手工红糖的朋友圈文案，亲切口语化，含‘手工’‘暖宫’”

提示词：

“帮我写手工红糖的朋友圈文案，参考示例和解释：

【示例】

输入：亲切口语化，含‘手工’‘暖宫’

输出：“咱们喝手工红糖就图个暖宫，经期喝一杯全身都舒服～”

【解释】：
用‘咱们’这种口语词，别用‘用户’‘消费者’，太生硬；
包含‘手工’和‘暖宫’，这两个词不能漏；
像聊天一样自然，别写得像说明书，比如不说‘本红糖可暖宫’。”
8.3 文心一言：示例要 “贴合实际场景”，解释要 “关联场景”

8.3.1 特点

文心一言在 “结合实际场景” 方面表现较好，但如果示例没有明确场景，它可能会生成 “通用化” 的内容，不够贴合你的具体需求。

8.3.2 适配技巧
示例要明确 “使用场景”，比如 “朋友圈文案”“短视频标题”“产品详情页描述”；
解释要 “关联场景说明”，比如 “朋友圈文案要像和朋友分享，所以用‘推荐给大家’这种话，适合转发”。
8.3.3 示例提示词片段

需求：“写手工红糖的产品详情页描述，突出‘手工制作’和‘暖宫’，适合女生看”

提示词：

“帮我写手工红糖的产品详情页描述，参考示例和解释：

【示例】

输入：产品详情页描述，突出‘手工制作’‘暖宫’，面向女生

输出：“【手工熬制，保留原香】这款红糖采用传统手工工艺，慢火熬煮 4 小时，不添加防腐剂，每一块都带着甘蔗的自然甜香。【女生经期好搭档】经期喝一杯红糖姜茶，温暖直达小腹，缓解不适感，日常喝也能补充气血，让你由内而外有好气色～”

【解释】：
场景适配：产品详情页需要分点介绍核心卖点，用 “【】” 标注小标题，方便女生快速浏览；
内容贴合：“经期缓解不适”“补充气血” 都是女生关注的点，结合 “手工制作” 突出品质，符合场景需求。”
9. 实际应用注意事项：让 “示例 - 解释” 法更实用的 4 个细节

在日常使用 “示例 - 解释” 法时，还有一些细节能让它的实用性更强，避免出现 “理论能用，实际不好用” 的情况。下面列出 4 个关键注意事项，帮你更好地落地这种方法。

9.1 注意事项 1：示例要 “真实”，别脱离实际需求

9.1.1 问题表现

比如你实际需要处理的是 “电商平台的客户差评文本”，但示例给的是 “朋友圈的日常吐槽文本”，大模型最后生成的结果不符合电商差评的风格，无法直接使用。

9.1.2 解决办法
示例要从 “你的实际需求场景” 中选取。比如处理电商差评，就找真实的电商差评作为示例输入，确保示例的风格、格式和你要处理的内容一致；
如果没有真实示例，就 “模拟真实场景” 写示例。比如模拟电商差评的格式：“买的手工红糖有怪味，联系客服还不处理，太坑了！”，避免写和实际场景无关的示例。
9.2 注意事项 2：解释要 “易懂”，别用专业术语

9.2.1 问题表现

比如你给大模型写 “数据筛选的示例解释” 时，用了 “通过布尔索引实现数据过滤” 这种专业术语，大模型虽然能理解，但如果你后续要和同事分享这个提示词，同事可能看不懂解释，无法复用。

9.2.2 解决办法
解释用 “大白话”，避免专业术语。比如把 “布尔索引” 改成 “用‘大于 / 小于’这种条件来筛选数据”；
如果必须用专业术语，就补充 “通俗解释”。比如 “用布尔索引（简单说就是‘条件判断’，比如‘销售额 > 5000’）来筛选数据”。
9.3 注意事项 3：及时 “调整”，根据反馈优化示例

9.3.1 问题表现

第一次用 “示例 - 解释” 法生成的结果，可能有部分不符合需求，但你没及时调整示例，导致后续生成的结果还是有同样的问题。

9.3.2 解决办法
生成结果后，先 “检查是否符合需求”。比如看看有没有遗漏关键信息、格式是否正确；
如果不符合需求，就 “分析原因”，调整示例或解释。比如结果遗漏了 “产品价格”，就检查示例是否包含价格信息，如果没有，就补充一个包含价格的示例。
9.3.3 示例

