确定核心问题：在编写提示前，先清晰地明确自己想要通过人工智能解决的核心问题是什么。例如，是想要创作一篇特定主题的文章、获取某个领域的知识信息、寻求解决工作流程问题的方案，还是设计一个产品等。
细化目标描述：将核心问题进一步细化，明确具体的要求和期望。如想要创作一篇文章时，要确定文章的主题、风格（如正式、幽默、学术等）、字数、面向的受众群体等；如果是设计产品，要明确产品的功能、特点、目标用户等方面的要求。
阐述问题背景：向人工智能介绍问题所处的背景情况，包括相关的历史、社会、行业等方面的背景知识。比如询问人工智能关于某种新型药物的研发前景，就可以先介绍该药物所针对的疾病现状、目前市场上已有的治疗手段等信息，帮助人工智能更好地理解问题的来龙去脉。
说明相关条件和限制：告知人工智能在解决问题时需要考虑的条件和限制因素，如时间限制、预算限制、资源限制等。例如，要求人工智能制定一个公司活动策划方案，需要说明活动的预算范围、活动时间长度、可使用的场地资源等。
避免模糊和歧义：表述要清晰明确，避免使用模糊不清、模棱两可的词汇和语句。比如不要说 “给我找一些好看的东西”，而要具体说明是 “给我找一些适合客厅装饰的现代风格的好看画作”。
简化复杂表述：不要使用过于复杂的句子结构和专业术语（除非必要），以免人工智能产生误解。如果需要使用专业术语，最好先对其进行解释。例如，在向人工智能咨询金融问题时，不要直接说 “给我分析一下宏观经济环境下的量化宽松政策对债券市场的影响”，可以先解释一下量化宽松政策的基本概念，再提出问题。
将大任务拆分成小步骤：对于复杂的任务，不要试图通过一个提示让人工智能一次性完成，而是将其分解为多个简单的、可管理的小任务，逐步引导人工智能完成。例如，要人工智能创作一部长篇小说，可以先让它生成小说的大纲，包括主要人物、故事主线、情节发展阶段等；然后再根据大纲，分别要求它创作每一个章节的内容。
按逻辑顺序排列任务：按照一定的逻辑顺序来安排这些小任务的提示，使人工智能能够有条不紊地进行工作。比如在设计一个网站时，先让人工智能设计网站的整体架构，再设计页面布局，然后是功能模块的开发等。
给出内容示例：如果有特定的风格、格式或内容要求，可以给人工智能提供相关的示例。例如，要求人工智能写一篇新闻报道，可以提供一篇优秀新闻报道的范例，让它按照类似的结构、语言风格和内容重点来创作。
引导思考方向：在提示中可以适当引导人工智能的思考方向，让它更符合我们的期望。比如，在解决一个问题时，可以提示人工智能从不同的角度去思考，如从用户角度、市场角度、技术角度等。
指定专业角色：根据问题的性质，为人工智能分配一个合适的专业角色，让它以该角色的视角和思维方式来回答问题。例如，在咨询法律问题时，让人工智能 “作为一名资深律师” 来提供法律建议；在讨论医学问题时，让它 “作为一名医学专家” 进行分析。
模拟特定场景角色：除了专业角色，还可以模拟一些特定场景下的角色。比如，要求人工智能 “扮演一位经验丰富的市场营销经理，为一款新产品制定市场推广策略”，这样可以使它的回答更具针对性和实用性。
评估回答结果：认真分析人工智能给出的回答，判断是否满足自己的需求。如果回答不理想，要仔细找出问题所在，是回答内容不准确、不完整，还是回答的格式、风格不符合要求等。
调整提示内容：根据评估结果，对提示进行相应的调整和修改。如果是因为信息不足导致回答不准确，可以补充更多的背景信息和细节要求；如果是因为问题表述不清，可以重新组织语言，使提示更加清晰明确。
使用积极的指令：强调想要的内容，而非不想要的。例如，说 “创建一个简洁明了的界面设计”，而不是 “避免设计复杂混乱的界面”。
要求澄清与简化：如果人工智能的回应难以理解或过于复杂，要求其用更简单的术语解释或澄清内容。
利用重复强调重点：对于提示中特别重要的内容，可以适当重复，以确保人工智能理解并重视。例如，“生成一个详细、全面、深入的行业报告，要包含详细的市场数据和深入的分析”。
