提示是一种设计行为：如何向AI做简报、引导和迭代

提示不仅仅是给AI一些指令。你可以将其视为一种设计行为，部分是创意简报，部分是对话设计。这篇关于AI增强设计工作的第二篇文章介绍了一种设计师式的提示方法：融合创意简报、交互设计和结构清晰度的方法。

在《AI增强设计师的一周生活》中，我们跟随Kate进行了她第一次AI增强设计冲刺的为期一周的旅程。她在这个过程中有三个认识：

• AI不是副驾驶（尚未）；它更像一个聪明、热切的实习生。
• 一个能访问大量信息、记忆良好、执行迅速但没有背景的实习生。这种心态定义了她与AI的每一次互动方式：不是魔法，而是管理。
• 不要信任；要引导、指导并始终验证。

像任何实习生一样，AI需要指导和监督，这正是她设计师技能发挥作用的地方。Kate依靠好奇心去探索，观察去发现偏见，同理心去人性化输出，批判性思维去挑战感觉不对的地方。她的学习心态帮助她跟上进步，实验帮助她通过实践学习。

提示部分是创意简报，部分是对话设计，只是对象是AI而不是人。

当你提示AI时，你不仅仅是给出指令，而是在设计它如何回应、行为和输出信息。如果AI像一个实习生，那么提示就是你的创意简报，它框定任务、设定基调并阐明什么是好的。它也是你的对话脚本，指导它如何回应、互动如何流动以及如何处理模糊性。

作为设计师，我们习惯于为人们设计互动。提示是我们在设计自己与机器的互动——它使用相同的心态，只是媒介是新的。它塑造AI的行为，就像你通过结构、清晰度和意图引导用户一样。

如果你收藏、下载或保存了别人的提示，你并不孤单。在我们的AI旅程中，我们都这样做过。但是，虽然别人的提示是一个好的起点，但如果你能根据自己的目标、背景和风格编写自己的提示，你会得到更好、更相关的结果。使用别人的提示就像使用Figma模板。它能完成工作，但精通来自于理解并应用设计的基础知识，包括布局、流程和推理。提示也有结构。当你学会它时，你就不再猜测，而是开始设计。

注意： 本文中的所有提示均使用ChatGPT进行测试——不是因为它是唯一的选择，而是因为它友好、灵活，让你可以像人一样交谈，是的，即使在最近的GPT-5“更新”之后也是如此。也就是说，任何具有体面注意力跨度的LLM都可以工作。相同提示的结果可能因你使用的AI模型、AI的训练、情绪以及它产生幻觉的自信程度而异。

隐私提示： 一如既往，不要分享任何你不想被泄露、记录或意外包含在下一个AI生成模因中的内容。保持安全、合法并尊重用户。

说完这些，让我们深入探讨有效提示的心态、结构和方法，作为你设计工具箱中的另一个工具。

心态：像设计师一样提示

作为设计师，我们故事板化旅程，线框图化界面以引导用户，并有意图地编写UX文案。然而，当提示AI时，我们对待它的方式不同：“总结这些见解”、“让这个更好”、“为这个屏幕写文案”，然后想知道为什么输出感觉通用、不符合品牌或只是平淡无奇。这就像期望创意团队从一条Slack消息中交付伟大的工作。我们不会用“设计一个登陆页面”来简报自由职业者，更不用说实习生了，那么为什么这样简报AI呢？

提示是给机器的创意简报

把一个好的提示想象成创意简报，只是对象是非人类合作者。它需要类似的元素，包括清晰的角色、定义的目标、相关背景、语调指导和输出期望。正如一个写得很好的创意简报能解锁团队的对齐和质量，一个结构良好的提示帮助AI满足你的期望，即使它没有真正的本能或意见。

提示也是对话设计

一个好的提示不仅仅是定义任务，还通过设计对话来设定交流的基调：指导AI如何解释、排序和回应。你塑造任务的流程、如何处理模糊性以及如何进行改进——这就是对话设计。

结构：像设计师一样构建它

那么，如何编写设计师质量的提示？这就是W.I.R.E.+F.R.A.M.E.提示设计框架的用武之地——一个受UX启发的框架，用于编写有意图、结构化和可重用的提示。每个字母代表一个关键的设计方向，基于UX设计师已经思考的方式：就像线框图不规定最终视觉效果一样，这个WIRE+FRAME框架不限制创造力，而是用AI需要的结构化信息来引导它。

“为什么不直接使用一系列来回聊天与AI？”