第一次提示词示例没包含 “价格”，大模型没提取价格：
原示例输入：“手工红糖，手工熬制，暖宫效果好”
调整后示例输入：“手工红糖，手工熬制，暖宫效果好，售价 29.9 元 / 罐”
调整后解释：“提取时要包含‘售价’相关的价格信息，比如‘29.9 元 / 罐’”
9.4 注意事项 4：避免 “过度复杂”，示例和解释越简单越好

9.4.1 问题表现

为了让大模型 “学到位”，你给了 5 个示例，每个示例的解释都写了 300 字，导致提示词太长，大模型可能会遗漏部分信息，而且你写提示词也花了很多时间。

9.4.2 解决办法
示例数量：简单需求 1 个，复杂需求 2-3 个，最多不超过 3 个；
解释长度：每个解释控制在 50-100 字，只说关键规则，别啰嗦；
提示词总长度：尽量控制在 500 字以内（不含待处理内容），避免大模型信息过载。
10. 新手练习建议：3 步掌握 “示例 - 解释” 法

如果你是新手，想快速掌握 “示例 - 解释” 法，可以按照下面 3 个步骤练习，从简单到复杂，逐步熟悉这种方法。

10.1 第一步：从 “简单需求” 开始，练熟基础流程

10.1.1 选择简单需求

比如 “提取句子里的关键词”“把短句子改写成另一种风格”“解简单的数学题” 等，这些需求规则明确，不需要复杂的示例设计。

10.1.2 练习目标

熟练掌握 “明确任务→给示例→做解释→给待处理内容” 的 4 步流程，确保每一步都能写得符合要求。

10.1.3 练习案例

需求：“从句子里提取‘水果名称’”
任务：帮我从句子里提取出水果名称；
示例 1：输入 “我昨天买了苹果和香蕉，味道很好”，输出 “苹果、香蕉”；
解释 1：找句子里表示水果的名词，用 “、” 分隔多个水果；
待处理内容：“妈妈买了橙子、葡萄和草莓，准备做水果沙拉”。
10.2 第二步：尝试 “中等需求”，练习细节把控

10.2.1 选择中等需求

比如 “写产品卖点”“提取 Excel 参数”“写简单的推广文案” 等，这些需求需要注意细节（比如卖点要包含参数、文案要符合风格）。

10.2.2 练习目标

学会把控 “示例的细节” 和 “解释的重点”，确保大模型能准确理解你的标准。

10.2.3 练习案例

需求：“写牛奶的 3 个卖点，包含‘无添加’‘高蛋白’参数”
任务：帮我写牛奶的 3 个卖点，每个卖点要包含 “无添加” 或 “高蛋白” 参数；
示例 1：输入 “牛奶卖点（含无添加）”，输出 “无添加防腐剂，老人小孩都能喝，喝着放心”；
解释 1：卖点要包含 “无添加” 参数，还要结合目标人群（老人小孩），让卖点更具体；
待处理内容：写另外 2 个包含 “高蛋白” 参数的牛奶卖点。
10.3 第三步：挑战 “复杂需求”，练习进阶技巧

10.3.1 选择复杂需求

比如 “分步骤处理客户反馈”“写多种风格的长文案”“生成复杂的代码” 等，这些需求需要用到 “反例”“权重”“分步” 等进阶技巧。

10.3.2 练习目标

能根据复杂需求，灵活运用进阶技巧，让大模型的反馈完全贴合你的预期。

10.3.3 练习案例

需求：“分步骤处理客户反馈：1. 提取问题；2. 判断是否需要售后；3. 整理成表格”
任务：分 3 步处理客户反馈，每步参考示例和解释；
步骤 1 示例：输入 “牛奶喝着有异味，想退款”，输出 “问题：牛奶有异味，需求：退款”；
步骤 1 解释：提取 “问题” 和 “用户需求”，不遗漏关键信息；
步骤 2 示例：输入 “问题：牛奶有异味，需求：退款”，输出 “需要售后（产品质量问题，用户要求退款）”；
步骤 2 解释：质量问题（异味、变质）需要售后，使用问题（比如 “不会用”）不需要售后；
步骤 3 示例：输入 “问题：牛奶有异味，需求：退款；是否售后：是”，输出表格（列名：问题、用户需求、是否售后）；
步骤 3 解释：表格列名固定，内容要完整；
待处理内容：“买的牛奶包装破损，里面的牛奶漏了，想换一瓶”。
通过这 3 步练习，你能从 “会用” 到 “用好”“示例 - 解释” 法，不管遇到什么需求，都能写出有效的提示词，让大模型成为你的得力助手。

