1. Prompt基础
Vibe Coding 最核心、也最值钱的一项能力，就是写 Prompt。它把编程从写代码变成了表达需求，而表达需求的唯一载体就是 Prompt。同一个 AI、同一个工具，有人三言两语就让它做出像模像样的作品，有人折腾半天却只得到一堆四不像，差距几乎全在 Prompt 上。
这一篇先打地基：讲清 Prompt 到底是什么、一条好 Prompt 该有哪些要素，并用一个真实的网页生成案例，让你亲眼看看随口一说和说清楚之间到底差多远。这是整个系列里最该反复练的能力，因为它不挑工具、不会过时，练熟了用哪个 Coding Agent 都通用。
1. Prompt 到底是什么
Prompt 直译是提示词，但在 Vibe Coding 里，你把它理解成你下给 AI 的那段指令、那句话就行。你想让 AI 做什么、做成什么样，全靠这段话告诉它。它是你和 AI 之间唯一的沟通通道——AI 再聪明，也只能根据你给的这段文字来理解你的意图，你没说的，它只能靠猜。这一点像极了给一位手艺顶尖、却完全不了解你的师傅下需求单：单子写得越清楚，他做出来的越接近你要的；只甩一句随便做个东西，结果大概率不是你想要的。
这里有个新手最容易栽的认知误区：以为 AI 能读懂你的心思。它不能。它不知道你的审美偏好、不知道这个东西要给谁用、不知道你嫌弃什么样的风格。所有这些它不掌握的信息，只要对结果重要，你就得在 Prompt 里说出来。Vibe Coding 的功力，很大程度上就体现在你能不能把脑子里那个模糊的想法，准确翻译成 AI 能接收的指令。说得再直白一点：AI 负责执行，你负责表达，表达的精度直接决定执行的质量。
为什么 AI 只能依赖你给的这段文字？因为它没有你的记忆，也接触不到你脑子里的画面。你写这条 Prompt 时，心里其实装着一大堆默认信息——这个页面是给求职用的、你偏爱冷色调、你讨厌花里胡哨的动效。这些信息对你是理所当然的，但对 AI 完全是空白。它唯一能看到的，就是你打出来的那几行字。凡是你觉得不言而喻、于是没写出来的部分，AI 一律不知道，只能用最常见的默认值替你填上。很多人觉得 AI 不懂我，其实是自己把太多关键信息留在了脑子里没说出口。理解了这一层，你就会明白写好 Prompt 的第一原则：把重要的隐含信息显式地说出来。
也正因为如此，写 Prompt 这件事和编程能力几乎没关系，却和表达能力高度相关。它考的不是你懂多少技术名词，而是你能不能把一件事讲清楚——讲清楚你要什么、为什么要、要做成什么样。这其实是一种通用能力：一个能把需求跟同事交代明白的人，往往也能把需求跟 AI 交代明白。反过来，如果你给 AI 的指令含糊，多半你平时给人安排活儿也容易被反问。所以练 Prompt 的过程，顺带也是在练你梳理和表达需求的能力，这部分收益甚至会溢出到 Vibe Coding 之外。
2. 模糊与精确的对比
光说概念没感觉，直接上案例。同样是让 AI 做一个个人主页，我们用两种截然不同的 Prompt，看看结果差多少。
先看第一种，很多新手张口就来的写法：
模糊的写法：
帮我做个人主页网页AI 收到这句话，会怎么做？它只拿到个人主页和网页两个关键词，剩下的全靠猜。它不知道你是谁、做什么的、想放哪些内容、喜欢什么风格，于是只能给你一个最保险、最不会出错、也最平庸的版本——一个白底黑字、连样式都没加的骨架页面：
没有配色、没有排版、没有重点，几乎没法看。但这不能怪 AI——你给的信息太少了，它能交付这个已经算尽职。信息量决定了它发挥的下限，你给得越少，它越只能往最普适、最平庸的方向交差。这背后有个值得记住的规律：面对信息不足的指令，AI 倾向于给一个最安全的答案，因为它无从判断你的偏好，只能选一个最不容易出错、但也最不出彩的版本。你想要出彩，就得主动把偏好喂给它。
现在换第二种写法，把需求一次性说清楚：