你可以，很多人也这样做。但没有结构，AI会自行填补空白，通常产生模糊或通用的结果。一个好的预先提示可以节省时间，减少试错，并提高一致性。无论你是独自工作还是跨团队工作，框架意味着你不必每次都重新发明提示，而是重用有效的方法以更快获得更好的结果。

就像我们在添加保真度层之前构建线框图一样，WIRE+FRAME框架有两个部分：

• WIRE 是必须的骨架。它给提示形状。
• FRAME 是一组增强功能，带来抛光、逻辑、语调和可重用性——就像从线框图构建高保真界面一样。

让我们改进Kate最初的研究综合提示（“阅读这些客户反馈，告诉我如何为Z世代用户改进我们的应用程序”）。为了更好地反映人们在实际中如何提示，让我们将其调整为一个更广泛适用的版本：“阅读这些客户反馈，告诉我如何为Z世代用户改进我们的应用程序。”这个单行提示反映了我们经常向AI工具抛出的那种提示：简短、简单，且通常缺乏结构。

现在，我们将使用W.I.R.E.框架的前四个元素重建该提示——这些核心构建块为AI提供所需的主要信息，以交付有用的结果。

W：谁和什么

定义AI应该扮演谁，以及要求它交付什么。

创意简报从分配正确的角色开始。你是在简报文案撰稿人？策略师？产品设计师？同样的逻辑在这里适用。给AI一个清晰的身份和任务。像对待可信赖的自由职业者或实习生一样对待AI。与其说“帮助我”，不如告诉它应该扮演谁以及期望是什么。

示例： “你是一名高级UX研究员和客户洞察分析师。你擅长从不同来源综合定性数据，以识别模式、浮现用户痛点，并将它们映射到客户旅程阶段。你的输出直接为产品、UX和服务优先级提供信息。”

I：输入背景

提供框定任务的背景信息。

创意伙伴不会在真空中工作。他们需要背景：受众、目标、产品、竞争格局以及已经尝试过什么。这是简报的“开始前需要知道”部分。想想：关键见解、摩擦点、业务目标。你的提示也是如此。

示例： “你正在分析Fintech品牌应用程序的客户反馈，目标用户是Z世代。反馈将来自应用商店评论、调查反馈和可用性测试记录等来源。”

R：规则和约束

澄清任何限制、边界和排除。

好的创意简报总是包括边界——要避免什么、不符合品牌的或不可协商的。比如品牌声音指南、法律要求或时间和字数限制。约束不会限制创造力——它们集中创造力。AI需要相同的约束以避免偏离轨道。

示例： “仅分析上传的客户反馈数据。不要编造痛点、代表性引用、旅程阶段或模式。不要用先验知识或假设例子补充。使用清晰、中立、面向利益相关者的语言。”

E：预期输出

阐明交付物应该是什么样子。

这是交付物规范：成品是什么样子？它用于什么语调、格式或渠道？即使任务清楚，格式通常也不清楚。你想要要点还是故事？表格还是标题？如果你不说，AI会猜测，而且可能猜错。更好的是，包括一个你想要的输出示例，这是帮助AI了解你期望的有效方式。如果你使用GPT-5，你还可以混合不同格式（文本、图像、表格）的示例。

示例： “返回一个结构化的主题列表。对于每个主题，包括：

• 主题标题
• 问题摘要
• 问题陈述
• 机会
• 代表性引用（仅来自数据）
• 旅程阶段
• 频率（从数据中计数）
• 严重性评分（1-5），其中1=轻微不便或烦恼；3=令人沮丧但存在解决方法；5=阻塞性问题
• 估计工作量（低/中/高），其中低=文案或内容调整；中=逻辑/UX/UI更改；高=重大更改。”

WIRE给了你一切所需，停止猜测，开始有目的地设计你的提示。当你从WIRE开始时，你的提示就像简报，将AI视为合作者。

一旦你掌握了这个核心结构，你可以使用FRAME元素分层添加额外的保真度，如语调、逐步流程或迭代反馈。这五个元素通过分层清晰的交付物、周到的语调、可重用的结构和创造性迭代的空间，为你的提示提供额外的指导和清晰度。

F：任务流程

将复杂提示分解为清晰、有序的步骤。

这是你的项目计划或创意工作流程，列出了阶段、依赖关系或执行顺序。当任务有多个部分时，不要把它们全部扔进一个句子。你是在做思考并引导AI。像用户旅程中的步骤或故事板中的模块一样构建它。在这个例子中，它适合作为AI生成“E：预期输出”中描述的表格的蓝图。