11. 应用场景扩展：“示例 - 解释” 法的更多用途

除了前面提到的 “文本改写”“信息提取”“代码生成” 等场景，“示例 - 解释” 法还能用于很多其他场景。下面列出 5 个常见的扩展场景，帮你打开思路，让这种方法发挥更多作用。

11.1 场景 1：学习新知识（辅助理解知识点）

11.1.1 需求

你想学习 “Excel 的 VLOOKUP 函数”，但看书上的解释太抽象，想让大模型用 “示例 - 解释” 法帮你理解。

11.1.2 提示词示例

任务：用 “示例 - 解释” 法帮我理解 Excel 的 VLOOKUP 函数，说明它的用法和步骤。

【示例 1】

输入（需求）：“在‘员工表’中，根据‘员工 ID（A 列）’，查找对应的‘工资（C 列）’，员工 ID 是‘1001’”

输出（VLOOKUP 函数用法）：
函数公式：=VLOOKUP (查找值，查找范围，返回列数，匹配类型)
具体公式：=VLOOKUP (1001, A:C, 3, 0)
步骤：
- 查找值：1001（要找的员工 ID）；
- 查找范围：A:C（员工 ID 在 A 列，工资在 C 列，查找范围必须包含查找值所在列和返回值所在列）；
- 返回列数：3（工资在查找范围的第 3 列，A 是第 1 列，B 是第 2 列，C 是第 3 列）；
- 匹配类型：0（精确匹配，确保找到和 1001 完全一致的 ID）。
【解释 1】
VLOOKUP 函数的核心是 “根据一个值，找另一个对应的值”；
查找范围的 “第一列必须是查找值所在的列”（比如这里查找值是员工 ID，在 A 列，所以查找范围从 A 列开始）；
返回列数是 “查找范围中的列数”，不是整个表格的列数；
匹配类型用 0（精确匹配），避免找到不相关的结果。
11.1.3 效果

通过具体的示例和解释，你能快速理解抽象的函数用法，比看书上的文字解释更直观，还能跟着示例自己动手操作，加深记忆。

11.2 场景 2：工作汇报（辅助整理汇报内容）

11.2.1 需求

你需要写 “月度工作汇报”，但不知道怎么组织内容，想让大模型用 “示例 - 解释” 法帮你整理汇报结构和内容。

11.2.2 提示词示例

任务：用 “示例 - 解释” 法帮我整理月度工作汇报的结构和内容，汇报对象是领导，内容要简洁、有数据。

【示例 1】

输入（需求）：“整理‘销售岗位’的月度工作汇报结构，包含‘工作成果’‘存在问题’‘下月计划’”

输出（汇报结构和内容示例）：

4 月销售工作汇报

一、工作成果（核心数据）
销售额：本月完成销售额 5 万元，环比增长 10%（3 月完成 4.5 万元）；
客户数量：新增客户 20 个，环比增长 5%；
重点任务：完成 “春季促销” 活动，带动销售额增长 8%。
二、存在问题
部分客户反馈 “产品发货慢”，影响客户满意度；
下旬销售额增长放缓，比上旬少完成 0.5 万元。
三、下月计划
协调物流部门，优化发货流程，解决 “发货慢” 问题；
制定 “5 月新品推广” 计划，目标销售额 5.5 万元，新增客户 25 个。
【解释 1】
结构：分 “工作成果”“存在问题”“下月计划” 3 部分，逻辑清晰，领导能快速抓住重点；
内容：工作成果要 “带数据”（环比增长、具体金额），避免空泛；存在问题要 “具体”（比如 “发货慢”），不笼统；下月计划要 “有目标”（比如 “销售额 5.5 万元”），可落地；
语言：简洁，不用复杂句子，领导阅读效率高。
11.2.3 效果

你能按照示例的结构和内容要求，快速整理自己的工作汇报，避免出现 “内容混乱”“没有数据”“计划不落地” 等问题，让汇报更受领导认可。

11.3 场景 3：教育辅导（辅助辅导孩子学习）

11.3.1 需求

你想辅导孩子学习 “小学语文的比喻句写作”，但不知道怎么教，想让大模型用 “示例 - 解释” 法帮你设计辅导内容。

11.3.2 提示词示例

任务：用 “示例 - 解释” 法帮我设计辅导孩子写比喻句的内容，适合小学 3 年级学生，语言要简单。

【示例 1】

输入（需求）：“教孩子写‘描写月亮’的比喻句，告诉孩子比喻句要包含‘本体’‘喻体’‘比喻词’”