精确的写法：
帮我做一个个人主页网页，要求如下：
【角色】你是一名资深前端工程师，擅长做现代、精致的网页。
【内容】页面包含三个部分：
1. 顶部：头像、姓名"林晓"、一句话简介"前端开发工程师·热爱把想法变成产品"
2. 关于我：一段自我介绍
3. 项目展示：用卡片列出 4 个项目，每个有标题和简介；下面再列出技术标签
4. 联系方式：邮箱、GitHub、微信
【风格】现代简约，主色用深蓝到亮蓝的渐变，卡片式布局，带圆角和柔和阴影。
【技术】用纯 HTML + CSS 实现，单个文件，要响应式、手机上也能正常显示。同样的 AI、同样的工具，这次它交出来的是这样的：
渐变顶栏、头像、卡片式的项目展示、配色统一的技术标签、清爽的联系方式区——完全是可以直接拿出去用的水准。
两张图摆在一起，差距一目了然。AI 没变、工具没变，变的只是你那段话。 这就是 Prompt 的价值所在，也是它值得作为 Vibe Coding 第一项硬功夫来练的原因。新手和熟手用同一个工具，产出能差出一大截，关键就藏在这段话里。
那第二条 Prompt 多花了多少功夫？也就多写了几行字。这点投入换来的产出落差，正是写 Prompt 这件事性价比极高的地方——你不需要懂任何代码，只需要把话说清楚，就能把 AI 的产出从下限拉到上限。
精确的 Prompt 还有一个容易被忽略的好处：结果更稳定、更可复现。模糊指令每次生成的东西可能都不一样，这次给你白底黑字，下次可能给你另一种随机风格，你根本没法预期会拿到什么。而一条把规格定死的 Prompt，AI 每次都会朝同一个明确方向走，产出落在一个可预期的范围内。这对实际干活很重要——你写代码、做项目，要的是可控、可重复，而不是开盲盒。换个角度看，你在 Prompt 里多定一条约束，就等于把一份不确定性变成了确定性，AI 能瞎猜的余地就少一分。这也解释了为什么熟手写出来的东西总是又快又稳：不是他们运气好，而是他们把该说的都说清楚了，没给随机性留空间。
3. 好 Prompt 的四要素
那么，第二条 Prompt 凭什么比第一条强这么多？拆开看你会发现，它不是靠写得长，而是补齐了四样关键信息：角色、上下文、任务、约束。这四样合起来，就是好 Prompt 的四要素。
先回头把前面那条精确版个人主页 Prompt 拆开，你会发现它正好对应这四样：开头你是一名资深前端工程师是角色；页面包含哪几个部分、放什么内容是任务；现代简约、深蓝渐变、卡片式布局是约束里的风格部分；用纯 HTML+CSS、单文件、响应式是约束里的技术部分。它唯一没怎么展开的是上下文（这个主页给谁用），因为内容本身已经够具体了。换句话说，一条好 Prompt 不是凭感觉堆字，而是这四个维度的信息恰好都给到了位。学会这样拆解，你以后读到别人写得好的 Prompt，也能一眼看出它好在哪、能照着学。
下面一个个说清楚，每个要素到底在解决什么问题，并给出对应的好坏对比。
3.1 角色
角色，就是先告诉 AI 它该以什么专业身份来做这件事。 比如开头加一句你是一名资深前端工程师、你是一位有十年经验的广告文案。这一句看似多余，作用却实在：它会引导 AI 调用对应领域更专业的表达方式和判断标准，输出的质量和专业度明显提升。
原理上，大模型的输出会受提示内容影响，你点明专业身份，等于把它的回答往该领域的高水准样本上靠。下面这组对比很能说明问题：
没有角色：
帮我写一段产品介绍带上角色：
你是一名顶尖的广告文案，帮我写一段产品介绍，要有记忆点、能打动人后者写出来的文案，措辞、节奏、卖点提炼都明显更到位。给 AI 安一个合适的身份，是花一句话就能换来明显提升的技巧，很划算。要注意身份要和任务匹配，让前端工程师去写营销文案就南辕北辙了。
3.2 上下文
上下文，就是交代清楚相关的背景信息——这个东西给谁用、用在什么场景、已经有了什么、要解决什么问题。 AI 不了解你的处境，这些背景你不说，它就只能按最普遍的情况来猜。