示例： “推荐的任务流程： 步骤1：解析上传的数据并提取离散的痛点。 步骤2：根据模式相似性将它们分组为主题。 步骤3：根据频率（来自数据）、严重性（基于内容）和估计工作量对每个主题进行评分。 步骤4：将每个主题映射到适当的客户旅程阶段。 步骤5：对于每个主题，仅基于数据中的内容编写清晰的问题陈述和机会。”

R：参考声音或风格

命名所需的语调、情绪或参考品牌。

这是品牌声音部分或风格情绪板——塑造创意感觉的参考点。有时你想要正式。其他时候，你想要对话。不要假设AI知道你的语调，所以明确说明。

示例： “使用UX见解演示或产品研究报告的语调。简洁、模式驱动且客观。使摘要易于产品经理和设计负责人扫描。”

A：请求澄清

如果任何不清楚，邀请AI在生成前提问。

这是你的“开始前有任何问题吗？”时刻——协作创意工作的关键步骤。如果简报模糊，你不会希望自由职业者猜测你的意思，那么为什么期望AI做得更好？要求AI在进入输出模式之前反思或澄清。

示例： “如果上传的数据缺失或不清晰，请在继续之前请求它。此外，如果反馈格式非结构化或不一致，或者评分标准需要改进，请请求澄清。”

M：记忆（在对话中）

引用对话的早期部分并重用有效的内容。

这类似于在创意简报中跨交付物保持视觉语调或活动语言一致性。提示很少是一次性任务，所以这提醒AI已经在使用的语调、受众或结构。GPT-5在记忆方面变得更好，但这仍然是一个有用的元素，特别是如果你切换主题或跳来跳去。

示例： “除非我另有说明，否则继续使用这个过程：分析数据，分组为主题，按重要性排序，然后为每个建议一个行动。”

E：评估和迭代

邀请AI批评、改进或生成变体。

这是你的修订循环——你提示创意方向、探索和改进的方式。就像创意人员期望反馈一样，你的AI伙伴可以处理审查循环，如果你要求的话。将迭代构建到简报中，以更接近你实际需要的东西。有时，你可能会看到ChatGPT通过询问你的偏好来自行测试两个版本的响应。

示例： “列出所有主题后，识别具有最高综合优先级分数（基于频率、严重性和工作量）的主题。 对于那个最高优先级的主题：

• 批判性评估其框架：标题是否清晰？引用是否有力且具有代表性？旅程映射是否合适？
• 建议一个改进（例如，改进的标题、更可操作的隐含意义、更清晰的引用、更紧密的摘要）。
• 应用该改进重写主题条目。
• 简要解释为什么修订更强，对产品或设计团队更有用。”

以下是WIRE+FRAME框架的快速回顾：

以下是完整的WIRE+FRAME提示：

(W) 你是一名高级UX研究员和客户洞察分析师。你擅长从不同来源综合定性数据，以识别模式、浮现用户痛点，并将它们映射到客户旅程阶段。你的输出直接为产品、UX和服务优先级提供信息。

(I) 你正在分析Fintech品牌应用程序的客户反馈，目标用户是Z世代。反馈将来自应用商店评论、调查反馈和可用性测试记录等来源。

(R) 仅分析上传的客户反馈数据。不要编造痛点、代表性引用、旅程阶段或模式。不要用先验知识或假设例子补充。使用清晰、中立、面向利益相关者的语言。

(E) 返回一个结构化的主题列表。对于每个主题，包括：

• 主题标题
• 问题摘要
• 问题陈述
• 机会
• 代表性引用（仅来自数据）
• 旅程阶段
• 频率（从数据中计数）
• 严重性评分（1-5），其中1=轻微不便或烦恼；3=令人沮丧但存在解决方法；5=阻塞性问题
• 估计工作量（低/中/高），其中低=文案或内容调整；中=逻辑/UX/UI更改；高=重大更改

(F) 推荐的任务流程： 步骤1：解析上传的数据并提取离散的痛点。 步骤2：根据模式相似性将它们分组为主题。 步骤3：评分每个主题的频率（来自数据）、严重性（基于内容）和估计工作量。 步骤4：将每个主题映射到适当的客户旅程阶段。 步骤5：对于每个主题，仅基于数据中的内容编写清晰的问题陈述和机会。

