处理 AI 就像坐过山车。
有一天，你让它给个快速提示清单，结果得到一堆整齐的 bullet points。
下一天呢？
一堆乱七八糟的文字，整理起来费老鼻子劲了。
真是让人抓狂。
后来我发现了 JSON 提示，感觉就像终于让 AI 听懂了我的话。
下面是我对 JSON 提示的看法，讲得简单点，还带点代码。
啥是 JSON？
JSON 全称是 JavaScript Object Notation。别被名字吓到——它就是一种带清晰标签的组织信息的方式。想象一下，就像一份购物清单，每件东西都有个标签：
{
"fruit": "apples",
"quantity": 5,
"store": "local market"
}
为啥 AI 爱这个？因为它们在网站和 app 上被一大堆 JSON 数据训练过。这就像是说它们的母语。用 JSON 提示，你就是在清清楚楚地告诉 AI 你想要啥，它搞砸的概率低多了。
普通提示就是一团乱
前段时间，我为了一个项目，拼了命想让 AI 总结客户邮件。我说“总结这封邮件”，结果一次给我一段话，一次给个列表，有时候就一句。完全没谱。后来我试了 JSON 提示：
{
"task": "summarize_email",
"email": "Love the app, but it keeps crashing.",
"output": "list",
"max_points": 3
}
结果立马得到一个干净的列表：
[
"App is great",
"Crashes often",
"User likes it overall"
]
再也没乱七八糟的输出。我直接把这个塞进我的 spreadsheet，搞定，继续干别的。
JSON 提示咋工作
JSON 超简单。分解一下：
- • Labels：你的标签，永远带引号（像 "task"）。
- • Curly braces {}：把所有东西装一起，像个盒子。
- • Square brackets []：用来列清单，像 checklist。
比如你想要给高中生一些学习建议。普通提示像“给学生学习建议”太模糊——学生可能是任何人。用 JSON，你可以很具体：
{
"task": "study_tips",
"who_for": "high school kids",
"how_many": 4,
"vibe": "upbeat",
"output": "list"
}
结果是：
[
"Make a study plan and stick to it.",
"Find a quiet corner to focus.",
"Try flashcards for quick reviews.",
"Take a break when you’re tired."
]
就像给 AI 一个清晰的指令单，没啥猜谜空间。
确保 AI 不跑偏
有些 AI 平台可以让你用特殊设置锁定输出格式。就像跟 AI 说：“照这个格式来，不然别干！”比如：
- • OpenAI：可以用 response_format 设置严格结构。
- • Anthropic：他们有个 tool-calling 功能也能干这事。
- • Google：直接把输出设成 application/json。
这让你的提示从“还行”变成“次次都靠谱”。
真实案例：省时处理邮件
上个月，我被客户邮件淹没了。我得提取名字、公司和他们抱怨啥。JSON 提示救了我一命。我用的是：
{
"task": "pull_info",
"email": "Hi, I’m Mike from CoolTech. Our app won’t load, and it’s a big deal!",
"output": {
"name": "string",
"company": "string",
"problem": "string",
"urgency": ["low", "medium", "high"]
}
}
结果：
{
"name": "Mike",
"company": "CoolTech",
"problem": "app not loading",
"urgency": "high"
}
这花了两秒钟。手动弄？每封邮件至少几分钟。一天 30 封邮件，我省了好几个小时。
三个好用的 JSON 模板
JSON 提示在几个关键任务上特别好使：提取数据、创建内容、分析东西。我是这么设置的。
1. 提取数据
用来从邮件或评论里挖信息：
"task": "pull_info",
"text": "Put your text here",
"output": {
"field1": "string",
"field2": "number",
"field3": ["option1", "option2"]
}
}
2. 创建内容
用来写东西，比如社交媒体帖子：
"task": "write_post",
"type": "tweet",
"who_for": "small businesses",
"vibe": "fun",
"points": ["save time", "grow sales"],
"words": 100
}
可能会得到：
{
"post": "Small biz folks! Save time and grow sales with these easy tips...",
"word_count": 95
}
3. 分析东西
用来分解大概念，比如公司概况：
{
"task": "analyze",
"company": "Nike",
"output": {
"strong_points": ["string"],
"weak_points": ["string"],
"stock_tip": ["buy", "sell", "hold"],
"confidence": "number"
}
}
输出：
{
"strong_points": ["Cool brand", "Big market share"],
"weak_points": ["Expensive products", "Competition"],
"stock_tip": "buy",
"confidence": 0.8
}
这直接就能放进报告或 dashboard，不用额外折腾。
嵌套：整齐但有点棘手
JSON 可以一层套一层，像盒子里装盒子。比如我在计划一个项目：
{
"task": "plan_project",
"project": "New Website",
"output": {
"stages": [
{
"name": "string",
"tasks": [
{
"task": "string",
"days": "number",
"priority": ["low", "medium", "high"]
}
]
}
]
}
}
结果：
{
"stages": [
{
"name": "Design",
"tasks": [
{
"task": "Sketch layout",
"days": 7,
"priority": "high"
},
{
"task": "Pick colors",
"days": 3,
"priority": "medium"
}
]
}
]
}
但别嵌套得太疯。超过几层，AI 可能会迷路，就像我试着照复杂菜谱做饭一样。
让 AI 老实听话
你可以用 schema 让 AI 严格按格式来。我常用这个：
{
"task": "check_mood",
"text": "This app is awesome!",
"output": {
"mood": ["happy", "sad", "neutral"],
"confidence": "number"
}
}
输出：
{
"mood": "happy",
"confidence": 0.9
}
AI 必须照这规则来——没得商量。就像跟小孩说：“就一块饼干，没得挑。”
处理小故障
有时候会出点问题——网络断了，或者 AI 太“创意”了。我的办法是：
- 3. 如果不靠谱，试三次，设置 temperature=0（这让 AI 更专注）。
为啥 Temperature 重要
Temperature 就像 AI 的创意旋钮。temperature=1 时，它可能会改词或格式。temperature=0 时，超级稳定。我用 JSON 提示时，总是设 temperature=0，免得意外。
我的邮件处理招
我现在处理邮件是这样的：
这招能自动搞定大部分邮件，把我的工作量从几小时砍到几分钟。
为啥我爱 JSON 提示
JSON 提示省了我老多时间。不管是整理邮件还是做报告，结构化的输出让我不用再收拾 AI 的烂摊子。就像有个超级有条理的助理，每次都干得漂漂亮亮。
试试看吧
想试试 JSON 提示？这个简单好玩：
{
"task": "get_quote",
"theme": "hope",
"length": "short",
"output": {
"quote": "string",
"author": "string"
}
}
可能会得到：
{
"quote": "Keep going, you’ve got this.",
"author": "Nobody Famous"
}
JSON 提示就像给 AI 一个清晰的待办清单。可以试试看这种方式来管理自己行的提示词工程，感觉会比较有用。
粤ICP备14082021号
免费POC，
零成本试错
