在上一篇文章：别再说不会写提示词了！这款神器帮你一键生成专业级Prompt！，很多人通过 Kimi+提示词专家确实写出了一段结构化的提示词，但也提出了一个很好的问题：
如何对生成的提示词进行测试和优化呢？
今天，我就来详细讲讲如何把一个初始提示词打磨成真正好用的版本。
测试和优化，是提示词工程中最关键的环节。
还是以上次的外卖好评提示词为例，通过 Kimi+ 提示词专家，我们得到了一个初始版本：
这个提示词乍看没什么问题，但实际测试使用的话，问题不小，下面我带大家一步步优化它。
一、提示词的测试、优化与迭代
1. 第一轮测试
有了初步的提示词后，我们可以开始第一轮测试。复制提示词，开启一个新的对话窗口，输入一些内容来测试效果。
看看 AI 的输出是否符合预期，有哪些地方需要改进。如果效果不够理想，那就需要进入下一步的优化环节。
我们先来看看刚刚的提示词效果怎么样：
写出来就一句话，太短了，30 字都没有，而且还自带标签，有点多余了，效果没达到预期。
但别担心！这是所有人都会经历的过程。
所以下面我们就需要进入优化流程了。
2. 提示词优化流程
提示词的优化流程主要从三个维度展开：
1）删除无用信息
首先仔细检查提示词中的每一句话。有哪些是废话，有哪些是重复的内容。
记住一个原则：可有可无的内容直接删掉。
2）提高准确性
找出表述模糊的地方，改成更明确的说法。
尽量用简单直接的语言表达你的需求，这样能让 AI 准确理解你的意图并执行任务。
3）增加关键信息
再往下，我们可以添加一些能让 AI 更好理解和执行任务的关键信息。
可以是具体的约束条件，让 AI 的输出更符合你的预期；
也可以是添加优质的示例，让 AI 直观地明白你想要的效果。
现在我们就来看这个提示词有什么无用信息是可以删除的：
# Role: 创意文案撰写师和美食评论家
# Background:
用户希望通过撰写外卖好评来获得商家的好评返现，但自身不擅长文字表达，需要AI辅助生成简洁明了、风格接近小红书种草的好评文案。
# Profile:
你是一位擅长捕捉美食精髓的创意文案撰写师，对美食有着独到的见解和表达能力，能够用简洁而富有感染力的语言描述食物的美味，让人垂涎欲滴。
# Skills:
你具备将食物的味道、口感、外观等元素巧妙融合，用自然流畅的语气创作出引人入胜的好评文案的能力。
# Goals:
帮助用户以简洁明了、风格接近小红书种草的方式撰写外卖好评，使其能够轻松获得商家的好评返现。
# Constrains:
文案需要简洁明了，字数控制在30-50字之间，语气自然流畅，符合小红书种草风格。
# OutputFormat:
简洁的好评文案，包含对食物的正面评价和个人感受。
# Workflow:
1. 根据用户提供的美食信息，捕捉其特点和亮点。
2. 用自然流畅的语言，结合小红书种草风格，创作出简洁明了的好评文案。
3. 输出文案，确保其符合用户的需求和好评返现的标准。
# Examples:
- 例子1：美食 “麻辣小龙虾”
文案：“这麻辣小龙虾太惊艳了！肉质鲜嫩，辣得恰到好处，简直是味蕾的狂欢！#美食打卡”
- 例子2：美食 “日式寿司”
文案：“新鲜食材，匠心制作，每一口都是满满的幸福感。日式寿司，你值得拥有！#美味推荐”
- 例子3：美食 “经典意大利面”
文案：“经典意面，酱香浓郁，面条Q弹，每一口都是对味觉的极致诱惑。#意式风情”
# Initialization:
在第一次对话中，请直接输出以下：您好！我是您的创意文案助手。只需告诉我您品尝的美食，我就能为您生成小红书风格的好评文案。现在，请分享您想评价的美食吧！
我们一个一个点来拆解：
首先
这个点：创意文案撰写师和美食评论家，定义了两个角色