(R) 使用UX见解演示或产品研究报告的语调。简洁、模式驱动且客观。使摘要易于产品经理和设计负责人扫描。

(A) 如果上传的数据缺失或不清晰，请在继续之前请求它。此外，如果反馈格式非结构化或不一致，或者评分标准需要改进，请请求澄清。

(M) 除非我另有说明，否则继续使用这个过程：分析数据，分组为主题，按重要性排序，然后为每个建议一个行动。

(E) 列出所有主题后，识别具有最高综合优先级分数（基于频率、严重性和工作量）的主题。 对于那个最高优先级的主题：

• 批判性评估其框架：标题是否清晰？引用是否有力且具有代表性？旅程映射是否合适？
• 建议一个改进（例如，改进的标题、更可操作的隐含意义、更清晰的引用、更紧密的摘要）。
• 应用该改进重写主题条目。
• 简要解释为什么修订更强，对产品或设计团队更有用。

你可以使用“##”来标记部分（例如，“##FLOW”），更多是为了你的可读性而不是AI。超过400字，这个见解综合提示示例是一个详细、结构化的提示，但它没有为你和你的工作定制。意图不是给你一个特定的提示（授人以鱼），而是展示你如何使用像WIRE+FRAME这样的提示框架来创建一个定制的、相关的提示，帮助AI增强你的工作（授人以渔）。

请记住，提示长度不是一个常见问题，而是缺乏质量和结构。截至撰写本文时，AI模型可以轻松处理数千字长的提示。

并非每个提示都需要所有FRAME组件；WIRE通常足以完成工作。但当工作是战略性的或高度情境化时，从FRAME中选择组件——额外的细节可以产生影响。总之，WIRE+FRAME为你提供了一个详细的框架，用于创建结构良好的提示，关键组件在前，可选组件在后：

• WIRE构建一个清晰、专注的提示，包含角色、输入、规则和预期输出。
• FRAME添加改进，如语调、可重用性和迭代。

以下是一些使用WIRE或WIRE+FRAME的场景和建议：

提示不是关于第一次就做对。它是关于设计互动并在需要时重新设计。使用WIRE+FRAME，你超越了基本提示，设计了你与AI之间的互动。

从直觉到框架：提示改造

让我们比较Kate第一次AI增强设计冲刺提示（将客户反馈综合为设计见解）与基于WIRE+FRAME提示框架的结果，使用相同的数据并关注顶级结果：

原始提示： 阅读这些客户反馈，告诉我如何为Z世代用户改进我们的应用程序。

初始ChatGPT结果：

• 提高应用程序可靠性以减少崩溃和冻结。
• 为金融工具如预算或目标设定提供更好的指导或教程。
• 通过显示确认消息增强Zelle转账的透明度。
• 加速应用程序加载并减少关键操作上的延迟。

使用这个版本，你可能需要来回进行后续问题，为清晰度重写输出，并在与团队分享前添加结构。

上述WIRE+FRAME提示（具有定义的角色、范围、规则、预期格式、语调、流程和评估循环）。

初始ChatGPT结果： （结构化WIRE+FRAME提示的结果。）

你可以清楚地看到两个提示的非常不同的结果，两者使用完全相同的数据。虽然第一个提示返回一个快速的想法列表，但详细的WIRE+FRAME版本不仅仅是总结反馈，而是将其结构化。主题被清晰标记，由用户引用支持，映射到客户旅程阶段，并按频率、严重性和工作量优先排序。

结构化提示结果可以按原样使用或分享，无需重新格式化、重写或解释它们（见下文免责声明）。第一个提示输出需要加工：它不详细，缺乏证据，并且需要几轮澄清才能可操作。第一个提示可能在风险低且你在探索时有效。但当你的提示输入设计、产品或策略时，结构就来拯救了。

免责声明：了解你的数据

一个结构良好的提示可以使AI输出更有用，但它不应该是最终决定，或你的单一真相来源。AI模型是强大的模式预测器，而不是事实检查器。如果你的数据不清楚或引用不良，即使是最好的提示也可能返回自信的胡说八道。不要盲目信任你所看到的。像对待一个聪明的实习生一样对待AI：快速、热切，偶尔妄想。你应该始终熟悉你的数据并验证AI吐出的内容。例如，在WIRE+FRAME结果 above，AI将金融工具入门的工作量评为低。那可能很容易是中或高。好的提示应该由好的判断支持。

现在尝试

首先使用WIRE+FRAME框架创建一个提示，帮助AI增强你的工作。你也可以使用WIRE+FRAME重写你上次不满意的提示，并比较输出。

随意使用这个简单工具来指导你通过框架。

方法：从单独提示到提示系统

就像设计系统有可重用组件一样，你的提示也可以。你可以使用WIRE+FRAME框架编写详细提示，但也可以使用该结构创建可重用组件，这些是经过预测试、即插即用的部分，你可以组装以更快构建高质量提示。WIRE+FRAME的每个部分都可以转换为提示组件：反映你团队标准、声音和策略的小型、可重用模块。