输出（辅导内容）：
先告诉孩子比喻句的组成：
- 本体：要描写的东西（这里是 “月亮”）；
- 喻体：像什么（比如 “盘子”“小船”）；
- 比喻词：“像”“好像”“仿佛” 等；
示例句子：
- 句子 1：“月亮像一个圆圆的盘子，挂在天上。”（本体：月亮，喻体：盘子，比喻词：像）；
- 句子 2：“弯弯的月亮好像一条小船，飘在夜空里。”（本体：月亮，喻体：小船，比喻词：好像）；
小练习：让孩子用 “月亮像______” 写一个比喻句。
【解释 1】
先讲 “简单的组成部分”，孩子容易理解，不用讲复杂的语法；
示例句子要 “短”“贴近孩子的生活”（盘子、小船都是孩子熟悉的东西）；
加 “小练习”，让孩子马上动手写，巩固理解。
11.3.3 效果

你能按照示例的辅导思路，一步步教孩子写比喻句，孩子能通过具体的例子理解抽象的语法概念，比单纯讲 “什么是比喻句” 更有效。

11.4 场景 4：生活规划（辅助制定计划）

11.4.1 需求

你想制定 “周末家庭出游计划”，但不知道怎么安排时间和活动，想让大模型用 “示例 - 解释” 法帮你设计计划。

11.4.2 提示词示例

任务：用 “示例 - 解释” 法帮我制定 “周末家庭出游计划”（带 5 岁孩子），包含 “时间安排”“活动内容”“注意事项”，时间从周六上午到周日下午。

【示例 1】

输入（需求）：“制定周六上午的家庭出游计划（带 5 岁孩子，去动物园）”

输出（周六上午计划）：

周六上午计划（去动物园）
时间安排：
- 8:00-8:30：起床、吃早餐；
- 8:30-9:30：出发去动物园（开车，路程约 1 小时）；
- 9:30-12:00：在动物园游玩（重点看熊猫、大象、猴子，这些是孩子喜欢的动物）；
- 12:00-13:00：在动物园附近的餐厅吃午饭。
活动内容：
- 给孩子准备 “动物认知卡片”，在动物园里找对应的动物，边玩边学；
- 带孩子喂小山羊（提前确认动物园是否允许，准备专用饲料）。
注意事项：
- 给孩子穿舒适的运动鞋，方便走路；
- 带水壶、湿巾、备用衣服（孩子可能会弄脏衣服）；
- 准备小零食（孩子游玩时可能会饿）。
【

解释 1】
时间安排：要 “合理”，考虑孩子的作息（比如不早起、预留午休时间），还要算上路程时间，避免太赶；
活动内容：要 “适合孩子”，选择孩子感兴趣的项目（比如看喜欢的动物、互动喂小动物），还要加入 “学习元素”（比如认知卡片），让游玩有意义；
注意事项：要 “细致”，考虑孩子的需求（舒适的鞋子、备用衣服、零食），避免游玩中出现意外情况（比如孩子饿了、衣服脏了）。
现在请继续制定 “周六下午、周日上午、周日下午” 的家庭出游计划（带 5 岁孩子，周六下午去公园，周日上午去儿童乐园，周日下午回家休息）。

11.4.3 效果

按照示例的思路，大模型能制定出贴合孩子需求、时间合理、细节到位的出游计划，你不需要再花大量时间查路线、想活动，直接照着计划执行就行，让周末出游更轻松。

11.5 场景 5：语言翻译（辅助精准翻译）

11.5.1 需求

你需要把 “产品说明书里的中文句子翻译成英文”，要求 “专业、准确”，还要符合英文产品说明书的表达习惯，不想出现口语化的翻译。

11.5.2 提示词示例

任务：用 “示例 - 解释” 法帮我把中文产品说明句子翻译成英文，要求专业、符合英文产品说明书风格，避免口语化。

【示例 1】

输入（中文句子）：“本产品需在干燥、通风的环境中存放，避免阳光直射”

输出（英文翻译）：“This product should be stored in a dry and well-ventilated environment, away from direct sunlight.”