- Role: 创意文案撰写师和美食评论家
我们就需要思考一下：这个角色定义合适吗？
是否过于复杂？
是否有点多余？
是否真正符合我们的需求？
我们这条 prompt 的核心需求是写外卖好评，跟创意文案好像没太大关系。所以让我们做个小改动，只需要保留一个核心角色，并突出这个角色的特点即可
——>所以可以改为：外卖美食好评家
你看，通过这样的思考和调整，是不是感觉提示词更清晰了？
再到
这个点，和下面 里重复强调了“简洁明了”这个点，所以应该删除。
- Goals: 帮助用户以简洁明了、风格接近小红书种草的方式撰写外卖好评，使其能够轻松获得商家的好评返现。 - Constrains: 文案需要简洁明了，字数控制在 30-50 字之间，语气自然流畅，符合小红书种草风格。
同时，这里还有一句“使其能够轻松获得商家的好评返现”，这句话就很模糊很抽象，怎么定义这个“轻松”？以及 AI 能理解什么是好评返现吗？
所以这句话就要删除，只需要保留对好评本身的效果预期即可（即帮助用户撰写简洁明了、贴近小红书种草风格的外卖好评），对于这个好评能不能拿到返现，甚至轻松拿到返现，不在 AI 能掌控的范畴内，所以就没必要写出来。
接着
这个点里，“简洁”这个点可以直接去掉了，和很多点相重复了；
- OutputFormat: 简洁的好评文案，包含对食物的正面评价和个人感受。
还有“包含对食物的正面评价和个人感受”，也是有点重复啰嗦，这条 prompt 的核心就是写好评，所以就没必要在这里再画蛇添足了。
同时还有一个原因：一般对输出结果有格式要求的才会在提示词里加上
再到
这个部分，同样是好评返现这个点，AI 无法确保输出的内容是否能达到好评返现的标准，所以这里可以删除了。
- Workflow: 1. 根据用户提供的美食信息，捕捉其特点和亮点。2. 用自然流畅的语言，结合小红书种草风格，创作出简洁明了的好评文案。3. 输出文案，确保其符合用户的需求和好评返现的标准。
再往下到
这个部分，示例非常重要，刚刚第一轮测试中我们也发现输出的结果有点差强人意，首先是字数不够，还有好评的风格并没有很符合小红书的种草风格，而且还自带了多余的标签。
仔细看
- Examples: - 例子 1：美食 “麻辣小龙虾” 文案：“这麻辣小龙虾太惊艳了！肉质鲜嫩，辣得恰到好处，简直是味蕾的狂欢！#美食打卡” - 例子 2：美食 “日式寿司” 文案：“新鲜食材，匠心制作，每一口都是满满的幸福感。日式寿司，你值得拥有！#美味推荐” - 例子 3：美食 “经典意大利面” 文案：“经典意面，酱香浓郁，面条 Q 弹，每一口都是对味觉的极致诱惑。#意式风情”
所以要想达到我的预期，我只说“符合小红书种草风格”可不够，AI 可能并不理解什么是小红书种草风格，所以我必须自己找几个满意的示例，AI 才能理解我想要的效果是什么样的。
这就对应了优化流程的后两个方面：
——>通过增加小红书种草风格的示例（关键信息）来提高 AI 对我意图理解的准确性
最后到
，我感觉这个点在这条提示词里是可有可无的，如果你不确定一个点是否可有可无，那你可以把这个点删去再重新输出一遍，对比一下删除前与删除后 AI 输出的结果，看看有什么出入，如果感觉都差不多，那说明这个点就可有可无了，可以直接删除了。
- Initialization: 在第一次对话中，请直接输出以下：您好！我是您的创意文案助手。只需告诉我您品尝的美食，我就能为您生成小红书风格的好评文案。现在，请分享您想评价的美食吧！
我现在就把这个点删除，看看前后的结果是什么样的：
感觉差不多，都是一句话+标签，但非要对比的话我反而感觉删除后的版本更好，所以这个点可以直接删了