比如同样做一个网页，给个人求职用的和给公司做活动落地页用的，做出来该是两个样子。再比如让 AI 改代码，你把项目用的是 Vue 框架这个背景告诉它，它就不会给你写出一段 React 代码来。下面这组对比能看出背景的分量：
缺上下文：
帮我做一个数据展示页面给足上下文：
我在做一个面向运营同事的后台，他们每天要看销售数据。
帮我做一个数据展示页面，用卡片展示当日关键指标，下面配一个趋势折线图。后者 AI 才知道页面给谁看、要突出什么。上下文给得越足，AI 的产出越贴合你的真实场景，而不是一个谁都能用、但谁都不完全合用的通用版本。一个简单的自检：如果把你的 Prompt 发给一个陌生人，他能不能明白这东西是干嘛、给谁用的？不能的话，缺的就是上下文。
3.3 任务
任务，就是这条 Prompt 最核心的部分——你到底要 AI 做什么。 四要素里别的都可以省，唯独这个不能含糊。任务要说得明确、具体，最好让人一读就知道做完是什么样子。
帮我做个东西不是任务，帮我做一个个人主页、包含自我介绍、项目展示、联系方式三个部分，才是任务。前者 AI 无从下手，后者目标清清楚楚。判断任务写得够不够具体，有个标准：它是不是可验证的。做完之后，你能不能对照这句话逐项检查它做到没有？能，就说明任务说清楚了；只能凭感觉评判好不好，就说明还太虚。如果任务比较大、比较复杂，把它拆成几条列出来，AI 照着一条条做，命中率更高，具体怎么拆，会用专门一篇来讲。
3.4 约束
约束，就是给 AI 划定边界和规格——哪些要求必须满足、哪些坑不能踩、用什么技术、什么风格、什么限制。 这是把结果从大致对逼到正是我要的的关键一步。
前面精确版里那些纯 HTML+CSS、单文件、响应式、深蓝色渐变、卡片式布局，全是约束。正是这些约束，把 AI 从随便给你做个网页框定到了按我的规格做出这个网页。约束给得越清楚，AI 自由发挥（也就是猜）的空间就越小，结果越可控。约束大致可以分三类，对照着补不容易漏：一是技术约束，比如用什么语言、什么框架、能不能引第三方库；二是形式约束，比如单文件、响应式、多少行以内；三是风格约束，比如配色、布局、整体调性。新手最常忽略约束，结果就是 AI 做是做出来了，但技术选型不对、风格不喜欢、还少了关键限制，来回返工。
把这四样凑齐，你的 Prompt 就从碰运气变成了有把握。当然不是每条 Prompt 都得四样俱全——简单任务有个清晰的任务就够了；但越是重要、越是复杂的需求，四要素补得越全，结果越省心。
4. 一个可以直接套用的模板
道理讲完，给你一个能直接抄的模板。以后写重要的 Prompt 时，对着它把四个空填上，基本就不会跑偏：
【角色】你是一名{某个领域的专家，如：资深前端工程师}。
【背景】{交代这个东西给谁用、用在什么场景、已有什么基础}。
【任务】请帮我{要做的具体事情，复杂的话拆成 1.2.3. 几条}。
【要求】
1. {技术或形式要求，如：用纯 HTML+CSS 实现}
2. {风格要求，如：现代简约，主色深蓝}
3. {其他限制，如：要响应式、单文件}不用死记格式，记住它背后的逻辑就行：先给身份（角色），再交代背景（上下文），然后说清要做什么（任务），最后定好规格（约束）。 哪怕你不用这个模板的格式，只要在心里过一遍这四样我交代清楚了没有，你的 Prompt 质量就会甩开大多数人。
要提醒一句，模板是帮你起步的工具，不是必须照搬的格式。日常让 AI 把这个按钮改成蓝色这种小事，完全没必要套模板，直接说就行。模板用在你一开口就要让 AI 做对一个完整东西的场景，比如从零生成一个页面、一个脚本、一个功能。什么时候该详细、什么时候可以随意，用多了你自然有感觉。
