入门级角色设定提示词：让大模型扮演 “程序员”“老师”“分析师”

**

一、引言

在与大模型交互的过程中，角色设定提示词能够极大地改变模型的输出，使其更贴合我们的需求场景。通过设定角色，大模型仿佛被赋予了特定职业的知识、思维和语言风格，为我们提供更加专业、针对性强的回答。本文将详细介绍如何使用入门级角色设定提示词，让大模型扮演 “程序员”“老师”“分析师” 这三个常见角色，帮助大家开启高效利用大模型的新方式。

二、让大模型扮演程序员

2.1 基础身份定义提示

最简单的方式是直接定义大模型为程序员身份。例如：“你是一位程序员，请帮我写一段 Python 代码，实现从一个列表中找出所有偶数。” 在这个提示中，明确告知大模型它此刻扮演程序员的角色，并给出具体任务。大模型接收到这样的提示后，会利用其所学的编程知识，以程序员的思维来编写代码。

def find_even_numbers(lst):

even_numbers = []

for num in lst:

if num % 2 == 0:

even_numbers.append(num)

return even_numbers

这种基础提示比无角色提示好，能让大模型快速进入编程语境，但效果相对有限，因为缺乏具体专业背景和思维框架引导。

2.2 专业背景增强提示

为了让大模型生成更符合实际应用场景的代码，可以增加专业背景描述。比如：“你是一位拥有 8 年经验的 Python 后端程序员，专注于数据分析领域，精通 Numpy 和 Pandas 库。请编写一段代码，从一个包含大量数值的 CSV 文件中读取数据，并计算每列数据的平均值。” 这里详细说明了程序员的经验年限、专业领域以及擅长的技术栈。

import pandas as pd

def calculate_column_averages(file_path):

data = pd.read_csv(file_path)

column_averages = data.mean()

return column_averages

通过这种提示，大模型能激活更具体的专业知识领域，生成的代码不仅能完成基本功能，还可能考虑到数据分析场景下的一些优化，如使用更高效的数据读取和计算方法。

2.3 思维模式与方法论提示

进一步深入，可以明确指定程序员的思维模式和解决问题的方法论。例如：“你是一位资深 Python 程序员，习惯使用‘简洁高效’的设计思维，在编写代码时，首先考虑代码的可读性和可维护性，同时注重性能优化。对于处理复杂数据结构的任务，你通常会先对数据进行分析，然后设计合适的数据处理流程。现在，请编写一段代码，对一个嵌套列表进行扁平化处理。”

def flatten_list(nested_list):

flat_list = []

for item in nested_list:

if isinstance(item, list):

flat_list.extend(flatten_list(item))

else:

flat_list.append(item)

return flat_list

这种提示引导大模型采用特定的思维模式和工作方法，生成的代码在满足功能需求的同时，更符合专业程序员的编码习惯，代码结构更清晰，可读性和可维护性更高。

2.4 情境化专业经验提示

最高级的提示是添加具体的工作经历、项目背景和真实世界约束。例如：“你是一位拥有 10 年经验的 Python 程序员，曾在一家大型互联网公司负责数据处理相关项目。在之前的项目中，经常需要处理海量日志数据，对数据处理的效率和准确性要求极高。现在，假设你正在处理一个项目，需要从一个非常大的日志文件中提取出所有包含特定错误信息的行，并统计这些错误出现的次数。请编写相应代码，同时要考虑到文件可能过大，无法一次性全部读入内存的情况。”

def count_specific_errors(log_file_path, error_keyword):

error_count = 0

with open(log_file_path, 'r', encoding='utf - 8') as file:

for line in file:

if error_keyword in line:

error_count += 1

return error_count

通过这种高度情境化的提示，大模型能激活深度专业知识和实战经验，生成的代码不仅能解决问题，还可能包含针对实际场景的优化，如处理大文件时的内存优化策略等。

三、让大模型扮演老师

3.1 基础教学角色提示

让大模型扮演老师的基础方式是简单定义角色并给出教学任务。例如：“你是一位数学老师，请给我讲解一下一元一次方程的解法。” 大模型会以老师的口吻，用通俗易懂的语言来解释一元一次方程的解法。

