免费文章 · 02 把想法说清楚：提示词与上下文
输出格式要适合实际用途
上一节，我们通过补充资料和样品，让书桌整理计划更贴近实际，也更容易照着执行。不过，如果动作、时间和注意事项都散在几段文字里，每做一步都要重新寻找，使用起来仍然不方便。
这时，我们还需要考虑输出格式，也就是信息应该怎样排列和组织。
同样一份内容，可以写成短文字、编号清单或表格。选择哪一种，取决于我们准备怎样使用它
输出格式要符合使用方式
不同任务，对阅读和查找信息的要求不同：
接下来要做什么 | 适合的形式 | 为什么 |
|---|---|---|
给朋友发送活动通知 | 一段简短文字 | 可以直接发送，时间、地点和参与方式集中在一起 |
按顺序完成几件事 | 编号清单 | 容易找到当前步骤和下一步 |
比较方案或逐项核对安排 | 表格 | 同类信息放在相同栏目，方便比较 |
例如，同一份书桌整理计划，如果需要对照各步骤的预计时间，表格会比较直观；如果拿着手机边整理边查看，简短的编号清单可能更方便。
所以，在要求 AI 整理格式之前，可以先想清楚：这份结果接下来要怎样使用？
格式应该帮助我们找到需要的信息，而不是为了看起来丰富，增加没有用途的栏目。
表格的每一列都要有具体用途
回到书桌整理任务。真正开始整理时，我们最关心的是三件事：现在该做什么、大约需要多久、做到什么程度就算完成。
把它们作为表格的三列，每行对应一个步骤，就可以得到这样的安排：
步骤与动作 | 预计用时 | 完成标准 |
|---|---|---|
1. 将蓝色长尾夹夹好的资料放在桌边 | 3 分钟 | 明天要用的资料容易拿到，不与散纸混在一起 |
2. 把散纸集中放入现有纸盒 | 5 分钟 | 桌面中央没有散纸，保留足够的工作空间 |
这里的时间只是教学示例中的估计。
第一列告诉我们要做什么，第二列帮助安排时间，第三列让我们判断什么时候可以进入下一步。
如果把第三列简单写成“备注”，AI 可能填入各种额外建议；改成“完成标准”，就明确了这一列应该提供什么信息。
因此，设计表格时，不必先想着要放多少列。可以先问：使用这份结果时，我需要反复查看哪些信息？ 再为它们安排栏目。
例如，比较旅行方案时，我们可能需要查看费用、交通时间和住宿位置；安排活动分工时，则可能需要负责人、具体任务和截止时间。
让 DeepSeek 把计划整理成表格
现在，继续使用上一节的 DeepSeek 网页版 对话，找到已经核对过的书桌整理计划。
我们希望整理时能够快速查看每一步的动作、时间和完成标准，因此可以补充这样的要求：
我准备一边整理书桌，一边查看这份计划。请将我们刚才确认的计划排成表格，按计划中的行动顺序排列，每行一个步骤，三列依次为“步骤与动作、预计用时、做到什么程度”。用时统一写成分钟，并在表格下写出各步预计用时的合计。
请保留已确认的动作、先后关系和限制，尤其是明天的资料留在手边、只整理桌面、不购物、不丢弃纸张。表达可以精简，但不要删掉这些要求。只输出计划表和预计总用时；如果原计划缺少必要信息，先列出需要我确认的问题，不要自行补成已经确定的事实。这段提示词不仅规定了表格形式，还说明了每一列应该包含什么、每一行代表什么。
收到结果后，可以试着按照表格找到第一步，看看是否能直接开始整理。
如果准备在手机上使用，发现表格太宽、不方便阅读，也可以进一步调整：
请改成编号清单。每一步保留“动作、预计用时、做到什么程度”这三项，按顺序分行写，内容和条件保持一致。这样，同一份计划就能根据使用场景改变呈现方式。格式可以调整，但原来需要执行的动作、时间和完成标准不应因此丢失。
如果从新对话开始，则需要重新提供已经确认的计划，否则 AI 可能不知道要整理哪些内容。
表格中的空缺不能靠猜测填满
表格还有一个特点：哪些信息已经确定、哪些尚未确定，通常会变得更加明显。
例如，当前计划只有“预计用时”。如果我们希望边整理边记录真正花了多少时间，可以增加一列“实际用时”。
但在开始整理之前，实际用时还不知道。这一格应该留空或标为“待记录”，而不是直接填入预计的三分钟。
活动分工也是一样。资料没有确定负责人，就应写“待确认”；没有明确截止时间，也不能为了让表格完整而自行编造。
如果需要 AI 提出建议，可以单独标明哪些是建议，哪些已经确认。
