约束阶梯提示法教程：一次加一层约束，让 AI 输出逐步收敛
约束阶梯提示法的核心是：不要在第一条提示词里塞进所有要求，而是先让 AI 给出一个粗稿，再按固定顺序一次只加一层约束，每一轮只检查这一层是否达标。 这样你能清楚看到每条约束带来的变化，也更容易发现哪条要求互相冲突。
为什么一次写满约束反而效果差
当一段提示词同时要求「专业、口语化、不超过 200 字、包含三个案例、用表格」时，模型需要在相互拉扯的条件之间取舍，结果往往每条都只满足一半。更麻烦的是，你很难判断是哪一条要求没被理解。把约束拆开逐层加，相当于给调试过程加了「单步执行」。
推荐的阶梯顺序
- 内容层：要点是否齐全、事实是否来自你给的材料
- 结构层：段落顺序、标题层级、是否需要列表
- 语气层：面向谁、正式程度、人称
- 格式层：Markdown、表格、JSON 等输出形态
- 长度层：最后再压缩或扩展
长度放在最后，是因为过早限制字数会让模型删掉你还没确认是否需要的内容。
分步操作
第 1 步：只给任务和材料
根据下面的材料，写一份给新同事的报销流程说明。
【材料】……
第 2 步：检查内容层，再加结构约束
内容基本齐全，但漏了「发票抬头错误怎么办」，请补上。
然后把全文改为：流程总览 → 分步骤说明 → 常见问题，三个部分。其他不变。
第 3 步：加语气约束
结构可以。现在把语气调整为对刚入职的同事说话：用「你」，少用公文腔，每步开头用动词。内容和结构不要改。
第 4 步：加格式和长度约束
最后：步骤部分改为编号列表，常见问题用「问：/答：」格式，全文控制在 400 字以内，优先删减重复解释。
注意每一轮都写上「其他不变」或「内容和结构不要改」，这是让阶梯成立的关键句。
什么时候停止加约束
- 当前输出已经能直接使用，就不要为了「更完美」继续加层
- 连续两轮修改都在来回摇摆（例如一会儿太正式一会儿太随意），说明约束描述不够具体，应该给一个示例句子而不是继续加形容词
- 某一层改动导致前面已达标的层被破坏，回退到上一版，把冲突的两条约束合并重写
把阶梯固化成模板
试出满意结果后，把每一层的约束按顺序合并成一条完整提示词保存起来。下次同类任务可以直接用完整版，只有效果不理想时才重新逐层调试。这也是很多人建立个人提示词库的方式。
常见坑
- 每轮同时修改两层，就失去了定位问题的能力
- 忘记声明「其他不变」，模型会顺手改写你已经满意的部分
- 长度约束放得太早，导致关键内容被删