一元一次方程的一般形式是 ax + b = 0（a，b 为常数，a≠0）。解法的关键在于通过移项和化简，将方程变形为 x = c（c 为常数）的形式。比如方程 3x - 5 = 7，首先把 - 5 移到等号右边，变成 3x = 7 + 5，即 3x = 12，然后两边同时除以 3，得到 x = 4。这就是解一元一次方程的基本步骤。

这种基础提示能让大模型初步完成教学任务，但可能缺乏针对性和深入性。

3.2 针对特定学生群体提示

为了让教学更有针对性，可以指定学生群体。比如：“你是一位初中数学老师，现在要给班上基础比较薄弱的学生讲解勾股定理。请用最容易理解的方式进行讲解。” 考虑到学生基础薄弱，大模型的讲解会更加注重基础知识的铺垫和简单易懂的示例。

同学们，今天我们来学习勾股定理。大家先想象一个直角三角形，就是有一个角是 90 度的三角形。勾股定理说的是，在这个直角三角形中，两条直角边的平方和等于斜边的平方。什么是平方呢？就是一个数自己乘自己，比如 3 的平方就是 3×3 = 9。那怎么理解这个定理呢？我们看一个简单的例子，有一个直角三角形，两条直角边一条长 3 厘米，一条长 4 厘米，那根据勾股定理，斜边的平方就等于 3 的平方加上 4 的平方，也就是 9 + 16 = 25，所以斜边就是 5 厘米，因为 5 的平方是 25。大家能明白吗？

这样的提示使大模型的讲解更贴合特定学生群体的学习需求，更易于被学生接受。

3.3 结合教学方法与目标提示

进一步，可以明确教学方法和教学目标。例如：“你是一位语文老师，要通过讲解一篇古诗词，培养学生的文学鉴赏能力。现在请以《静夜思》为例，运用情景带入和意象分析的方法进行讲解。” 大模型会按照指定的教学方法，围绕教学目标展开讲解。

同学们，今天我们来学习李白的《静夜思》。大家先闭上眼睛，想象一下，在一个安静的夜晚，你独自站在院子里。这时候，明亮的月光洒在地面上，就像一层白白的霜。这就是诗中第一句 “床前明月光，疑是地上霜” 所描绘的情景。这里诗人把月光比作霜，一下子就让我们感受到了夜晚的清冷。再看 “举头望明月，低头思故乡”，诗人抬头看到那圆圆的月亮，就想起了自己的家乡。月亮这个意象，在很多古诗词里都代表着思念，李白在这里也是借月亮表达了他对家乡深深的思念之情。通过这样分析诗中的情景和意象，我们就能更好地体会诗人的情感，这就是文学鉴赏的一部分。

这种提示让大模型的教学更具系统性和专业性，有助于实现特定的教学目标。

3.4 模拟课堂互动提示

更高级的是模拟课堂互动场景。比如：“你是一位物理老师，正在课堂上讲解牛顿第二定律。现在有一位同学提问：为什么在相同力的作用下，质量小的物体加速度大？请你进行解答并引导学生进一步思考。” 大模型会模拟课堂上老师与学生的互动，进行解答和引导。

这位同学问得很好啊。根据牛顿第二定律 F = ma（F 是力，m 是质量，a 是加速度），当力 F 不变的时候，质量 m 和加速度 a 成反比关系。也就是说，质量越小，加速度就会越大。大家可以想象一下，推一个空的小推车和推一个装满东西的大推车，用同样大的力气，空的小推车肯定跑得更快，因为它质量小，加速度就大。那现在大家想一想，如果要让这两个推车有相同的加速度，我们需要怎么做呢？

通过这种互动式提示，大模型能营造更真实的教学氛围，促进学生对知识的理解和思考。

四、让大模型扮演分析师

4.1 基础分析角色提示

定义大模型为分析师并给出基本任务。例如：“你是一位市场分析师，请对当前智能手机市场的竞争格局进行简要分析。” 大模型会从市场分析师的角度出发，对智能手机市场的主要竞争态势进行概括。

当前智能手机市场竞争激烈，主要有苹果、三星、华为等品牌占据主导地位。苹果凭借其独特的 iOS 系统和高端品牌形象，在高端市场拥有大量用户；三星产品线丰富，在屏幕、芯片等核心技术方面具有优势，覆盖高中低端市场；华为则以其强大的通信技术和不断提升的拍照等功能，在国内外市场都有较高的市场份额。各品牌通过不断推出新机型、提升技术和优化用户体验来争夺市场份额。

