简而言之：大多数人之所以在使用AI时遇到困难，是因为他们将其视为对话。它不是对话；它是一个系统。谷歌最近强调了PASEC提示框架，它将模糊的请求转化为精确的指令。如果你分析这个框架，你会发现它与系统设计是相同的。提示不再是一门艺术；它现在是一门需求工程的学科。
我是James，水星科技解决方案的首席执行官。 日本千叶成田 - 2025年12月18日
我常常看到聪明的工程师在从LLM中获得良好结果时遇到困难。他们把提示框当作搜索栏或聊天窗口。他们输入："给我写一份关于云趋势的报告。"
然后他们抱怨输出是普通的垃圾。
问题不在于模型。问题在于缺乏系统定义。谷歌最近正式化了一个高质量的提示框架，称为
PASEC。乍一看，它似乎只是另一个首字母缩略词。但如果你深入研究，它是一个系统设计的蓝图。PASEC协议
要控制像LLM这样的随机（随机）系统，必须定义边界条件。PASEC正是这样做的：
P | 人物（谁）：
- 定义代理的角色。A | 目标（什么）：
- 定义具体的任务或功能需求。S | 结构（如何）：
- 定义输出接口和格式。E | 有效性/约束（边界）：
- 定义什么是不要做的。C | 上下文（输入）：
- 定义环境变量。为什么这实际上是系统工程
如果你有系统工程或产品架构的背景，这个结构应该看起来非常熟悉。
一个LLM是一个
黑箱系统。它接受输入并将其处理为输出。在传统工程中，你绝不会要求一个工厂 "制造一辆车。" 你会提供一份规格表。PASEC只是智能时代的规格表。
让我们映射逻辑：
人物 = 系统架构：
- 工程：
- "这是一个高扭矩电动机。" "This is a high-torque electric motor."
- PASEC: "您是一位拥有20年经验的高级系统架构师。"
- 为什么： 它设置了操作参数和知识库检索权重。
- 目标 = 功能需求：
- 工程： "电机必须能够提升500公斤。"
- PASEC: "您的目标是批评这段代码的安全漏洞。"
- 为什么： 它定义了成功标准。上下文 = 环境输入：
- 工程：
- "电机在-20°C的天气中运行。"PASEC:
- "听众是非技术性的董事会成员；公司正面临预算削减。"为什么：
- 它提供了状态变量以便系统能够正确处理逻辑。有效（约束）= 边界条件：
- 工程：
- "不要超过240V；不要过热。"PASEC:
- "不要使用行话。将回复限制在500字以内。不要说教。"为什么：
- 在系统理论中，约束比目标更重要。它们将解决方案空间从“无限”缩小到“有用”。结构 = 接口设计：
- 工程：
- "通过三插头输出。"PASEC:
- "以Markdown表格形式输出，包含风险、影响和缓解措施的列。"为什么：
- 它确保输出与您工作流程中的下一步（下游系统）集成。案例研究："Vibe"与"Spec"
让我们看看"聊天"提示和"系统性"提示之间的区别。
"聊天"提示（失败模式）：
"帮我写一封关于我们新AI功能的客户邮件。"
PASEC "系统性"提示（成功模式）：
(P)ersona:
- 您是一位专注于B2B SaaS的高级产品营销经理。(C)ontext:
- 我们正在推出"水星AI"，它可以自动化代码验证。我们的客户是对AI幻觉持怀疑态度的CTO。(A)im:
- 写一封启动邮件，劝说他们预约演示。重点关注信任和安全，而不仅仅是速度。(E)ffective (Constraints):
- (E)ffective (Constraints):最多200个字。语气应专业但紧迫。请勿使用诸如“游戏改变者”之类的流行词。
- (S)结构：
- 主题行（3个选项）
- 正文（问题 -> 激励 -> 解决方案）
- 行动号召（CTA）
结论：您是设计师
PASEC有效的原因不是因为它是一个魔术。它有效是因为它迫使您将AI视为一个计算组件而不是一个魔法精灵。
我们正在从“提示低语”的阶段转向提示工程的阶段。
- 低语是希望模型理解您。
- 工程是如此清晰地定义系统，以至于模型别无选择，只能是正确的。
下次您打开Claude或ChatGPT时，不要只是交谈。设计系统。
水星科技解决方案：加速数字化。
