跳到主要内容

跨 AI 提示词迁移

进阶
What you'll learn
  • 了解哪些提示词基本功可以原封不动地迁移到每一个模型
  • 识别切换模型或厂商时会发生变化的少数表层细节
  • 运行一套可移植的工作流，把提示词迁移到新模型而无需重写
  • 避免对推理模型重复施加'一步一步思考'的陷阱

好消息：提示词的基本功可以跨越每一个模型通用。 如果你能把 Claude 提示得很好，你也能把 ChatGPT、Gemini 或 Llama 提示得很好。只有少数表层细节有差异——这就是那块罗塞塔石碑。

处处通用的部分​

以下这些在所有模型上都适用——它们关乎的是沟通，而不是某个厂商：

  • 给出上下文：目标、受众、格式、语气（提示词基础）。
  • 示例（少样本）。
  • 在困难任务上要求推理。
  • 约束输出（长度、格式、"只要 JSON"）。
  • 用平实的语言迭代。
  • 角色 / 系统提示词——每个主流模型都有这个概念（角色）。

学会这些一次，你就具备了可移植能力。

有差异的部分（以及该如何调整）​

方面切换时需要注意的事项
结构提示Claude 喜欢 XML 标签；其他模型也接受，但可能更偏好 Markdown 标题或 JSON。
语气强度较老的模型能容忍强硬/全大写的提示词；较新的字面遵循型模型更偏好平和、具体的指令。要针对每个模型重新调校。
推理"一步一步思考"对某些模型有帮助；而专门的推理模型会在内部完成这一步——不要重复叠加。
预填充把话塞进助手嘴里是一种 Claude 风格的杠杆；其他地方的支持程度各不相同。
系统提示词的分量所有模型都有系统提示词，但被遵循的力度各不相同——请做测试。
工具/函数调用概念相同，但每家厂商的请求结构不同。
六个表层差异
按 Enter 或空格键翻转卡片。使用左右方向键在卡片之间切换。已显示术语。
1 / 6

一套可移植的工作流​

Guided walkthrough1 of 4
  1. 用上下文 + 格式 + 示例来起草提示词——这些是能迁移到任何模型的部分。此时先不要写死厂商专属的语法。

因为只有表层发生变化，一个结构良好的提示词通常只需一行微调就能移植。这里有一个用通用方式撰写的例子——上下文、明确的格式、清晰的任务，没有需要剥离的厂商专属语法：

一个可移植、厂商中立的提示词

You are a technical editor. Rewrite the text below to be clearer and more concise.

Constraints:
- Keep every fact unchanged.
- Target a general professional audience.
- Return only the rewritten text, no preamble.

Text:
"""
[paste the draft here]
"""

那个提示词可以原样运行在 Claude、GPT、Gemini 或某个开源模型上。如果某个模型忽略了"只返回重写后的文本"，那就是你唯一要做的表层微调——收紧约束，或者在 Claude 上预填充回复。

:::tip 不要从零重写 迁移到新模型很少需要一个新提示词——通常只是一个语气/格式上的微调。你的结构和示例可以延续下来。 :::

自我检测

0/3
  1. 以下哪一项无法跨模型迁移，切换时需要重新调校？
  2. 你把一个提示词迁移到专门的推理模型。你应该如何处理你那句'一步一步思考'的指令？
  3. 把提示词切换到新模型的推荐做法是什么？
Key takeaways
  • 基本功——上下文、示例、推理、输出约束、角色——可以原封不动地迁移到每一个模型。
  • 只有六个表层细节有差异：结构提示、语气强度、推理提示、预填充、系统提示词的分量，以及工具结构。
  • 切换模型是微调，而不是重写：保留通用结构，在目标模型上测试，一次只调整一个表层杠杆。
  • 把你的提示词纳入版本控制，这样在模型之间迁移就是一个小的、可评审的 diff。

下一步​