这是一个虚构但很典型的案例：老何是一位为个人和家庭提供保险咨询的保险代理人，最近手头在忙“和 8 位客户进行保障需求沟通”，同时还要准备“筹备一场家庭保障讲座”。这次老何需要整理一份给团队主管的保障方案说明，决定试试 AI 辅助写提示词。

背景

对老何来说，要向客户讲清楚复杂条款，写跟进消息、做需求分析，还要遵守严格的销售规范。偏偏这次还遇到一个变数：一位客户对条款理解有偏差，需要再次沟通。保障方案说明需要尽快交给团队主管，时间并不宽裕。

第一次尝试：问题出在哪

老何一开始只写了一句话：

帮我写一份关于“年轻家庭的保障规划”的保障方案说明。

结果 AI 给出的内容四平八稳却用不上。复盘下来，主要有两个问题：

  • 直接使用 AI 写的提示词不测试。
  • 不保存迭代结果。

改进后的提示词

老何按照让 AI 写提示词的思路重写了提示词，核心是请 AI 先问你几个澄清问题：

我想让 AI 帮我完成这样一件事：作为保险代理人，定期写给团队主管的保障方案说明。
请你帮我设计一条高质量的提示词：
1. 先问我 3-5 个你需要了解的问题；
2. 根据我的回答，输出一条包含【角色】【背景】【任务】【要求】【输出格式】的完整提示词；
3. 用方括号标出每次使用时需要替换的内容；
4. 最后说明这条提示词中哪几句最关键、为什么。

结果（示意）

下面的效果为虚构演示，用来说明这类改进通常带来的变化：

示例（虚构）：用户原来的提示词是“帮我写个周报”。AI 先问了读者、篇幅和格式偏好，然后给出一条结构化提示词，包含“本周完成、数据变化、风险、下周计划”四个部分和“每部分不超过 3 条”的要求。

拿到结果后，老何没有直接转发，而是对照原始资料逐条核对，再补上 AI 不知道的背景。

复盘：这次用到的方法

  • 让 AI 输出结构化的提示词，包含角色、背景、任务、格式和限制。
  • 检查提示词中的假设是否符合你的实际情况。
  • 用这条提示词在新对话中测试，观察结果。
  • 必须在新对话中测试，看结果是否真的符合需求。

之后老何发现，同样的方法也适用于另一类场景：现有提示词效果不好，想找出问题。

复盘时老何还想到一个问题：改进提示词时应该先改哪里？答案是：先补背景和目标，再改格式和限制，背景缺失通常是效果差的首要原因。

给保险代理人的提醒

让 AI 把条款里的专业术语改写成通俗说法，再对照原条款核对。产品责任、免责条款和收益表述必须以合同条款为准，不能用 AI 生成的内容做任何承诺。另外，对话里不要出现客户身份信息、健康告知和保单信息。

一个额外的小技巧：元提示词本身也可以做成模板，常用常新。

如果你也是保险代理人

可以先从“参加产品培训”或“学习新产品条款”这样的小任务开始练习让 AI 写提示词，熟练之后再用到保障方案说明这类更正式的材料上。每次记录一下哪句提示词最管用，慢慢就有了自己的模板。

相关阅读