第二章 提示词工程——与 AI 高效对话的方法论
本章核心问题：同样的工具，为什么别人用得好、你用得差？
你是否有过这样的体验：同样使用 ChatGPT 或 DeepSeek，有人能让 AI 写出逻辑清晰、文采斐然的文章，而你得到的却是一堆"正确的废话"？
差距不在工具，而在提问的方式。
人工智能领域有一句广为流传的话："垃圾输入，垃圾输出"（Garbage In, Garbage Out）。大语言模型的输出质量，在很大程度上取决于输入提示词（Prompt）的质量。提示词工程（Prompt Engineering） 正是研究如何设计高质量提示词，从而引导 AI 生成理想输出的方法论。
本章将从提示词的底层逻辑讲起，介绍一套系统化的提示词框架和六种核心技巧，并通过营销场景的进阶应用和实战训练，帮助你从"随便问问"升级为"精准驾驭"。
本章学习目标
完成本章学习后，你将能够：
- 理解提示词影响 AI 输出质量的底层原理；
- 熟练运用 CO-STAR 框架构建结构化提示词；
- 掌握角色设定、思维链、迭代优化等六种核心提示技巧；
- 针对营销写作等专业场景设计进阶提示词。
本章知识结构
