提示词决定了 AI 的天花板
同样的 OpenClaw 配置，同样的模型，为什么有人能用出专家级效果，有人却总是得到泛泛的回答？答案在于提示词（Prompt）的质量。
提示词是人与 AI 之间唯一的沟通桥梁。写好提示词，就像给一个聪明但缺乏背景信息的助手一份详尽的工作手册——他能精确地完成你想要的结果。本文将分享在 OpenClaw 日常使用中最实用的提示词技巧，帮你把 AI 输出质量提升到新高度。
一、提示词的黄金结构
一个高质量的提示词通常包含四个要素：
- 角色设定：告诉 AI 以什么身份回答
- 背景信息：提供必要的上下文
- 具体任务：明确你要什么
- 输出格式：规定回答的形式
来看一个实际例子。在 OpenClaw 的 SOUL.md 中，你可以这样设定 AI 的人格：
# SOUL.md
你是一位资深全栈工程师，擅长用简洁的方式解释复杂技术概念。
回答时遵循以下原则：
- 先给结论，再展开论证
- 代码示例必须有注释
- 不确定的内容明确标注这个简短的设定，让 AI 之后的每次回答都有了明确的方向。
二、在 SOUL.md 和 USER.md 中预置提示词
OpenClaw 的灵魂系统是提示词工程的天然载体。通过 SOUL.md 定义 AI 的行为准则，通过 USER.md 提供用户偏好，相当于预置了一套高质量的提示词模板。
2.1 SOUL.md：定义 AI 的”性格”
好的 SOUL.md 不需要长篇大论，关键是要具体：
# SOUL.md
## 沟通风格
- 中文对话，技术术语保留英文
- 代码用 TypeScript 优先，Python 次之
- 回答长度：简单问题3句话以内，复杂问题不限
## 专业领域
- 云原生架构（K8s, Docker, Serverless）
- 前端工程化（React, Vite, TypeScript）
- AI 应用开发（LLM, RAG, Agent）
## 禁忌
- 不做没有根据的推测
- 不给出未经验证的代码2.2 USER.md：让 AI 了解你
USER.md 存储你的偏好和背景，让 AI 的回答更贴合你的需求：
# USER.md
## 技术背景
- 5年后端开发经验，熟悉 Go 和 Python
- 前端了解基础 React，不熟悉 Vue
- 部署环境：阿里云 ECS + Docker
## 偏好
- 时区：Asia/Shanghai
- 工作时间：9:00-18:00 工作日
- 通知渠道：Telegram有了这些信息，AI 在回答技术问题时会自动选择 Go/Python 示例，不会推荐你不熟悉的 Vue 方案，通知也会在合适的时间通过 Telegram 推送。
三、对话中的即时提示词技巧
3.1 约束输出格式
模糊的请求得到模糊的回答。明确格式能让输出立即可用：
❌ "帮我分析一下这段代码的性能问题"
✅ "分析以下代码的性能瓶颈，按表格格式输出：
| 问题位置 | 问题描述 | 严重程度 | 优化建议 |
只列出严重程度为'高'和'中'的问题"3.2 思维链引导
让 AI 展示推理过程，输出质量会显著提升：
"请一步步分析这个需求：
1. 首先列出所有技术方案
2. 对比各方案的优缺点
3. 给出推荐方案和理由
4. 列出实施步骤"这种结构化引导让 AI 的回答从”跳跃式结论”变成”严密推理链”，可信度和实用性都大幅提升。
3.3 少样本示例（Few-Shot）
给 AI 1-2 个示例，比写一大段描述更有效：
"将以下中文注释翻译为英文，保持格式一致：
示例：
// 获取用户信息 → // Fetch user info
// 删除过期缓存 → // Remove expired cache
请翻译：
// 验证请求参数
// 初始化数据库连接"四、利用 Skills 实现提示词复用
OpenClaw 的 Skill 系统本质上是提示词的模块化封装。当你发现某类提示词反复使用时，就可以封装成 Skill：
# skills/code-review/SKILL.md
## 触发条件
当用户要求代码审查时激活
## 执行规则
1. 逐文件检查，按以下维度评估：
- 安全性：是否有注入风险
- 性能：是否有 N+1 查询等问题
- 可维护性：命名、注释、复杂度
2. 每个问题标注严重等级：🔴 严重 🟡 警告 🟢 建议
3. 最后给出整体评分（A/B/C/D）封装后，每次只需要说”审查这段代码”，AI 就会按照你定义的标准执行，确保输出一致性和质量。
五、常见提示词陷阱
- 太宽泛：”写一个好用的函数” → AI 无从下手
- 太具体：逐字指导每个步骤 → 失去 AI 的创造性
- 自相矛盾：”简洁但要详细” → AI 左右为难
- 缺少验证：不要求 AI 检查自己的输出 → 可能出现幻觉
好的提示词在”给足方向”和”留足空间”之间取得平衡，就像一个好的需求文档——清晰但不僵化。
总结
提示词工程不是玄学，而是一套可学习、可优化的技能体系。在 OpenClaw 中，你可以通过 SOUL.md 和 USER.md 进行系统性提示词管理，通过 Skill 实现提示词复用，通过对话中的即时技巧处理临时需求。记住：你的提示词质量，就是 AI 输出的天花板。
