描述型提示词：用细节引导AI理解你的需求

描述型提示词：用细节引导AI理解你的需求

上一篇文章我们学习了指令型提示词——直接告诉AI"做什么"。今天要学习的描述型提示词，是一种更高级的沟通方式：你不直接下命令，而是描述一个场景、一种需求、一个期望，让AI"理解"之后再"自主"地完成任务。两种方式看似只有一线之隔，但在灵活性和创造空间上却有天壤之别。

一、从"下命令"到"描述需求"

1.1 一个让你立刻理解差异的例子

先看两组提示词，感受一下指令型和描述型的区别：

指令型提示词：

请写一篇800字的文章，主题是职场沟通技巧。包含3个要点，每个要点配一个案例。使用正式的语言风格。

描述型提示词：

我下周要在部门会议上给20多位刚入职的应届生做一个关于 "职场沟通"的分享。这些年轻人普遍是98后，互联网原住民， 习惯用微信聊天但不太会正式的职场沟通。他们最近在跨部门 协作中出了几个沟通上的问题，导致项目延期。 我希望这30分钟的分享不仅教他们方法，更能让他们发自内心 地意识到职场沟通的重要性。你可以帮我准备分享内容吗？

看出区别了吗？

指令型提示词像一个"命令"：做这个，按这个格式，用这个风格。AI执行即可，几乎没有发挥空间。

描述型提示词像一段"倾诉"：这是我的处境、这是我的需求、这是我希望达到的效果。它给了AI一个完整的"情境"，让AI在理解情境的基础上"自主"地决定如何最好地完成你的需求。

💡指令型 = 你告诉AI怎么做。描述型 = 你告诉AI你要什么效果，让AI自己决定怎么做。

二、描述型提示词的运作原理

2.1 为什么描述"需求"比描述"任务"更有效

描述型提示词之所以在很多场景下优于指令型提示词，根本原因在于它更好地利用了AI的两个核心能力：

能力一：模式识别。AI擅长从描述中识别出隐含的模式和需求。当你详细描述了你的处境和期望，AI能"感知"到你的真实需求——有时甚至比你用指令明说的还准确。

能力二：适应性生成。当你给AI的是一个"情境"而不是一套"规则"时，AI可以更灵活地生成适配这个情境的内容。指令型可能得到一个"技术上正确但缺乏灵魂"的输出；描述型则可能得到一个"深度理解后的自然输出"。

2.2 描述的"输入-推理-生成"过程

当你使用描述型提示词时，AI内部经历了这样一个过程：

第一步：理解描述 AI解析你的描述，提取关键信息： - 你是谁？ - 你遇到了什么问题？ - 你需要什么帮助？ - 什么效果算"好"？ 第二步：模式匹配 AI将提取的关键信息与其训练数据中的相关模式进行匹配： - 类似的场景曾被如何处理？ - 这种需求通常对应什么类型的输出？ - 这个受众群体偏好什么风格？ 第三步：自主生成 基于匹配到的模式，AI自主决定输出的内容、结构和风格， 并生成最终的结果。

✅ 这个过程的妙处在于：AI不是"被动执行"你的指令，而是在"主动理解"你的需求后生成。这就让它能够捕捉到一些你可能没有用语言明确表达的"隐性需求"。

三、描述型提示词的三个核心要素

一个有效的描述型提示词包含三个核心要素：场景描述、需求描述和期望描述。

3.1 场景描述

场景描述告诉AI"你现在处在什么情况下"。它包括：

你的身份和角色：

我是某互联网公司的产品负责人，正在负责从0到1孵化一个新的社交产品。

当前的状态和进展：

目前我们已经完成了用户调研和竞品分析，处于产品功能定义阶段。 团队有5个人：我、2个后端、1个前端、1个UI设计师。

面临的挑战或问题：

我们面临的最大挑战是：目标用户（大学生）的社交需求已经被微信和 抖音充分满足了，我们需要找到一个足够有差异化的切入点。

3.2 需求描述

需求描述告诉AI"你具体需要什么帮助"。和指令型提示词不同的是，这里描述的是"需求"而不是"任务"：

指令型（描述任务）：请列出5个社交App的差异化策略。 描述型（描述需求）：我目前思路比较局限，感觉能想到的方向都被 大厂做过了。我需要跳出这个思维框架，从一些我可能没考虑过的角度 来看这个问题。你能帮我拓展一下思路吗？