为了让你看清这套方法不只对做网页有效，再换一个完全不同的场景套一遍。假设你不懂编程，但每天要手动整理一个 Excel 表格，想让 AI 写个脚本帮你自动处理。新手往往会说一句帮我写个处理 Excel 的脚本，这跟前面帮我做个人主页是同一种毛病——信息太少。套上四要素，它会变成这样：
【角色】你是一名熟悉数据处理的 Python 工程师。
【背景】我每天会拿到一个销售明细的 Excel 表格（sales.xlsx），
里面有日期、产品、销售额三列，我想自动算出每个产品的总销售额。
【任务】帮我写一个 Python 脚本，读取 sales.xlsx，
按产品汇总销售额，把结果导出成一个新的 Excel 文件 result.xlsx。
【要求】
1. 用 pandas 库实现
2. 结果按销售额从高到低排序
3. 代码里加上中文注释，我能看懂每一步在干什么
4. 如果文件不存在，给一句友好的提示，不要直接报错崩溃你看，角色、背景、任务、约束一样不少。AI 拿到这条 Prompt，给出的不是一段需要你反复追问的半成品，而是一个带注释、连文件不存在都处理好的完整脚本：
import os
import pandas as pd
INPUT_FILE = "sales.xlsx"
OUTPUT_FILE = "result.xlsx"
# 约束4：文件不存在时友好提示，而不是直接崩溃
if not os.path.exists(INPUT_FILE):
print(f"没有找到文件 {INPUT_FILE}，请确认它和脚本在同一个文件夹下。")
else:
df = pd.read_excel(INPUT_FILE) # 读取销售明细
# 按产品分组汇总销售额
result = df.groupby("产品")["销售额"].sum().reset_index()
# 约束2：按销售额从高到低排序
result = result.sort_values("销售额", ascending=False)
result.to_excel(OUTPUT_FILE, index=False) # 导出结果
print(f"已生成 {OUTPUT_FILE}，共 {len(result)} 个产品的汇总。")拿一份真实的销售明细跑一遍，终端会打印：
已生成 result.xlsx，共 4 个产品的汇总。打开生成的 result.xlsx，每个产品的总销售额已经按从高到低排好了：
| 产品 | 销售额 |
|---|---|
| 笔记本 | 18200 |
| 显示器 | 4500 |
| 键盘 | 960 |
| 鼠标 | 267 |
代码不长，但要求里的每一条都落实到了：pandas 实现、降序排序、中文注释、文件不存在的兜底提示。同一套四要素，从做网页到写脚本、到改文案、到分析数据，全都通用——这正是它值得你花时间练熟的原因：学一次，处处能用。
5. 一次说对不等于一步到位
最后纠正一个重要的误解。讲了这么多把 Prompt 写好，并不是说你要憋一条完美无缺的 Prompt 一次到位——那既不现实，也没必要。
Vibe Coding 的常态是迭代：你先用一条还不错的 Prompt 让 AI 做出个初版，看到效果后再针对不满意的地方继续提要求，配色太深了换浅一点、项目卡片改成三列、加个返回顶部的按钮，一轮轮地调。所以这一篇教你的把需求说清楚，目的是让你的起点更高——第一版就八九不离十，而不是从一团乱麻开始改。起点越高，后面要迭代的次数越少，整个过程越省心。
换句话说，好 Prompt 不是为了一句话搞定一切，而是为了让你和 AI 的每一轮对话都更高效。把这章的四要素练熟，你会发现自己跟 AI 的沟通顺畅了一个量级。
拿前面那个个人主页接着说，迭代的过程大致是这样的。第一版出来后，你觉得整体不错，但有几处想调，于是接着提：
整体很好，在这个基础上改三处：
1. 顶部渐变换成青绿到蓝的配色，现在的深蓝有点沉
