约束 AI 的艺术：限制如何带来更好的结果

为什么在提示词中设定边界——长度、格式、语气和风格——能让 AI 给出更精准、更有用的回答。附可直接复制的示例。

2026年1月31日

你让 ChatGPT「写点关于效率的内容」。它回了你 800 字老生常谈的建议，你早已看过一百遍。于是你又试了一次：「写点关于效率的好东西。」结果反而更糟了。

这里有一个反直觉的真相：你给 AI 的自由越多，输出往往越差。不是因为 AI 出了问题，而是因为无限的选择会导向最安全、最套路化的答案。

解决办法不是更聪明的 AI，而是更好的约束。当你限制 AI 能做什么——指定字数、要求特定格式、排除某些写法——你就把它从「最省力的路径」上推开，逼它走进真正有意思的地方。

为什么无限自由会产生平庸结果

这不只是 AI 的问题，也是人类的问题。

一项对 145 项实证研究的综述发现了一个意想不到的结论：无论是个人、团队还是组织，在有约束的条件下，创造性产出都更好。当没有任何限制时，人会默认走向心理学家所说的「最省力路径」——选择最显而易见、最直觉化的想法，而不是花力气去找一个更好的。

AI 模型也是同样的逻辑。当你给一个模糊的提示，模型会从训练数据里最常见的模式中拼凑答案。「写点关于效率的内容」会触发同一套陈词滥调，因为这正是该话题在统计意义上的主流。模糊的提示，只会换来模糊的输出。

但加上约束之后，情况就变了。研究者 Moreau 和 Dahl 在一项研究中让参与者在自由条件或特定约束下创作。独立评审给「在约束下创作的作品」打出的原创性评分高出 37%。约束封住了熟悉的路径，逼着参与者去走新的路。

最有名的例子？苏斯博士。当他的编辑跟他打赌他写不出一本只用 50 个不同单词的童书时，结果就是《绿鸡蛋和火腿》——史上最畅销的儿童读物之一，销量已超过 2 亿册。

提示词约束的五种类型

AI 提示词中的约束大致可以分为五类。你不需要每条提示都用上全部五种，但知道它们的存在，能在输出不理想时给你更多趁手的工具。

1. 长度约束 —— 字数、段落数量、字符上限

2. 格式约束 —— 列表、表格、标题、特定结构

3. 语气与口吻约束 —— 专业、随意、「像朋友讲解一样」、品牌语调

4. 范围约束 —— 聚焦在哪些点、深入到什么程度

5. 排除约束 —— 要回避、跳过或舍弃的内容

下面我们逐一来看，每种都附上你可以直接拿去用的例子。

长度约束：最简单的升级

加一个长度约束，是改进任何提示词最快的办法。没有约束时，AI 会忍不住啰嗦——它没有理由说得简洁。

没有长度约束：

解释一下什么是共同基金。

有长度约束：

用 3 句话解释什么是共同基金。假设我没有任何金融背景。

第二个版本逼 AI 排出优先级。它没办法把每个细节都塞进去，只能挑出最重要的几条。

一个小技巧：用范围而不是精确数字。AI 模型并不能精确数单词——它处理的是 token，不是单词。要求「正好 150 字」常常会让人抓狂。可以试试：

「控制在 200 字以内」
「写 2-3 段」
「大约 100-150 字」
「只写一句话」

长度约束还能省下你修改的时间。要把 500 字砍成一半，远比再打磨一篇已经精炼的 250 字草稿费劲。

格式约束：告诉 AI 该长什么样

AI 默认会输出段落。如果你想要别的——项目符号列表、对比表格、结构化的拆解——你必须明确说出来。

没有格式约束：

为一个新的网页项目对比 React 和 Vue。

有格式约束：

为一个新的网页项目对比 React 和 Vue。用表格输出，列名为：学习曲线、社区规模、最适合的场景。每个单元格只写一句话。

格式约束在以下场景特别好用：

对比类：「用表格按照 [维度] 对比 X、Y、Z」
操作步骤：「给每一步编号，每步以动词开头。」
总结类：「用项目符号，最多 5 条，每条一句话。」
分析类：「按照：问题 → 原因 → 方案 → 下一步的结构组织」

再看一个更完整的例子：

请帮我审阅这段产品描述并给出反馈。

按以下格式回复：
- 3 个优点（每个一句话）
- 3 个缺点（每个一句话）
- 1 个改写后的开篇句

产品描述：
{{product_description}}

格式约束把模糊的「给我反馈」变成了结构化、可直接行动的输出。

语气与口吻约束：决定它听起来像谁

同样的内容用不同语气讲出来，效果完全不一样。要求「给利益相关方的专业摘要」与要求「给博客读者的轻松解读」，得到的东西天差地别。

语气约束可以是简单的描述：

「用温和、像聊天一样的语气」
「专业但不要僵硬」
「友好、有鼓励感，像一位教练」
「直接、不拐弯抹角」

也可以引用某种风格作参照：

「模仿多邻国推送通知的语气」
「写得像苹果的产品页」
「听起来像一位乐于助人的同事，而不是教科书」

把语气和角色组合起来，往往效果不错：

你是一位耐心、善于鼓励的家教。请向一位害怕数学的高中生解释复利是怎么运作的。多用日常生活中的例子。控制在 200 字以内。

注意约束是如何叠加的：角色（家教）、语气（耐心、鼓励）、受众（怕数学的高中生）、内容指引（生活化例子）、长度（200 字以内）。每多一个约束，可能的输出范围就更小，离「真正有用」就更近一步。

