Appearance
2.4 输出结构(Format)
引言:为什么同一个任务,用不同"输出结构",效果会差十倍
在提示词工程中,输出结构(Format)是让 AI 输出"长得像你想要的样子"的关键部分。
很多小白以为"AI 会自己判断怎样输出最合适",但这是一个巨大误解。AI 不会主动选择最适合你的格式,它只会:
- 输出训练中最常见的格式
- 输出它"预测"最可能出现的结构
- 随机添加段落、解释、空话
- 输出不符合你应用场景的结构
要让 AI 输出结构化、可读、可粘贴、可复用、可直接用于文档/PPT/代码/报告的内容,你必须告诉它格式。
格式不是可选项,而是专业提示词的核心环节。
2.4.1 什么是输出结构(Format)
输出结构是对 AI 最终输出的明确要求:
- 要以列表形式吗?要分几部分?
- 要使用标题吗?要用 JSON 吗?
- 要用表格吗?要有步骤编号吗?
- 要有字段结构吗?要按什么逻辑分段?
一句话:Format = 告诉 AI 用什么"形状"输出。 格式是"护栏",让内容变得可控。
2.4.2 为什么输出结构比你想象的更重要
因为 AI 在没有格式约束时,会:输出冗长段落、自行决定结构、用难以复制的格式、把关键点混在句子里、输出不适合工程或业务使用的内容。
小白式提示词:
总结以下内容。AI 会输出长段落,无法直接使用。
专业提示词(有 Format):
请总结以下内容,并按如下格式输出:
1. 核心观点(不超过 3 条)
2. 支撑论据(每条 1 句话)
3. 适用场景(列表形式)你将得到清晰、结构化、可用的内容。
2.4.3 输出结构的 8 种常见形式
| 格式类型 | 适用场景 | 示例 |
|---|---|---|
| 列表(List) | 总结、要点提取、建议、风险 | "请以 1-2-3 的编号方式输出" |
| 多层结构(Hierarchical) | 文档结构、教学大纲、分层分析 | "请按一级标题、二级观点输出" |
| 表格(Table) | 对比分析、多维度评估、数据整理 | "请输出为 Markdown 表格" |
| JSON | 结构化数据、Web API、工具调用 | "请严格输出合法 JSON" |
| 步骤流程(Step-by-Step) | SOP、决策流程、教程 | "每步以'步骤 X:'开头" |
| 模板填充(Template) | 简历、文案、脚本等套模板内容 | "请按【标题】【背景】【结论】模板生成" |
| 角色分段对话式 | 辅导、模拟对话、多角色思考 | 多角色 Agent 场景 |
| 报告结构(Report) | 商业报告、复盘、分析文档 | "按背景/核心发现/建议/结论输出" |
2.4.4 如何选择合适的输出结构
| 目标 | 推荐结构 |
|---|---|
| 让内容可读 | 列表 |
| 让内容可用于 PPT | 列表 + 分段 |
| 支持工程调用 | JSON |
| 结构更清晰 | 分层结构 |
| 对比分析 | 表格 |
| 写流程 | 步骤结构 |
| 写报告 | 标准报告结构 |
2.4.5 输出结构的底层原理
当你给 AI 结构时,你实际上限制了它的注意力。
模型会自动:
- 将注意力集中在结构要求上
- 严格按照框架组织内容
- 避免生成多余解释
- 避免跑题
- 输出质量稳定、非常可控
结构越清晰,AI 越像一个"程序"而不是"聊天机器人"。
2.4.6 输出结构的专业级写法
模板一:列表结构
请按以下格式输出:
1. …
2. …
3. …模板二:分层结构
请按如下结构输出:
# 一级标题
## 二级标题 1
## 二级标题 2模板三:Markdown 表格
请输出 Markdown 表格,并包含以下列:
| 名称 | 用途 | 示例 |模板四:JSON
请严格按以下 JSON 格式输出(合法 JSON):
{
"goals": [],
"steps": [],
"risks": []
}模板五:流程
请按步骤输出(每步以"步骤 X:"开头)2.4.7 实战案例:从"差提示词"到"专业提示词"
差提示词:
请复盘这个项目。专业提示词(含结构):
你是一名项目负责人,请复盘以下项目,并按如下结构输出:
# 一、背景
# 二、成功点(至少 3 条)
# 三、问题点(至少 3 条)
# 四、可复用经验
# 五、改进建议(每条不超过 20 字)输出瞬间提升 10 倍质量。
本节小结
关键要点
- Format = 输出结构,是提示词的第四根支柱
- 决定 AI 的输出形状、可读性、可用性
- 格式越清晰 → 输出越稳定
- 格式越严格 → 输出越可控
- JSON、列表、表格、流程、模板是最常用结构
- 输出结构 = 限制 AI 注意力,提高质量的关键
输出结构是提示词结构的第四个支柱,接下来我们将进入第五个模块:何时加入上下文(Context)。


