Key Takeaways
- AI内容"像AI写的"的根本原因是Prompt缺少角色、上下文和约束三个维度
- 角色设定决定AI的"人格"，上下文注入决定AI知道在对谁说话，约束条件决定输出边界
- 这套公式不只适用于博客，邮件主题行、LinkedIn帖子、产品描述均可套用
根据Stanford HAI的研究，结构化提示（含角色+上下文+约束）比无结构提示在专业读者评估中的"相关性"评分高出41%。Nielsen Norman Group的用户体验报告也指出，缺乏上下文的AI生成内容在目标受众测试中的"共鸣度"评分显著低于人工撰写内容。
你已经用过AI写了不少内容。结果？有些还凑合，但总觉得缺点什么——太泛、语气不对、读起来像模板、跟你的品牌完全不搭。
你不是一个人。这是几乎所有人第一次大量使用AI写作时的共同感受。
问题不在于AI的能力，而在于Prompt的结构。把AI当成搜索框用的时候，得到的结果自然是百科全书式的通用答案。把AI当成一个经验丰富的合作者对待——告诉它是谁、在对谁说话、边界在哪里——结果会截然不同。
根据斯坦福人机交互研究组的研究，结构化Prompt（含角色+上下文+约束）比无结构Prompt产出的内容，在专业读者评估中的"相关性"和"可信度"评分分别高出41%和38%。
本文拆解一套三层Prompt公式，以及5个B2B出海场景的实战模板，可以直接复制使用。
在深入拆解之前，可以先看看AI营销实战案例库，了解其他B2B出海企业是怎么把AI工具用起来的。
如果你想系统了解如何在API层面优化提示结构，Anthropic Docs的Claude提示工程官方指南是最权威的参考来源。
为什么你的AI内容总是"像AI写的"
Prompt无角色：AI自己发明人格
没有角色设定的AI，会用训练数据里最"平均"的风格写作。那个平均风格就是：中立、全面、无立场、无观点——正是所有人都在批评的"AI味"。
给AI一个具体角色，它就会从该角色的视角选择词汇、决定详略、判断什么值得强调。这不是"变成另一个人"，而是给AI提供一个写作的参照框架。
Prompt无上下文：AI不知道读者是谁
同样是"写一篇关于工业泵产品的介绍文章"，目标读者是石化厂的采购经理、是设备维护工程师、还是想采购入门级产品的小型工厂老板——内容会完全不同。
AI无法猜测这些信息。你不告诉它，它就会写一个面向"所有人"的文章——也就是说对任何人都没有足够的针对性。
Prompt无约束：AI不知道边界在哪里
没有约束的AI会用最保险的方式处理每个问题：不下结论、不做推荐、不说明确立场。这对百科全书是对的，对营销内容是错误的。
营销内容需要观点、需要立场、需要CTA。这些都是需要通过约束条件明确告诉AI的。
公式第一层：角色设定（Role）
专业角色 vs 关系角色的区别
角色设定有两种维度，效果差异很大：
| 角色类型 | 示例 | 效果 | 适用场景 |
|---|---|---|---|
| 职业角色 | "你是一位B2B内容营销专家" | 专业词汇、行业视角 | 技术文章、方案介绍 |
| 关系角色 | "你是我们的销售总监，正在帮一个犹豫的客户做决策" | 说服力强、有温度 | 邮件、案例文章 |
| 读者代入角色 | "你是一位刚接手独立站SEO的出海营销总监" | 共鸣感强、痛点精准 | 博客、LinkedIn帖子 |
| 复合角色 | "你是Tim Zhang，一位10年出海营销经验的顾问，正在向一位工厂老板解释..." | 品牌化、有记忆点 | 品牌内容、专栏文章 |
B2B出海场景的角色设定模板
哪些角色设定没有效果
以下角色设定实际上对输出质量影响很小，不值得花时间精心设计：
- "你是一位经验丰富的营销专家"——太泛，AI对"经验丰富"没有具体参照
- "你是一位非常聪明的助手"——这是奉承，不是角色
- "你是一位完美的内容创作者"——完美的标准是什么？AI无法执行
