一、它不是命令，是上下文

很多人把提示词当成对模型下的命令。它不是。 模型看到的是一整串文字：你的提示词在前面，用户的问题在后面，中间可能还夹着检索回来的几段资料。 这三样在它眼里是同一种东西——文字。 所以提示词不是「下达指令」，是「提前把规矩铺好」。铺得好，它顺着走；铺得散，它挑着看。

这个区别决定了写法的差别：命令要短要硬，上下文要清楚要有层次。提示词属于后者。

二、看得见多少有个预算

演示里给了一份注意力预算模型：按句均分一份注意力，首尾各加权，长句按长度摊薄。

同一句话，在五句的提示词里分到一成多，在三十句里只剩不到三个点。 它一个字都没改，只是周围多了二十五句话。 这个模型是替身——真模型的注意力头、层数、位置编码复杂得多。 但它给出的方向是真的：上下文是一块有限的画布，你多写一句，别人就少一块。

三、位置比字数更要紧

同一句放在不同位置，份额差得很多。

开头和结尾差不多，中间明显低。 这个现象有个专门的说法，叫「中间遗忘」——塞在长上下文中间的信息最容易被忽略。 所以最要紧那一条，要么写在最前面，要么写在最后面，别放在第三段里。 实操上有个简单做法：开头写身份和规矩，结尾再重复一遍最关键的那条。重复一次比加形容词有用。

四、想强调就写长一点？反了

演示里把那条关键规矩从 25 字加长到 55 字，份额从 2.77% 掉到 1.98%。 写得更长，份额反而降了。 因为这一句自身也要按长度摊薄，加的字越多，摊得越狠。 这条结论有点反直觉，但解释起来很朴素：模型的注意力不是按「你有多想强调」分的， 是按「这段文字占多大比例」分的。你加长它，同时也在稀释它。

所以要强调一件事，靠的不是形容词，是位置和重复。

五、废话真的在占地方

演示里数了一下：中份提示词里三句纯背景——公司成立年份、服务理念、获奖经历——占了 22.17% 的份额， 五十五个字。 这三句对「答对保养周期」没有任何帮助，但它们确实分走了注意力。 这就是为什么「把公司介绍写进提示词」是个坏习惯。 那些内容该进知识库，需要的时候检索出来， 不需要的时候不占地方。

判断一句该不该留，问一句：删掉它，输出会变差吗？ 不会就删。

六、那提示词到底该写多少

没有标准答案，但有个经验区间：人设与规矩一百到两百字，四段说清就够。 超过五百字的提示词，先问自己三件事：里面有多少是可验的约束？有多少是背景介绍？ 有多少其实是业务事实（那该进知识库）？ 三个问题回答完，通常能砍掉一半。

砍完之后再跑一遍。如果效果没变差，说明砍对了。

七、动手 Demo：提示词是在给注意力分格子

三份提示词，五句、十二句、三十句，里面有同一句关键规矩。 算它各分到多少份额，再换三个位置看差别。

def budget(sents, head_w=1.6, tail_w=1.6):
    u'''按句均分注意力，首尾加权，长句按长度摊薄。'''
    n = len(sents)
    ws = []
    for i, s in enumerate(sents):
        w = 1.0
        if i == 0:  w *= head_w
        if i == n - 1: w *= tail_w
        w /= (1.0 + len(s) / 48.0)
        ws.append(w)
    tot = sum(ws) or 1.0
    return [x / tot for x in ws]

实跑输出：

--------------------------------------------------------------------
提示词是在给注意力分格子
--------------------------------------------------------------------


  ① 三份提示词，同一个关键句
  --------------------------------------------------------------------

| 提示词 | 句数 | 总字数 | 关键句分到的份额 | 比短的少多少 |
|---|---:|---:|---:|---:|
| 短（5 句） | 5 | 59 | 12.84% | 1.0 倍 |
| 中（12 句） | 12 | 204 | 6.67% | 1.9 倍 |
| 长（30 句） | 30 | 468 | 2.77% | 4.6 倍 |

  同一句话，在五句的提示词里分到一成多，在三十句里只剩不到三个点。
  它一个字都没改，只是周围多了二十五句话。

  ② 同一句，放在开头、中间、结尾
  --------------------------------------------------------------------
  放开头：分到 10.67%，是平均的 1.28 倍
  放中间：分到 6.67%，是平均的 0.80 倍
  放结尾：分到 10.75%，是平均的 1.29 倍

  ③ 想强调就写长一点？反了
  --------------------------------------------------------------------
  关键句 25 字时，分到 2.77%。
  加长到 55 字后，分到 1.98%。
  写得更长，份额反而降了。 因为这一句自身也要按长度摊薄，加的字越多，摊得越狠。
  所以强调一件事靠的不是加形容词，是把它挪到开头或结尾（看上一段）。

  ④ 这些话其实没在干活
  --------------------------------------------------------------------
  中份提示词里，三句纯背景占了 22.17% 的份额，55 个字。
  这三句对「答对保养周期」没有任何帮助，但它们确实分走了注意力。
  ! 这份 Demo 里的「注意力预算」是个替身：真模型的注意力头、层数、位置编码都复杂得多。
  但它给出的方向是真的——句子越多、越长，任何一句分到的份额越小。
  所以提示词的第一条纪律不是「写全」，是「写少」。

①第一张表四列。看最后一列：12.84% 掉到 6.67%，再掉到 2.77%。 同一句话，周围从四句涨到二十九句，份额掉到五分之一不到。 ②第二段是位置实验。开头 10.67%、中间 6.67%、结尾 10.75%——中间明显低一截。 ③第三段最反直觉：把关键句加长到 55 字，份额从 2.77% 掉到 1.98%。写得更长反而更不被注意。 ④第四段那三句纯背景占了 22.17% 的份额。 公司成立年份、服务理念、获奖经历——对答对保养周期一点用都没有。 ⑤最后那句要抄下来：提示词的第一条纪律不是「写全」，是「写少」。

30 秒实验

1. 把你现在的提示词打印出来，数句数。超过十五句的，砍掉一半再跑一遍。
2. 找出你提示词里最要紧那一条，看它在第几句。不在第一或最后一句的，挪过去。
3. 数一下提示词里有多少句是「公司介绍」。那些该进知识库。

常见误区

1. 「提示词越长越详细越好。」越长每句分到的份额越小。三十句的提示词里，关键句只剩不到三个点。
2. 「想强调就多写几句。」加长会摊薄，份额反而降。要强调靠位置和重复。
3. 「提示词是命令。」它是提前铺好的上下文，和用户的话一起排队被看。

机制懂了，接下来是写法。下一节给一个能照着填的四段式：角色、任务、约束、格式。

• ☐ （本篇完，下一篇 6.2 提示词的分类和写作方法）

相关笔记

• 大模型微调真的有必要吗：为什么先试 RAG 而不是微调
• 为什么需要企业知识库：模型不知道公司昨天改了什么
• 38 AI训练师手册 · 索引
• 🐦 扣子开发 AI Agent · 索引