3.3 期望描述

期望描述告诉AI"什么样的结果算是好的"。这不是格式上的期望，而是效果上的期望：

我期望的结果是： - 团队成员看完后能立刻理解我们要做什么，不需要我再口头解释 - 投资人能看到清晰的市场机会和可行性 - 我自己能从中获得信心，知道我做出的决策是有支撑的

四、描述型提示词的实战模板

4.1 "情境-需求-期望"SPE模板

我总结了一个描述型提示词的通用模板——SPE模板：

【情境 Situation】 - 我是谁：[身份和角色] - 我在做什么：[当前项目/任务的状态] - 我遇到了什么：[具体的问题或挑战] 【需求 Problem/Need】 - 我需要：[具体的帮助需求，描述需求而非任务] - 我卡在：[如果有的话，描述你当前的瓶颈] 【期望 Expectation】 - 一个好的结果应该：[描述你期望的效果] - 它应该让我：[描述结果带给你的价值]

4.2 一个完整示例

用SPE模板写一个完整的描述型提示词：

【情境】 我是某在线教育公司的课程设计师。我们正在开发一门面向职场新人的 "职场沟通力"课程。目前已经完成了课程大纲，但学员的完课率一直 是我们平台的痛点（平均完课率只有23%）。 【需求】 我需要设计课程的第一个模块"沟通认知"，让学员在第一节课就能 建立对职场沟通的全新认知，并产生强烈的继续学习欲望。 我卡在：不知道怎么在"讲道理"和"讲故事"之间找到平衡—— 纯讲道理学员觉得无聊，纯讲故事又怕显得不够专业。 【期望】 一个好的第一课应该： - 让学员在10分钟内经历一次"原来如此"的认知刷新 - 自然地引出后续课程的知识框架 - 学员上完后会主动分享给同事（自带传播属性）

五、描述型vs指令型：选择策略

5.1 什么场景用描述型

✅创意性任务：当你需要AI发挥创造力时，描述需求比描述任务更有效。AI在被"理解"后自由发挥的空间更大。

✅复杂需求：当你的需求很难用简单的"执行指令"来涵盖时，描述型能传达更多隐性信息。

✅受众敏感型任务：当内容的效果高度依赖"受众感受"时（如演讲稿、教学材料、营销文案），描述型能让AI更好地把握分寸。

✅你"知道想要什么效果但不确定具体怎么做"的时候：描述型允许你在模糊的正确方向上让AI帮你探索。

5.2 什么场景用指令型

✅格式敏感型任务：输出格式要求非常精确（如JSON、表格），用指令型更靠谱。

✅可精确描述的任务：“翻译”、“总结”、“列出5个要点”——这些任务本身就可以被精确描述。

✅批量一致性要求高的任务：要用同样的方式处理大量数据时，指令型更稳定。

5.3 组合使用：描述+指令

其实最好的策略往往是把两者结合起来：用描述来传达"情境和需求"，用指令来指定"关键约束"。

【描述部分】 我最近在准备一场TED风格的演讲，主题是"AI时代的设计思维"。 观众是300位来自不同行业的专业人士，他们不一定是设计师， 但对创新和科技有浓厚兴趣。我希望这个演讲不仅能传递知识， 更能激发观众去思考AI如何改变他们的工作方式。 【指令部分】 请帮我写一份15分钟的演讲稿。要求： - 开头用一个让人意想不到的数据或故事抓住注意力 - 正文包含3个核心观点，每个观点配一个真实案例 - 结尾回到开头的故事，形成一个闭环 - 全文使用口语化的表达，像是即兴分享而不是照稿朗读