有效的角色设定是可以被操作化的：让AI知道应该用什么知识背景、什么语气、什么视角来处理这个任务。
公式第二层：上下文注入（Context）
读者画像上下文（痛点+职位+行业）
告诉AI你在对谁说话，至少包含三个要素：
品牌上下文（语调+禁区+竞争环境）
如果是为某个品牌写内容，需要告诉AI这个品牌的边界：
任务上下文（目的+渠道+字数）
明确这次写作任务的具体参数：
- 目的：是要让读者了解信息、还是产生询盘、还是建立信任？
- 渠道：博客文章和LinkedIn帖子的写法完全不同
- 字数：给一个范围，太宽松AI会倾向于产出更长的内容
IBM Technology对提示工程的技术拆解进一步证明，约束条件的设置直接决定了模型输出的边界质量。Anthropic Research的研究也指出，具体的角色约束可以让模型在特定领域的输出专业度提升显著。
公式第三层：约束条件（Constraint）
输出格式约束
不指定格式，AI会选择它认为"标准"的格式——通常是带大量标题的结构化文章。如果你需要的是流畅的段落叙述、或者是简洁的要点列表、或者是邮件格式，必须明确说明。
内容禁区约束
对于B2B出海品牌，以下禁区约束通常都值得加上：
- 不使用未经验证的百分比或统计数据
- 不出现"最好"、"第一"、"唯一"等绝对化表达
- 不提及具体竞品名称（在评测/对比类文章外）
- 所有技术建议必须有"验证方法"或"适用前提"
EEAT约束（数据来源/案例规格）
如果文章需要符合谷歌EEAT标准（出海独立站SEO的核心要求之一），可以加入以下约束：
想把这套Prompt体系系统化封装成团队可复用的工具，博客写作Skill定制可以帮你把这类决策逻辑固化进AI工作流，不再依赖个人经验。
关于AI对创意工作流的系统性影响，Harvard Business Review的文章提供了清晰的框架，值得在建立自己的Prompt系统前阅读。
完整公式示例：5个B2B出海场景实战Prompt
场景一：博客引言段（吸引读者读下去）
场景二：产品描述（面向海外采购商）
场景三：LinkedIn帖子（建立个人品牌）
场景四：FAQ答案（增强SEO和信任感）
场景五：电邮主题行（提升开信率）
这五套模板对应了B2B出海内容生产中最常见的五个场景。每套都可以直接复制，填入自己的产品/行业/受众信息后使用。
更多内容营销方法论，可以访问内容营销资源中心，里面有Tim整理的出海B2B内容全链路指南。
常见问题
三层公式适合所有AI工具吗，还是只适用于Claude？
角色+上下文+约束的逻辑适用于所有大型语言模型，包括GPT系列、Gemini、Claude等。不同模型对同一Prompt的响应质量会有差异，但这套框架的底层逻辑——给AI足够的参照系来做决策——是通用的。
Prompt越长越好吗？
不是。经验法则是：每增加一个信息，必须能明确改善输出质量。无关信息会分散AI的注意力，产生更"平均"的结果。通常，一个有效的Prompt在200-400字之间，超出这个范围的部分应该仔细检查是否真的必要。
如何评估一个Prompt写得好不好？
一个简单的测试：把你的Prompt给一个不了解你业务的人看，问他能不能清楚地描述"AI应该输出什么"。如果他能描述清楚，Prompt基本合格；如果他说"大概是关于XX的"，说明Prompt还不够具体。
角色设定和系统提示（System Prompt）是一回事吗？
在API层面，System Prompt是全局角色设定，User Prompt是单次任务描述。在日常使用中，把两者都放在User Prompt里是完全有效的。区别主要体现在需要跨多次对话保持一致性时——这时把角色设定放入System Prompt效果更稳定。
关于作者：Tim Zhang，B2B出海内容营销专家，10年出海实战经验。LinkedIn | herewow.com