这种基础提示能让大模型初步完成分析任务，但分析可能相对简单和笼统。

4.2 明确分析领域与数据来源提示

为了让分析更具专业性和可靠性，可以明确分析领域和数据来源。比如：“你是一位金融分析师，根据最近五年的上市公司财务报表数据，分析互联网行业的整体盈利趋势。” 大模型会结合指定的数据来源和领域知识进行分析。

从最近五年上市公司财务报表数据来看，互联网行业整体呈现出前期快速增长，近期增速有所放缓但仍保持盈利的趋势。在初期，随着互联网技术的快速发展和新业务模式的不断涌现，行业内众多公司营收和利润都实现了大幅增长。然而，近年来，随着市场逐渐饱和，竞争加剧，虽然整体仍在盈利，但增长速度受到一定影响。例如，一些互联网电商平台的利润率开始稳定在一定区间，不再像早期那样快速上升；而一些新兴的互联网科技公司，如人工智能相关企业，前期投入较大，盈利增长相对缓慢，但从长远来看具有较大潜力。

通过这种提示，大模型的分析更有依据，结论更具可信度。

4.3 运用分析方法与框架提示

进一步，可以指定分析师使用的分析方法和框架。例如：“你是一位数据分析专家，运用 SWOT 分析法对一家在线教育公司进行分析。” 大模型会按照 SWOT 分析框架，从优势、劣势、机会和威胁四个方面进行分析。

对于这家在线教育公司来说，优势方面，其拥有丰富的课程资源，涵盖多个学科和年龄段，且师资力量较为雄厚，教师均具有丰富的教学经验和专业知识。同时，公司的在线教学平台技术成熟，用户体验良好。劣势在于，市场推广力度相对较弱，品牌知名度在一些地区较低。机会方面，随着互联网技术的发展和人们对教育重视程度的提高，在线教育市场需求不断增长，公司可以借此机会拓展业务，推出更多个性化课程。威胁则来自于同行竞争激烈，其他大型在线教育平台可能凭借强大的品牌影响力和资金实力抢占市场份额，同时政策法规的变化也可能对在线教育行业产生影响。

这种提示引导大模型运用专业的分析方法，使分析结果更有条理和深度。

4.4 结合实际决策场景提示

最实用的是结合实际决策场景进行提示。比如：“你是一位企业战略分析师，公司正在考虑是否要进入一个新的市场领域。现在请根据市场调研数据和行业趋势，分析进入该领域的可行性，并给出决策建议。” 大模型会综合各种因素，为企业决策提供参考。

根据市场调研数据，该新市场领域目前处于快速发展阶段，市场规模预计在未来三年内将增长 50%。从行业趋势来看，技术创新推动了该领域的不断变革，新的消费需求不断涌现。然而，进入该领域也面临一些挑战。一方面，该领域已经存在一些实力较强的竞争对手，它们在品牌、渠道等方面具有优势。另一方面，进入新领域需要投入大量资金用于研发、市场推广和人才招聘。综合考虑，如果公司拥有足够的资金实力和技术研发能力，并且能够制定出差异化的市场策略，进入该领域是具有可行性的。建议公司先进行小规模的市场试运营，了解市场需求和用户反馈，再逐步扩大规模。

通过这种场景化提示，大模型的分析更贴合实际业务需求，能为企业决策提供有价值的建议。

五、总结与实践建议

通过以上不同层次和方式的角色设定提示词，我们可以让大模型在扮演 “程序员”“老师”“分析师” 等角色时，输出更符合我们期望的内容。在实际使用中，大家可以根据具体需求灵活调整提示词的内容和结构。

1. 明确需求：在使用角色设定提示词之前，要清楚自己希望大模型解决什么问题，提供什么样的帮助，从而确定合适的角色和提示内容。

1. 逐步优化：如果大模型的初始输出不符合预期，可以逐步优化提示词，增加更多细节、调整角色描述或改变任务要求，直到得到满意的结果。

1. 多场景尝试：尝试在不同的工作、学习场景中使用角色设定提示词，探索大模型在各种情境下的应用潜力，提高利用大模型解决实际问题的能力。

希望大家通过本文的介绍，能够熟练掌握入门级角色设定提示词的使用方法，让大模型成为我们工作和学习中的得力助手。