【解释 1】
专业术语：“干燥、通风的环境” 翻译为 “dry and well-ventilated environment”（英文产品说明常用表达），不用 “dry and airy place”（口语化）；
句式：用被动语态（“should be stored”），符合英文产品说明书的正式风格，不用主动语态（“You should store this product”，口语化）；
细节：“避免阳光直射” 翻译为 “away from direct sunlight”，准确且简洁，不遗漏关键信息。
【示例 2】

输入（中文句子）：“使用前请仔细阅读本说明书，按照步骤操作”

输出（英文翻译）：“Please read this manual carefully before use and follow the steps for operation.”

【解释 2】
词汇：“说明书” 翻译为 “manual”（产品说明专用词），不用 “instruction book”；“按照步骤操作” 翻译为 “follow the steps for operation”，符合专业表达；
逻辑：用 “and” 连接两个动作（“read...and follow...”），句式简洁，符合英文产品说明的简洁风格。
现在请翻译以下中文句子（产品说明书场景）：
“本产品保修期为 1 年，人为损坏不在保修范围内”
“请勿将本产品放入水中，以免损坏内部零件”
11.5.3 效果

大模型翻译的句子专业、准确，完全符合英文产品说明书的风格，不会出现口语化表达，你不需要再找专业翻译修改，直接就能用在产品说明书上，节省时间和成本。

12. 工具使用小贴士：让 “示例 - 解释” 法更高效的工具推荐

除了大模型本身，还有一些工具能帮你更高效地使用 “示例 - 解释” 法，比如整理示例、检查提示词、保存常用模板等。下面推荐 4 个实用工具，适合新手使用。

12.1 工具 1：Notepad++（整理示例和提示词）

12.1.1 功能特点

Notepad++ 是一款免费的文本编辑器，支持多标签页、语法高亮，能帮你快速整理 “示例 - 解释” 型提示词。

12.1.2 使用场景

当你需要写多个示例和解释时，可以用 Notepad++ 分标签页整理：比如一个标签页写 “示例和解释”，另一个标签页写 “待处理内容”，避免内容混乱。

12.1.3 使用技巧
用 “加粗” 功能（快捷键 Ctrl+B）标注 “示例”“解释”“任务” 等关键词，让提示词结构更清晰；
保存常用的 “示例 - 解释” 模板，下次用的时候直接修改内容，不用重新写结构。比如保存 “文本改写” 的模板：
- 任务：[具体改写需求]
- 示例 1：输入 [输入内容]，输出 [输出内容]
- 解释 1：[关键规则]
- 待处理内容：[需要处理的内容]
12.2 工具 2：Excel（管理示例和结果）

12.2.1 功能特点

Excel 能帮你管理大量的 “示例 - 输入 - 输出” 数据，比如你需要处理很多文本提取、改写任务，用 Excel 记录示例和大模型的反馈结果，方便后续查看和复用。

12.2.2 使用场景

比如你用 “示例 - 解释” 法提取大量产品参数，就可以在 Excel 里建表格，列名设为 “示例输入”“示例输出”“解释”“待处理输入”“大模型输出”“是否符合需求”，把所有内容记录下来。

12.2.3 使用技巧
用 “筛选” 功能，快速找到 “不符合需求” 的结果，分析原因并调整示例；
用 “批注” 功能，在 “解释” 列添加补充说明，比如 “这个示例要注意包含价格信息”，下次看的时候能快速回忆关键规则。
12.3 工具 3：ChatGPT Prompt Generator（生成提示词框架）

12.3.1 功能特点

这是一款在线工具（网址：https://promptbase.com/chatgpt-prompt-generator），能帮你生成 “示例 - 解释” 型提示词的框架，你只需要填写具体内容就行，适合新手不知道怎么写提示词结构时使用。

12.3.2 使用场景

当你第一次用 “示例 - 解释” 法处理某个需求（比如 “代码生成”），不知道怎么组织提示词结构，就可以用这个工具生成框架。

12.3.3 使用技巧
在工具的 “需求描述” 里输入你的具体需求（比如 “生成 Python 数据筛选代码，用示例 - 解释法”）；
工具会生成提示词框架，你再往框架里填 “示例”“解释”“待处理内容”，比如：
- 任务：生成 Python 数据筛选代码，要求 [具体要求]
- 示例 1：输入 [需求描述]，输出 [代码内容]
- 解释 1：[代码关键规则]
- 待处理需求：[需要生成代码的需求]
12.4 工具 4：印象笔记（保存和复用提示词）