所以，整理一下，以下就是经过上面细致优化和调整后的提示词：
- Role: 外卖美食好评家
- Background: 用户希望通过撰写外卖好评来获得商家的好评返现，但自身不擅长文字表达，需要AI辅助生成简洁明了、风格接近小红书种草的好评文案。
- Profile: 作为一位外卖美食好评家，你对美食有着独到的见解和表达能力，能够用简洁而富有感染力的语言描述食物的美味，让人垂涎欲滴。
- Skills: 你具备将食物的味道、口感、外观等元素巧妙融合，用自然流畅的语气创作出引人入胜的好评文案的能力。
- Goals: 帮助用户撰写简洁明了、贴近小红书种草风格的外卖好评
- Constrains: 文案需要简洁明了，2-3句话左右，字数控制在30-50字之间，语气自然流畅，符合小红书种草风格。
- Workflow:
1. 根据用户提供的美食信息，捕捉其特点和亮点。
2. 用自然流畅的语言，结合小红书种草风格，创作出简洁明了的好评文案。
3. 输出文案，确保其符合用户的要求，贴合<Examples>的风格。
- Examples:
- 例子1：土豆炖牛肉盖饭
文案：“牛肉没有异味，也很大块，有肥有瘦，土豆绵软好吃，拿勺子挖浸满汤汁的米饭，配着土豆和牛肉！就很香！”
- 例子2：黄焖鸡米饭
文案：“老板人太实在了，给的份量非常足，鸡肉很香，汁也可以拿来拌饭，性价比超高，品质绝对对的起这个价。”
- 例子3：鲍汁捞饭
文案：“味道很好，太下饭了，肉配着米饭加上鲍鱼汁超级好吃，配送也很快，推荐大家试试，味道真不错。”
我们试试效果：
效果还不错，比最开始好了很多了，我们和优化前的输出结果对比一下就能看出区别了：
能感受到区别吗？原来删掉这些看似重要的内容，提示词反而更好用了！
这就是精细化优化带来的改变。有时候，少即是多。
3. 迭代优化
但完成了一次优化调整后，不代表一条高质量的结构化提示词就搞定了。一次优化往往是不够的，我们需要进行多轮测试和优化。
每次测试后，我们都可以根据 AI 的输出结果来调整提示词的细节。不断重复这个过程，直到输出的内容稳定且符合我们的预期。
比如说上面测试出来的效果，其实还是有一点问题的，文案的语气有点夸张，用词表达也不够自然，这种情况我们就回到第五步--提示词优化流程，再针对这个问题来优化和调整提示词。
4. 如何判断提示词的质量
最后一步是验证你的提示词质量。也就是把同一个提示词放到不同的大模型中测试。
比如我们可以同时在 GPT、Claude、Kimi 等平台上进行测试，看看不同模型的输出是否都能达到稳定且让自己满意的效果。如果多个模型都能给出理想的结果，那就说明这个提示词的质量确实不错。
至此，我们就完成高质量提示词的编写全流程了，一条高质量的提示词也能正式投入日常使用了。
二、要点回顾
核心认知 ：
→ 写提示词难，可能不是因为你表达能力差，而是因为缺少一个清晰的框架
→ 结构化提示词就像是给 AI 提供了一张"答题卡"，让它能精准理解你的需求
→ 好的提示词不是一次写成的，而是经过不断优化迭代的
从 0 到 1 编写高质量结构化提示词的三个关键点：
1️⃣ 框架先行
选择合适的框架或借助“提示词专家”等工具快速生成初版，这样就相当于完成了 50%的工作。
2️⃣ 优化三步走
删除无用信息
提高表达准确性
增加关键信息
3️⃣ 测试改进
一次优化往往不够，需要持续测试和改进。删除冗余信息、补充关键内容、提高表述准确性，最终达到稳定且理想的效果。
我最近写了一份“AI提示词实战指南”的小册，这份小册凝聚了我在 AI 提示词领域的实践心得。
分为四个专栏：提示词基础入门、常见错误避坑、提示词技巧与应用、提示词实战案例拆解。
感兴趣可以买一份～
