PG阿拉丁神灯技巧是一套实用的提示（prompt）设计思路，借用“阿拉丁神灯”比喻帮助用户向AI“许愿”，以更高效、可控地得到满意答案。核心要点可归纳为五步：点灯（明确场景）、擦灯（精简任务）、许愿（具体指令与输出格式）、分步检验（引导链式思考）、收束（限制与校验）。
，点灯：提供必要背景信息与角色设定，例如说明目标读者、语气和用途，能让模型更准确理解任务范围。其次，擦灯：把复杂目标拆成简单子任务，去掉冗余要求，保证单次指令聚焦明确。第三，许愿：用清晰的指令描述期望输出，包括长度、格式、关键要点与示例，必要时给出禁止项（如避免行业术语、禁止列举个人信息）。第四，分步检验：采用分段生成与逐步确认的方法，先让模型产出提纲或中间结果，再要求细化与修正，利于控制输出质量。最后，收束：设定验证规则（事实来源、引用格式、可信度阈值），并在结果中加入复核提示，便于后续人工审核。
在实际应用中，可结合few-shot示例与关键词列表，提高一致性；使用温度、答案数量等参数进行微调，平衡创造性与准确性。撰写面向搜索引擎的内容时，遵循清晰标题、自然融入关键词、段落分明与避免误导性陈述，能提升被必应收录的概率。PG阿拉丁神灯技巧强调“结构化许愿、分步确认与结果校验”，既适用于撰写、数据分析，也适合产品需求与客服场景。掌握后，你会发现向AI提出请求就像擦亮神灯：一句话表达愿望，按步骤把控过程，最终得到接近理想的回答。