表格的作用是把信息组织清楚，而不是把每个空格都填满。 保留尚未确定的信息，也能帮助我们看见接下来需要确认什么。
进阶：当 AI 的回答要交给程序使用
前面介绍的文字、清单和表格，主要是为了方便人阅读。如果我们正在开发一个待办清单应用，希望 AI 生成的整理步骤能够直接显示在页面上，又该使用什么格式？
程序需要准确区分每一步的动作、预计时间和完成标准。相比自由排列的文字，结构化输出更适合这种情况。
常见的结构化数据格式是 JSON。例如，同样一份整理计划，可以表示为：
{
"steps": [
{
"action": "把明天要用的资料放在桌边",
"minutes": 3,
"done_when": "资料可以单独拿到"
},
{
"action": "把散纸集中放入纸盒",
"minutes": 5,
"done_when": "桌面中央没有散纸"
}
]
} 这里，steps 保存多个步骤，每个步骤都有固定的字段：action 表示动作，minutes 表示预计分钟数，done_when 表示完成标准。
这样，程序就可以读取 action 显示任务内容，使用 minutes 计算预计时间，甚至根据这些数据自动生成待办清单。
不过，仅在提示词中要求“输出 JSON”，不代表模型每次都能严格遵守格式。 真正开发应用时，通常需要事先规定字段名称、数据类型和必填要求，使用模型 API 提供的结构化输出功能，并由程序检查结果。
这一节先理解为什么需要结构化输出。后续学习模型 API 和应用开发时，我们再动手实现。
分别检查格式、内容和使用效果
得到整理后的计划，我们可以从三个方面检查：
检查方向 | 需要关注什么 |
|---|---|
格式是否符合要求 | 栏目是否齐全，每行是否对应一个步骤，时间单位是否一致 |
内容是否准确完整 | 是否保留原计划中的动作和条件，预计用时合计是否正确 |
实际使用是否方便 | 能否快速找到当前步骤，是否清楚怎样做、何时完成 |
例如，表格虽然有三列，但动作仍然只写“优化桌面布局”，我们就不知道该移动什么。问题不在表格格式，而在内容还不够具体。
如果改成手机清单后，原先“保留明天要用的资料”这一要求消失了，那么即使阅读更加方便，也需要把遗漏的信息补回来。
因此，发现问题后应当有针对性地调整：栏目不合适就修改格式，内容有遗漏就补充信息，使用起来不方便就改变排列方式。
有时，格式要求本身也会限制内容。例如，要求每一步只能写四个字，就很难同时说清动作和完成标准。这时应优先保留完成任务需要的信息，而不是机械遵守字数限制。
我们正在准备一场周六下午的读书会，已经确定以下安排：
14:00 布置座位，预计 10 分钟；14:10 开始签到，预计 20 分钟；14:30 开始分享，预计 40 分钟；15:10 收拾场地，预计 15 分钟。
现在需要 AI 根据这份资料制作两种内容：
- 发给参与者： 一条简短的群通知，让大家知道什么时候签到、什么时候开始分享。
- 交给工作人员： 一份现场使用的安排，方便查看各项工作的时间、内容，并逐项标记完成情况。
你会分别选择什么输出格式？第二项需要设置哪些栏目？请写出两段简洁的提示词要求。
查看答案与解析
第一项适合使用简短文字，把参与者关心的签到和开始时间集中说明。可以要求：
请根据活动安排写一条简短的群通知，只保留参与者需要知道的时间和活动信息。
第二项适合使用表格或可勾选清单，方便工作人员现场执行。可以要求：
请把活动安排整理成“开始时间、工作事项、预计用时、完成状态”四列表格，每项工作占一行，完成状态默认留空，方便现场逐项确认。
可以看到，同一份资料并不需要采用相同格式。参与者需要快速了解安排，工作人员需要逐项执行和确认。 输出格式与栏目，应当根据实际使用方式决定。
从一份普通的整理计划，到可以直接查看和使用的表格，我们逐步确定了需要什么形式、每个栏目放什么，以及如何处理尚未确定的信息。
输出格式的价值，不在于排得多整齐，而在于能否让信息更容易使用。
检查过程中，我们也可能发现具体问题：某一步不够清楚，某个条件被遗漏，或者某项安排缺少依据。下一节，我们就学习怎样把这些发现转化为明确的反馈，让 AI 有针对性地修改结果。
讨论
登录后参与讨论