OpenClaw Prompt 工程：让 AI 更听话的 10 个技巧

OpenClaw Prompt 工程：让 AI 更听话的 10 个技巧

在 OpenClaw 场景下，Prompt 是你和 AI 沟通的桥梁。一句好的 Prompt 能让模型准确理解你的需求并正确执行工具调用，而模糊的指令则可能导致调用失败或返回错误结果。我整理了 10 个实用技巧，帮助你写出更“听话”的 Prompt。

一、明确角色和上下文

技巧1：给 AI 设定一个角色

直接告诉 AI 它应该扮演什么角色，能显著提升回复的专业性。

# 不好的写法
帮我写一段代码

# 好的写法
你是一位拥有 10 年经验的 Python 后端工程师，擅长 Django 框架。
请帮我写一段用户认证的 API 代码。

技巧2：提供必要的上下文信息

不要假设 AI 知道你当前的场景，给足背景信息。

# 不好的写法
分析这个错误

# 好的写法
我正在使用 Node.js + Express 开发一个 REST API，
遇到 CORS 错误，错误信息如下：
[错误信息]
请帮我分析可能的原因。

技巧3：说明工具的使用限制

明确告诉 AI 哪些工具可用、哪些不可用，避免它“编造”调用。

你可以通过以下工具与系统交互：
- read_file: 读取文件内容
- exec: 执行命令行
- search: 搜索信息

注意：不要尝试调用未列出的工具。

二、规范输出格式

技巧4：指定具体的输出结构

用 Markdown 或 JSON 明确告诉 AI 你期望的输出格式。

请用以下 JSON 格式返回结果：
{
  "title": "文章标题",
  "summary": "100字以内的摘要",
  "tags": ["标签1", "标签2"]
}

技巧5：添加约束条件

告诉 AI 什么是不能做的，就像给 AI 画一条红线。

请帮我写一段文案，要求：
- 长度控制在 200 字以内
- 不要使用任何英文单词
- 避免使用“绝对”、“100%保证”等绝对化表述

技巧6：用例子说明期望

有时候一个例子胜过千言万语。

将以下用户反馈分类：
- 正面评价 → positive
- 负面评价 → negative
- 咨询问题 → question
- 投诉建议 → suggestion

示例：
“你们的产品太棒了！” → positive
“为什么订单还没发货？” → question

三、迭代优化 Prompt

技巧7：分步骤指令

复杂任务拆分成多个简单步骤，让 AI 一步步来。

任务：帮我部署一个 Docker 容器

第一步：检查当前系统环境（Docker 版本、端口占用）
第二步：编写 Dockerfile
第三步：构建镜像
第四步：运行容器并验证

技巧8：让 AI 自己检查

在 Prompt 末尾加一句“请先检查你的回答是否满足以上要求”，能减少低级错误。

技巧9：给 AI 一个“犯错机会”

如果任务复杂，告诉 AI 如果第一次没做好，可以重新尝试。

请完成以下任务，如果第一次结果不满意，
你可以调整策略后重新尝试。

技巧10：记录失败的 Prompt

把不成功的 Prompt 收集起来，分析哪里出了问题，逐步优化。

总结

Prompt 工程不是一蹴而就的，而是需要不断测试和调整的过程。核心原则其实很简单：把 AI 当成一个聪明但不了解你具体需求的人，把话说清楚、把期望说明白，AI 就能更好地为你服务。

在实际使用中，我发现把多个技巧组合起来用效果更好。比如既设定角色、又给上下文、还指定输出格式，这样的 Prompt 通常比单一技巧更有效。

如果你想体验更智能的 AI 交互方式，不妨试试 ClawBrain——它是专为龙虾（OpenClaw）打造的智能决策引擎，具备任务闭环、自主规划、错误自愈能力，能让 AI 真正独立完成复杂任务，而不仅仅是响应单次指令。