设计师从零开始掌握的最全Prompt指南
更新时间：2026-04-28 12:11:44
那天看新闻，Anthropic专门请了哲学家Amanda Askell来写Claude的系统提示。这让我们知道了一个事实：模型语言不是简单的指令集合，人类语言和模型语言完全不一样。很多人写不好提示词，是因为把AI当成人了，习惯用带情绪和主观感受的自然语言交流，比如“我觉得这个界面不够大气”。但好的提示，本质不是复杂的沟通技巧，而是要采用AI能理解的信息层级，然后准确地传达给AI，这并不难。相反，用最少的信息抓住问题关键，才是让模型最大程度理解和拓展内容的最简单办法。
这篇文章，我们不聊开盲盒式的玄学，直接来讲设计师在日常工作中怎么写出高质量的Prompt。
1. 人类语言和AI的语言是不同的，关键在于如何让AI听懂
很多人学了无数Prompt模板还是写不好，原因是没理解一个本质：AI是怎么理解我们说的话的？Amanda Askell写的系统提示词表明，模型语言不是简单的代码指令，它的底层逻辑完全符合现代语言学的基本原理。一旦你掌握了这个原理，就不用死记硬背模板，而是能自己创造模板。
比如说，你有没有想过，为啥AI没吃过苹果，却能写出特别好的苹果文案？这就得学一个基础原理，别看这个原理挺专业，但它能从根本上让我们改进我们的Prompt撰写思路。
原理一：索绪尔与结构主义
现代语言学奠基人索绪尔提出，语言是一个符号系统，一个词有意义，是因为它和其他词存在差异和关联。在人类世界，我们知道“苹果”，是因为我们吃过、摸过；但在AI的世界里，它理解“苹果”，是因为在海量数据中，“苹果”这个词总是和“甜”“红色”“乔布斯”“科技”这些词以特定的概率同时出现。
所以，根据这个原理，我们能得到一个和以往不同的写Prompt的启发：用高信息密度的确定词语来触发。 你不用跟AI长篇大论地解释背景，只需要抛出信息密度高的确定核心关键词就行。就像输入“确定尼采的生命意志确定”，才7个字，AI就能通过词与词的关联计算，解读出一整套哲学体系。词语的精准度比句子的长度重要得多。
原理二：韩礼德的系统功能语言学
既然人类的语言需要翻译成AI能听懂的语言，那到底怎么把大白话翻译成Prompt呢？这就是我们要了解韩礼德的系统功能语言学的原因。语言学家韩礼德认为，语言在具体语境中有三大核心功能。
某种程度上，这正好和我们跟AI交流时必须提供的三个维度相对应。要是想让AI输出高质量的内容，你的Prompt必须同时符合这三个条件：
1、说了什么： 对应Prompt里的「核心任务与背景」。
确定讨论的客观对象
- 人类语境： 表述经验和认知。
- AI语境： 确定你是一个UI设计师，要为一个金融App设计首页。
2、如何说： 主要是Prompt里的「角色设定与语气」。
确定AI面对受众时的态度
- 人类语境： 建立社会关系、态度和评价。
- AI语境： 确定用面向新手的、轻松活泼的语气写这段文案。
3、如何组织： 也就是Prompt里的「输出格式与限制」。
确定最终交付物的形式
- 人类语境： 信息的结构和衔接。
- AI语境： 确定用Markdown表格形式输出，含标题和不超20字按钮文案。
原理三：语言的高度形式化与去中心化
为什么你不能对AI说“我觉得这个界面不够好看”？人类语言是有中心的，充满了主观情绪和个人体验，比如“我觉得这个按钮太丑了，看着难受”。但AI模型语言是去中心化和高度形式化的。AI没有“我”，也没有情绪，它只是集体共识的平均值。它不依赖真实的感官体验，而是依赖语言的结构是否成立。写Prompt得戒掉情绪，拥抱结构。永远不要用主观感受去要求AI，要用客观的特征描述来驱动AI。
错误：使用人类的主观情绪描述：帮我画一个感觉很孤独、很压抑的界面。
正确：使用AI的形式化结构描述：帮我生成一个界面，要求使用大面积的深灰色留白，主体元素居中且占比极小，色彩仅使用冷色调的蓝色和黑色。
2. 什么是好的Prompt？
2.1 好的Prompt示例
好的Prompt，本质不是复杂技巧，而是高信息密度的精准表达。用最少的信息抓住问题核心，让模型最大程度地理解并展开内容。关键不在于写得多，而在于是否满足两点：一是信息是否足够集中，二是结构是否能被模型解读。可以用李继刚的例子说明，即使只输入“尼采的生命意志”，模型也能展开完整的哲学体系。这表明，简洁但信息密度高的表达，通常比冗长的说明更有效。所以，Prompt能力的核心是你的思考能力和表达压缩能力。在实际运用中，这种能力可以概括为一个可重复使用的结构：核心概念+表达方式+约束条件。和长篇描述相比，这种结构更高效、更稳定。
具体示例如下：
- 用一句辛辣隐喻重新定义加班，20字以内
- 用通俗语言解释尼采的生命意志，并举一个现实例子
- 为健身App设计首页文案，面向新手，语气轻松，包含标题和按钮文案
这些Prompt的共同特点是语言精练、信息密度高、约束清晰、可直接展开，设计师组织Prompt时也可参考这一结构来精简自己的Prompt。