2. 项目展示从两列改成三列，卡片之间的间距再大一点
3. 最下面加一个返回顶部的小按钮，点了平滑滚回顶部改完后的效果就成了这样——顶栏换成了青绿到蓝的渐变，项目展示排成了三列，右下角也多了个返回顶部的按钮：
注意这条追加 Prompt 的写法，依然遵循前面讲的原则：具体指出改哪里、改成什么样，还明确说了其他地方保留不动。 AI 拿到这种反馈，会在原有版本上精准调整，而不是推倒重来。改完你再看，可能又发现手机上卡片有点挤，那就再提一句单独调移动端。
这就是 Vibe Coding 真实的工作节奏：起点靠一条说清楚的 Prompt 抬高，之后靠一轮轮具体的小迭代逼近你心里的样子。理解这一点，你写第一条 Prompt 时就不会有心理负担——它不需要完美，只需要足够好，好到让后面的迭代越改越少。怎么把迭代和纠错做得更高效，后面会有专门一篇展开。
6. 新手最常踩的四个坑
讲完正面方法，再把新手写 Prompt 最常见的几个坑摆出来，对照避开，能让你少走很多弯路。
第一，把需求埋在一大段话里。 很多人习惯把所有要求写成一长段，AI 容易顾此失彼、漏掉中间的条目。复杂需求宁可分行、编号列出来，一条是一条，AI 命中率明显更高。这和你给人布置任务是一个道理：口头连珠炮说十件事，对方多半记不全；写成一二三四，每条都不会落下。结构化不只是为了好看，它实实在在影响 AI 能不能把你的要求一条不漏地接住。
第二，用词含糊、留下歧义。 比如让它做一个好看的页面，好看是个没有标准的词，AI 只能按自己的理解发挥。换成具体的现代简约、深蓝主色、卡片布局，它才知道你心里的好看长什么样。凡是你脑子里有具体画面、嘴上却用了笼统词的地方，都要警惕。
第三，一上来就要一个大而全的成品。 把十个功能塞进一条 Prompt，结果往往是每个都做得半生不熟，出了问题还难定位。更稳的做法是先要核心功能、跑通了再逐步加，这一点会在后续讲拆解时展开。
第四，默认 AI 知道你的项目背景。 它不知道你用什么框架、有什么已有代码、面向什么用户，除非你说。把这些背景补上，比事后反复纠正高效得多。尤其是在已有项目里让它加功能时，先交代清楚技术栈和现状，能避免它写出一段和你项目格格不入的代码。
这四个坑，本质上都是同一个问题的不同表现：你以为说清楚了，其实没有。 写完一条重要的 Prompt，回头花十秒钟自己读一遍，问问角色、上下文、任务、约束这四样到底有没有交代到位，就能拦下绝大多数返工。
还有一个很多人纠结的问题顺便说清楚：Prompt 写长了会不会不好？答案是，只要每一句都在传递有效信息，长不是问题，AI 完全消化得了；真正要避免的是又长又空——堆一堆请你务必认真、尽量做好这类没有信息量的话。判断标准很简单，把你写的每一句删掉试试，删掉后 AI 可能做错或做偏的，就是有效信息，该留；删掉毫无影响的，就是废话，该删。按这个标准过一遍，你的 Prompt 会既完整又干净。
7. 小结
这一篇的核心就一句话：在 Vibe Coding 里，决定你产出上限的，往往不是 AI 有多强，而是你能不能把需求说清楚。 同一个 AI，模糊指令给你一个白底黑字的骨架，精确指令却能给你一个能直接用的作品——中间隔着的，就是你有没有把角色、上下文、任务、约束这四样交代到位。
把这四要素练熟，再对照那四个常见坑反复自检，你写 Prompt 的稳定性会上一个台阶。不用追求一开口就完美，先把角色、上下文、任务、约束这四样养成下意识会过一遍的习惯，再配合一轮轮具体的迭代，你就能稳稳地把脑子里的想法落成 AI 做得出来的东西。这是一项越练越顺的硬功夫，也是 Vibe Coding 里最划算的投资：它不挑工具、不会过时，今天练熟了，用 Claude Code、Cursor、Codex 哪个都通用。表达需求的精度，就是你驾驭 AI 的精度。
关注秀才公众号：IT杨秀才，回复：面试