12.4.1 功能特点

印象笔记是一款笔记工具，支持跨设备同步，能帮你保存常用的 “示例 - 解释” 型提示词，下次用的时候直接复制，不用重新写。

12.4.2 使用场景

当你有很多常用的 “示例 - 解释” 模板（比如 “文本改写”“信息提取”“文案创作”），可以用印象笔记分类保存，比如建一个 “提示词模板” 笔记本，里面分 “文本处理”“代码生成”“学习辅助” 等子笔记本，每个子笔记本保存对应的模板。

12.4.3 使用技巧
给每个提示词模板加 “标签”，比如 “简单需求”“复杂需求”“Excel 相关”，方便快速搜索；
在模板里用 “占位符” 标注需要修改的内容，比如 “[示例输入]”“[待处理内容]”，下次用的时候直接替换占位符就行。
13. 常见疑问解答：新手用 “示例 - 解释” 法常问的 5 个问题

在使用 “示例 - 解释” 法的过程中，新手可能会有一些疑问，下面解答 5 个最常见的问题，帮你消除困惑。

13.1 疑问 1：一定要给示例吗？只给详细解释行不行？

13.1.1 解答

不建议只给解释，最好同时给示例。因为解释是 “抽象的规则”，而示例是 “具体的参照”，大模型更容易从示例中学习到你的标准。

比如你只说 “写文案要亲切”（解释），大模型不知道怎么才算亲切；但你给一个亲切的示例，大模型马上就能理解。所以即使解释很详细，也建议搭配 1 个示例，让大模型更准确地理解需求。

13.2 疑问 2：示例必须是 “正确的” 吗？能不能给 “错误示例” 让大模型避开？

13.2.1 解答

示例可以是 “正确示例”（让大模型学习），也可以是 “错误示例”（让大模型避开），甚至可以两者结合。

比如你想让大模型写推广文案，避免用夸张词，就可以给 1 个 “正确示例”（不用夸张词）和 1 个 “错误示例”（用了夸张词），并解释错误示例错在哪里。这样大模型不仅知道 “要做什么”，还知道 “不要做什么”，结果会更符合要求。

13.3 疑问 3：如果我的需求很特殊，找不到 “相似示例” 怎么办？

13.3.1 解答

如果需求特殊，找不到相似示例，可以 “模拟示例”—— 按照你的需求，自己写 1 个 “输入 - 输出” 示例，确保示例符合你的标准。

比如你的需求是 “给宠物猫写生日文案”，找不到现成示例，就可以自己写：
示例输入：“给 3 岁的橘猫写生日文案，亲切、有可爱风格”
示例输出：“祝橘橘宝贝 3 岁生日快乐呀！新的一年要多吃罐头、少掉毛，每天都要开开心心～”
解释：用 “宝贝”“呀” 体现亲切，“多吃罐头、少掉毛” 贴合猫的特点，符合可爱风格。
模拟的示例只要符合你的需求标准，大模型就能学到正确的规则。

13.4 疑问 4：用 “示例 - 解释” 法写提示词，比普通提示词花的时间多，值得吗？

13.4.1 解答

值得。虽然第一次写 “示例 - 解释” 型提示词会比普通提示词多花一点时间，但后续能节省大量时间：
减少修改次数：普通提示词可能需要反复修改 3-5 次才能得到满意结果，而 “示例 - 解释” 法通常 1-2 次就能达标；
可复用：写好的 “示例 - 解释” 模板可以反复用，比如 “文本改写” 的模板，下次改写其他文本时，只需要改示例和待处理内容，不用重新写结构；
结果更精准：大模型的反馈更贴合需求，不需要再花时间调整细节。
从长远来看，用 “示例 - 解释” 法反而能节省时间，提高效率。

13.5 疑问 5：所有需求都适合用 “示例 - 解释” 法吗？有没有不适合的场景？

13.5.1 解答

不是所有需求都适合用 “示例 - 解释” 法，以下 2 种场景可以不用：
超简单需求：比如 “告诉我今天是星期几”“计算 1+1 等于几”，这类需求不需要示例，大模型直接就能回答，用普通提示词更高效；
开放性需求：比如 “给我的文章起 10 个标题”“想象一个未来的场景”，这类需求没有固定标准，示例反而会限制大模型的思路，用普通提示词（比如 “起 10 个吸引人的标题”）更合适。
除了这 2 种场景，其他有明确标准、需要精准结果的需求（比如文本改写、信息提取、代码生成、解题等），都适合用 “示例 - 解释” 法。