2.2 好的Prompt的标准
Prompt可以用一个简单明确的标准来衡量：是不是用最少的信息触发最准确、最丰富的结果。从特点来看，高质量的Prompt一般有三个关键要素：一是精准，能直接抓住语义核心；二是压缩，用更少的表述包含更多的信息；三是可展开，给模型留下发挥的空间。这三点共同构成了高效的Prompt。比如，“尼采的生命意志”这样极其简单的表达，能激活一整套完整的哲学体系，这就说明三个关键要素都具备了。实际使用的时候，可以简单地自我检查Prompt的质量。问问自己，这句话能不能再精简，是不是已经直接说到了核心，有没有给模型留下展开的空间。如果这三个问题的答案都是肯定的，那这个Prompt一般就是高质量的。
3. 如何写出好的Prompt
掌握了“核心概念+表达方式+约束条件”的底层结构后，我们需要明白：Prompt并不是一套走天下的通用模板，而是需要适配不同模型能力、甚至不同设计岗位的输入方式。
3.1 认清你的对话者：不同模型的Prompt差异化写法
大语言模型，关键在于确定语境
代表工具：Claude、Kimi、GPT、豆包
这类模型本质是理解型模型，优势在于处理复杂问题和抽象需求。最有效的沟通方式不是简单下指令，而是把需求、目标、背景和输出条件讲清楚。
- 错误示范：帮我写UI文案。这种都太笼统了，不便于它高效理解
- 正确示范：核心概念+表达方式+约束条件，请为一个健身App首页设计UI文案。目标用户是新手，语气需要轻松幽默。必须包含主标题、副标题和不超过6个字的按钮文案。
代码执行类模型，重在确认流程
代表工具：Cursor、Codex
这类模型特点是执行能力极强，但对模糊表达零容忍。写Prompt时必须描述严密的逻辑流程和组件行为。
- 错误示范：写个登录页。流程完全不可控
- 正确示范：用React实现一个登录页，包含邮箱和密码输入框、登录按钮。点击后调用API，若失败则在输入框下方返回红色错误提示。
工具与推理类模型，要给视角
代表工具：NotebookLM、Waldo
这类工具擅长基于已有信息进行整理分析和深度研究，而非凭空捏造。使用时重点不在让它写什么，而在让它基于什么视角来分析。
- 实操指南： 喂给它用户调研报告或竞品资料，使用明确视角的Prompt，如：基于提供的文档，提炼出3个核心的用户痛点，并以表格形式输出对应的设计优化建议。
垂直设计生成工具，结构优先
代表工具：Wegic、Framer、Gamma、Canva
- 这类AI网页构建器或设计平台的输出结果通常是固定结构的设计成果如落地页、幻灯片或视觉组件。它们不需要你解释复杂的业务逻辑，更关注内容构成和视觉方向。
- 实操指南： 生成一份AI产品介绍页面。包含Hero区带主视觉图、核心功能展示、三栏布局和底部转化区。整体视觉风格偏科技感，采用深色模式。
3.2 不同设计岗位的Prompt侧重点
UI设计师，要说清楚页面的结构：Prompt会着重描述页面包含哪些模块、如何布局、有什么状态。例如描述电商首页时，会明确定义搜索栏、Banner、商品列表的层级关系，这种结构化表达能让模型生成的界面或组件代码更具合理性。
视觉设计师，要更关注画面本身：Prompt会强调风格、光影、材质、颜色和氛围如科技感、霓虹光、极简留白、毛玻璃效果。这种方式本质上是在描述画面，而不是解释逻辑。
产品/交互设计师，得说清楚交互，关注用户、场景和目标：Prompt会强调用研逻辑和转化路径。例如：为首次访问的新用户设计一个注册引导流程，要求步骤尽可能少，降低认知负荷以提高转化率。
3.3 开箱即用：设计师的万能Prompt框架库
在日常频繁的设计和工作流程里，高质量的Prompt不用每次都从头开始构思。只要掌握了前面说的基本规律，它们完全能沉淀成结构稳定、内容可以替换的复用框架。
内容生成型Prompt
这种类型的Prompt得确定写啥，还有写给谁看，还得给AI留点儿发挥创意的空间，保证大方向绝对不能偏。
适用范围：适用于文案、话术、创意发散
万能公式： 任务+受众+风格+输出结构
请围绕【主题】，为【目标用户】生成【内容类型】。语气需要保持【风格要求】，并严格包含【具体结构要求/字数限制】。
任务执行型Prompt
这本质上是在给AI发放一份SOP标准作业程序，能大幅度干掉AI的随机性，让结果极度可控、稳定。
适用范围：组件逻辑、技术实现说明
- 万能公式： 目标+输入+过程+输出
请基于【输入信息/设计规范】，完成【具体任务】。过程必须遵循【步骤或交互规则限制】，最终以【指定代码格式/交付物格式】输出。
分析总结型Prompt
强迫AI有理有据地推理，而不是凭空捏造，极大地提升了信息的准确度和分析深度。
适用范围：竞品拆解、数据洞察、设计复盘
- 万能公式： 资料+视角+形式
请仔细阅读【提供的资料/链接/用研文档】，从【用户体验/视觉层级/交互逻辑等分析角度】进行总结拆解，并以【表格/脑图要点等结构化形式】输出。