六、描述型提示词的常见陷阱

6.1 陷阱一：描述过于宽泛

❌ 过于宽泛： 我最近感觉工作效率很低，你能帮我提高效率吗？ （信息太少，AI无从下手） ✅ 有焦点的描述： 我最近发现一个规律：上午9-11点注意力最集中，下午2-4点 经常感到疲劳、无法深度工作。但我的工作需要大量创作， 不是那种可以机械完成的。我尝试过番茄钟但效果不好， 因为写作需要长段的沉浸时间。你觉得我应该怎么调整工作节奏？

6.2 陷阱二：只描述问题不描述期望

❌ 只有问题没有期望： 我团队最近氛围不好，大家积极性不高。 （AI知道问题，但不知道你想要什么——分析原因？解决方案？沟通话术？） ✅ 问题+期望： 我团队最近氛围不好，大家积极性不高。我需要一份团队沟通的 话术——我准备在下周的1对1谈话中用到。话术要真诚、不官方， 能让团队成员愿意敞开心扉和我聊真实的感受。

6.3 陷阱三：描述太长但有效信息太少

❌ 有效信息密度低： 哎呀我跟你说，我们这个项目真的是太难了。老板催得紧， 客户那边又一个劲地改需求。我每天都在加班，感觉快累死了。 你说我该怎么办啊？真的好焦虑…… （倾诉感很重，但对AI的指导意义很小） ✅ 高信息密度描述： 我在管理一个客户项目，面临三个具体的困境： 1. 客户每两周提出一次大的需求变更，导致团队频繁返工 2. 合同中没有明确的需求变更机制 3. 团队因为频繁变更出现了明显的倦怠情绪 我需要一个处理客户需求变更的系统方案，包括流程改进和沟通策略。

七、描述型提示词的进阶技巧

7.1 技巧一：多维度描述

好的描述从来不是"一条线"，而是"一个面"。从多个维度来描述你的需求，能帮助AI建立一个更立体的理解。

有效描述的五个维度： 1. 事实维度：发生了什么？（客观事实） 2. 感受维度：这让我感觉如何？（主观体验） 3. 认知维度：我对此是怎么理解的？（分析思考） 4. 需求维度：我需要什么？（核心诉求） 5. 期望维度：我想要什么效果？（理想结果）

7.2 技巧二：对比描述

有时候，描述"我想要的"很难，但描述"我不想要的"和"我想要的"之间的差异很容易：

我不想要那种冷冰冰的、像模板一样的官方公告邮件。 我想要的是：读起来像是一个真实的人在跟另一个真实的人 说话——真诚但不随意，专业但不做作。

7.3 技巧三：隐喻描述

当你很难精确描述需求时，用一个隐喻来传达整体"感觉"往往出奇地有效：

我希望这个产品介绍文案读起来像是在咖啡馆里朋友之间的推荐—— 轻松、自然、有感染力，而不是在柜台后面的推销。

✅ 本文核心要点总结

• 描述型提示词的核心是"描述需求"而非"下达指令"——让AI理解情境后自主决定如何完成任务
• 描述型提示词利用的是AI的模式识别和适应性生成两大核心能力
• 三个核心要素：场景描述（我在哪）、需求描述（我需要什么）、期望描述（什么算好）
• SPE通用模板：Situation + Problem/Need + Expectation
• 选择策略：创意性/复杂性/受众敏感型任务用描述型；格式敏感/可精确描述/批量一致性任务用指令型
• 最佳实践：描述+指令组合使用，用描述传达情境，用指令规约格式
• 避免陷阱：不要过于宽泛、不要只描述问题、不要有效信息密度过低

本文是《提示词工程教程》系列的第10篇。下一步我们将进入问答型提示词——学习如何让AI精准回答你的每一个问题，包括那些"一个问题套着另一个问题"的复杂提问。