Grok 提示词工程进阶 — 从好用到精通

Grok 提示词的独特之处

因为 Grok 的底层模型、实时联网、多模态能力都和其他 AI 不同，所以它的提示词也有一些 Grok 专属的高级技巧：

实时联网提示：告诉 Grok 什么时候需要 DeepSearch
多模态协作：把对话、图像、视频串成一条生产线
利用 2M token 窗口：一次塞足上下文
让 Bot 自动执行：把提示词变成持久化工作流

技巧一：角色设定（Persona）

虽然 Grok 有内置人格，但你也可以在提示词里自己定义角色，让回答效果更有针对性：

基础角色

「从一个有 20 年经验的资深产品经理的角度，帮我评估这个创业点子的可行性」

专业角色

「你是一个熟悉联邦医疗保险（Medicare）的美国医保顾问。请帮我分析：我的情况是 65 岁以上、有基础疾病、月收入 $3000，推荐哪种 Medicare Advantage 计划」

Gro 会自动用 DeepSearch 查最新的 Medicare 计划信息，结合你的情况给出建议。

反常识角色

「你是一个对所有 AI 持怀疑态度的技术评论员。请批评 Grok 4.7，找出它可能存在的问题和局限」

Gro 会认真地做"反方"——列出自己可能的不足之处（而不是王婆卖瓜）。这对批判性思考很有帮助。

技巧二：思维链（Chain of Thought）

让 Grok 显式展示思考过程，而不是直接给答案。这样既能验证推理质量，也能在推理出错时及时发现。

方法一：直接要求

「请用 Think 模式，一步步展开你的推理。最后给出答案。」

方法二：分步引导

「让用户一步步来：Step 1: 先列出解决这个问题需要哪些信息Step 2: 列出每个信息的可能来源Step 3: 分析如果信息不足会有什么影响Step 4: 给出结论和建议」

方法三：让 Grok 自我验证

「先给你最初的答案，然后用另一种方法验证这个答案。两种方法的结论一致吗？如果不一致，哪个更可靠？」

技巧三：多轮迭代优化

好的产出很少是一次成型的。用"迭代优化法"可以让效果越来越好：

迭代模板

Round 1: 「帮我做一个【任务类型】，目标是【目标】」
→ 获得第一版产出

Round 2: 「好，第一版不错。现在做以下调整：
  ① XXX
  ② XXX
  ③ XXX
  保持好的地方，只改需要改的」
→ 获得第二版产出

Round 3: 「再微调一下：XXX」
→ 获得第三版产出

...
直到满意

实战：写一篇文章

R1: 「帮我写一篇 500 字的产品软文」
→ 拿到第一版

R2: 「结构很好，但语气太官方了，改成活泼一点的口语风，目标读者是年轻人」
→ 拿到第二版

R3: 「现在加入 2 个 emoji，每段结尾加一句有趣的小评论」
→ 拿到第三版（可能就是最终版了）

技巧四：结构化输出要求

告诉 Grok 输出什么结构，它会严格按照你的结构来：

Markdown 结构

「请按以下结构输出：

# 标题
## 1. 背景（100 字以内）
## 2. 核心发现（3-5 条要点）
## 3. 数据支撑（表格）
## 4. 结论
## 5. 行动建议（下一步做什么）
## 6. 引用来源

JSON 结构

「输出严格的 valid JSON，结构如下：

{
  "summary": "一句话总结",
  "key_points": [
    {"point": "要点1", "evidence": "支撑证据"},
    {"point": "要点2", "evidence": "支撑证据"}
  ],
  "next_steps": ["步骤1", "步骤2", "步骤3"]
}

表格结构

「用 Markdown 表格列出，列是【维度 A / 维度 B / 推荐选项】，行是【选项 1 / 选项 2 / 选项 3】」

技巧五：一次性多任务并行

一个提示词里可以让 Grok 同时做几件事：

「读完这篇论文后，请：

用通俗语言解释它的核心贡献
列出它的 3 个主要方法
找出它的 2 个局限性
用 DeepSearch 查一下它是否被后续研究引用
总结整体评价」

Gro 会按顺序一次性完成所有任务，比你分开问五次高效得多。

技巧六：利用 Grok 的记忆

在同一个对话里，Gro 会自动记住之前的讨论。你可以利用这一点：

让 Grok 记住你的偏好

「记住：以后跟我说话用口语化中文，不用太正式；回答长度控制在 300 字以内；喜欢的格式是 Markdown 列表」

之后在这个对话里，Gro 会自动遵循这些偏好。

在长对话里引用之前的内容

「好，回到用户之前讨论的第二个方案，帮我再深入分析一下它的技术实现细节」

Gro 会自动回溯找到之前那段讨论。

技巧七：创建你的个人"提示词库"

把好的提示词存在你的 Grok Memory（或 Skills）里：

方法一：让 Grok 存进 Memory

「这是我的个人写作提示词模板。请记住，下次我说『写产品介绍』就用这个模板」

方法二：存成 Skill

「把这个提示词模板存成一个 Skill，叫『产品介绍写作』」

下次直接调用即可。

提示词实战：一个完整示例

场景：让 Grok 帮你做一次竞品分析

不使用任何技巧的版本

「帮我分析一下 AI 写作工具市场」

使用全部技巧的版本

我是一个正在创业的 AI 产品经理，做的是面向独立开发者的 AI 写作工具。

帮我做一份竞品分析，请：
1. 用 DeepSearch 查最新数据（尤其是 X 上的真实用户评价）
2. 主要对比 3 款产品：Jasper、Copy.ai、Sudowrite
3. 用 Markdown 表格对比这几个维度：
   - 定价（各档套餐月费）
   - 核心功能
   - 目标用户
   - 用户评价（正面和负面各取 3 条，标注来源）
4. 最后给出一个小结：用户应该主打什么差异化
5. 引用至少 5 个来源

目标读者：我自己（产品经理），所以用专业但清晰的语言
输出长度：800-1200 字 + 1 个对比表格

结果：一份直接能用的竞品分析报告，有数据、有对比、有引用、有建议。