范围约束：把焦点收窄

范围约束告诉 AI 该写什么——同样重要的是，该写到多深。

太宽泛：

帮我改进我的简历。

收窄范围：

只看我简历里「工作经历」这一部分。重点判断每条要点是否体现了可量化的成果。其他章节和排版先不用管。

范围约束可以阻止 AI 一次想搞定所有事——而那通常意味着哪件都没做好。

好用的范围约束表达：

「只关注……」
「分析范围限定在……」
「现在只看……」
「请专门处理……」
「不用管 X，我只需要 Y」

你也可以约束「深度」：

「给我一个高层概览，不要实现细节」
「在技术细节上深挖」
「给非专业人士的浅层总结」
「写给真正要落地实施的人，需要详细拆解」

排除约束：明确告诉它「别写什么」

有时候最有力的约束，是告诉 AI 不要做什么。

请帮我写一段关于远程办公的博客开头。

不要：
- 用「在如今的世界」之类的陈词滥调开篇
- 使用「颠覆性」「彻底改变」这类词
- 加任何统计数据（我自己来加）
- 写超过 3 句话

当你之前已经被某些坏输出折磨过，排除约束尤其管用。如果 AI 总是在做某件让你皱眉的事，就明确禁止它。

常见的、能改善输出的排除项：

「跳过引言，直接进入正题」
「不要用行业术语」
「不要加免责声明或保留意见」
「不要用项目符号——用通顺的散文」
「不要重复我已经告诉你的内容」
「别铺垫，直接给答案」

把多种约束叠加起来，效果最大化

真正的威力来自把多种约束类型组合在一起。每多一种，可能性空间就被压缩一层，最后 AI 只能给出具体而有用的答案。

下面是一组前后对比的例子，能看出差距：

前（没有约束）：

写一条关于 AI 工具的领英帖子。

这只会产出泛泛而谈、让人记不住的内容，听起来跟领英上其他人没什么两样。

后（叠加多种约束）：

写一条领英帖子，分享我在日常工作中使用 AI 的一种具体方式。

约束：
- 开篇必须是一个出人意料或反直觉的陈述（不是问句）
- 正好 4 个短段落
- 语气随意但不失专业——不要使用「颠覆性」「赋能」这类流行词
- 结尾用一个能引发讨论的真诚提问，而不是号召行动
- 总长度：不超过 150 字

背景：我是一名营销经理，会用 Claude 起草邮件营销的初稿，然后自己再大改。

有约束的版本能写出真的像「人写的」内容——因为这些约束已经把所有 AI 味十足的套路都剔除掉了。

如果你发现自己经常重复使用类似的提示词——只是替换里面的背景信息——那把它们存成模板就很合理。像 PromptNest 这样的工具，可以让你把提示词连同 {{context}} 这种变量一起保存下来，下次只需填空就能复制出一条可直接用的提示词，再也不用每次重新写一遍约束。

使用约束时常见的错误

约束有用，但也容易过度，或者用错地方。这些坑要小心：

互相矛盾的约束。「在 50 字以内做一份全面分析」本身就是不可能完成的任务。要确保你的约束之间能够自洽。

一次堆太多约束。先从 2-3 个开始。如果输出不理想，再继续加。第一次就堆 10 条，到时候你都搞不清楚到底是哪一条在起作用。

只有否定式约束。只告诉 AI 「不要做什么」，会让它去猜你「到底想要什么」。把排除项和正向指引搭配起来效果更好：「不要用术语」可以改成「不要用术语——写给一个完全没听说过我们行业的人看」。

精确的字数。AI 不能精确数字。它处理的是 token，与单词并不一一对应。改用范围或上限。

先从一个约束开始

你不需要把现有的提示词全部推倒重来。在你已经在用的某条提示词上，先加一个约束试试。

如果输出太长，加一条长度限制。如果太泛泛，加一条语气约束。如果不够聚焦，把范围收窄。一次只加一个约束，留意输出有什么变化。

那些对你最有效的提示词，是值得保留下来的。大多数人最后都把好用的提示词埋进了聊天记录里——淹没在几百段对话之中，下次想用却怎么都找不到。

如果你想要一个专门用来存放提示词、把约束直接写进模板里的地方，PromptNest 是一款原生的 Mac 应用（在 Mac App Store 上一次性付费 $19.99，无订阅、无需账号、本地运行），它能让你的提示词井井有条、随时可搜，一个快捷键就能调出。一次保存，反复使用——变量和约束一并带上。

最好的 AI 输出，并不来自给 AI 更多自由。它来自给 AI 更少的自由——以及，准确知道该设下哪些边界。