例如，如果你发现自己反复使用相同的内容用于WIRE+FRAME框架的不同部分，你可以将它们保存为你和你的团队的可重用组件。在下面的示例中，我们有两个不同的可重用组件用于“W：谁和什么”——一个见解分析师和一个信息架构师。

W：谁和什么

• 你是一名高级UX研究员和客户洞察分析师。你擅长从不同来源综合定性数据，以识别模式、浮现用户痛点，并将它们映射到客户旅程阶段。你的输出直接为产品、UX和服务优先级提供信息。
• 你是一名经验丰富的信息架构师，专门组织企业内部网上的企业内容。你的任务是将内容和功能重新组织成反映用户目标、减少认知负荷并增加可查找性的类别。

创建并保存提示组件和WIRE+FRAME框架每个部分的变体，允许你的团队在可用时通过组合组件快速组装新提示，而不是每次都从头开始。

提示背后：关于提示的问题

问：如果我每次使用像WIRE+FRAME这样的提示框架，结果会是可预测的吗？

答：是也不是。是的，你的输出将由一致的指令集（例如，规则、示例、参考声音/风格）指导，这些将引导AI给你可预测的格式和风格的结果。不，虽然框架提供结构，但它不会扁平化AI的生成性质，而是将其集中在你重要的方面。在下一篇文章中，我们将看看你如何利用这一点快速重用你最好的可重复提示，因为我们构建你的AI助手。

问：AI模型的更改会破坏WIRE+FRAME框架吗？

答：AI模型的发展速度比我们见过的任何其他技术都要快——事实上，ChatGPT最近更新到GPT-5，评价褒贬不一。更新没有改变提示的核心原则或WIRE+FRAME提示框架。随着未来的发布，我们今天编写提示的某些方式可能会改变，但与AI清晰沟通的需求不会改变。想想你如何将工作委派给实习生与有几年经验的人：你仍然需要详细的指示，当任何一个第一次做任务时，但细节水平可能会改变。WIRE+FRAME不仅为今天的模型构建；组件帮助你澄清你的意图、分享相关背景、定义约束并指导语调和格式——所有这些都是永恒的元素，无论模型变得多聪明。塑造与非人类AI系统清晰、结构化互动的技能将保持价值。

问：提示可以不仅仅是文本吗？图像或草图呢？

答：绝对可以。使用像GPT-5和其他多模态模型的工具，你可以上传截图、图片、白板草图或线框图。这些视觉成为你输入背景的一部分，或帮助定义预期输出。相同的WIRE+FRAME原则仍然适用：你正在设置背景、语调和格式，只是同时使用图像和文本。无论你的输入是段落还是图像和文本，你仍然在设计互动。

有自己的提示相关问题吗？在评论中分享，我会在那里回应或在本系列的下一篇文章中进一步探讨。

从设计师式提示到定制助手

好的提示和结果不是来自使用别人的提示，而是来自编写为你和你的背景定制的提示。WIRE+FRAME框架帮助这一点，并使提示成为一个工具，你可以用来像创意伙伴一样引导AI模型，而不是希望从单行请求中获得魔法。

提示使用你每天都在使用的设计师技能与AI协作：

• 好奇心探索AI能做什么并构建更好的提示。
• 观察检测偏见或盲点。
• 同理心使机器输出人性化。
• 批判性思维验证和改进。
• 实验和迭代通过实践学习并随时间改进互动。
• 成长心态跟上像AI和提示这样的新技术。

一旦你创建并改进了对你有用的提示组件和提示，通过记录它们使它们可重用。但等等，还有更多——如果你最好的提示，或你提示的元素，可以活在你自己的AI助手中，按需可用，流利使用你的声音，并在你的背景上训练呢？这就是我们下一步的方向。

在下一篇文章《设计你自己的设计助手》中，我们将把你到目前为止学到的内容转化为一个定制AI助手（又名定制GPT），一个设计精明、情境感知的助手，像你一样工作。我们将逐步介绍确切的构建，从定义助手的工作描述到上传知识、测试和与他人分享。

资源

• GPT-5提示指南
• GPT-4.1提示指南
• Anthropic提示工程
• 谷歌提示工程
• Perplexity
• 指导你通过WIRE+FRAME框架的Webapp