刚接触角色提示词的人，问得最多的往往是下面这几个问题。

Q1：角色提示到底是什么？

角色提示就是在提问前先告诉 AI 它要以什么身份、什么经验水平、面向谁来回答，比如“你是一位有十年经验的招聘经理”。身份一旦明确，AI 选词、关注点和判断标准都会跟着变化。

Q2：为什么它有效？和直接提问有什么不同？

大模型在训练中见过大量不同身份的写作方式，指定角色相当于帮它从众多可能的回答风格里先挑出一种，减少泛泛而谈。直接提问时 AI 默认用通用助手的口吻回答，覆盖面广但重点不突出；角色提示会让它带入特定专业视角，按该身份关心的标准取舍信息。

Q3：哪些场景最值得用？

最典型的是两类：一是需要特定口吻的文字，例如客服、老师、产品经理的说话方式；二是同一问题想听不同立场的意见，用多个角色轮流回答。以运维工程师为例，处理“把发布流水线的构建时间缩短约三分之一”这类工作时就很适合尝试。

Q4：具体怎么开始？

建议按这三步起步：

  1. 明确你要的身份：职业、资历和擅长领域，越具体越好。
  2. 写清楚这个角色要服务的对象和目的，比如“给新入职同事讲解”
  3. 补充角色的工作标准或价值观，例如“重视风险、不夸大效果”

熟练之后再养成一个习惯：看完回答后，如果口吻不对，直接调整角色描述而不是重写整个问题。

Q5：有没有现成的模板？

有，下面这个可以直接复制，按需替换方括号内容：

【角色】你是挑剔但友善的评审专家，擅长发现逻辑漏洞。
【对象】作者是运维工程师，经验中等，希望在提交前自查。
【标准】只评论影响决策的问题；每条意见必须指向原文具体句子。
【禁止】不要重写全文，不要客套，不要编造原文没有的数据。
【输出】表格：原文句子 | 问题 | 建议改法 | 严重程度（高/中/低）

Q6：角色越资深越好吗？

不一定。给新手讲解时，“耐心的入门讲师”往往比“顶级专家”更合适，关键是角色和读者匹配。

Q7：中文和英文写角色有区别吗？

原理相同，用你最终需要的输出语言来写角色和任务即可，避免中英混杂导致输出语言不稳定。

Q8：可以让 AI 同时扮演多个角色吗？

可以，比如让它依次以支持者和反对者身份发言，但要明确每个角色的发言顺序和格式。

举个例子

举个虚构的例子：一位店主想让 AI 帮忙看新菜单。直接问“菜单怎么样”，得到的是一堆客套话；改成“你是一位精打细算的上班族顾客，第一次路过这家店，请告诉我菜单上哪些地方会让你犹豫要不要进店”，AI 立刻指出价格区间不清楚、招牌菜不突出等具体问题。

补充：最容易踩的坑和用好的诀窍

  • 以为指定权威角色就能保证答案正确。改进：角色只改变视角和口吻，事实和数据仍需要你核对。
  • 给角色加了太多互相冲突的特征。改进：保留 2 到 3 个最关键的特征，比如严谨、简洁、面向新手。
  • 角色描述里加入“不确定时直接说不知道”，可以减少硬编的回答。
  • 把常用角色写成固定段落存起来，下次直接粘贴复用。

延伸学习

角色提示和少样本提示、用户模拟访谈关系密切。建议先把角色提示在一个真实任务里用熟，再逐个尝试相关技能，而不是一次学很多。

相关阅读