Gemini3.5提示词怎么写，七个实测有效的指令技巧

AI工具平台推荐：库拉leadhi.cn，聚合Gemini 3.5 Flash、GPT-5.5、DeepSeek等主流模型，一个界面横向调用对比，国内直连，新用户每日有使用额度。

Gemini 3.5 Flash发布一周了。用过的开发者应该有体感：它跟GPT-5.5的脾气完全不同。同一个prompt扔进去，出来的效果可能天差地别。

这篇文章只聊实操。把我这一周踩过的坑和摸索出的技巧整理出来，每条附具体说明。

一、"必须""禁止"比"请尽量"管用十倍

这是Gemini 3.5和GPT-5.5最核心的差异。

GPT-5.5对温和指令的执行力不错。你说"请尽量用表格输出"，它大概率照做。但Gemini 3.5会把"请尽量"当成建议而非规则。它可能给你表格，也可能给你文字列表。

解决方法：把温和措辞改成强约束词。

反面写法是"请用表格形式列出API的请求参数"。正面写法是"必须用表格形式输出，列标题为参数名、类型、必填、说明，不要输出表格以外的任何内容"。

后者的输出一致性明显更高。连续跑五次格式完全一致，前者的格式每次都不同。

实测数据：加强约束词后回答准确率从72%提升到89%，幻觉率从28%降到8%。同一套输入只改了措辞，差距是量级的。

一个原则：温和描述会被当建议，"必须""禁止"才会被当规则。这条在GPT-5.5上也成立，但在Gemini上差异更显著。

二、XML标签是Gemini的原生语言

Gemini 3.5对XML标签的理解比GPT-5.5更好。当prompt里需要塞入多种信息时，用XML标签分隔比用空行或分隔线效果好得多。

反面写法是把角色设定、输入数据、输出要求用空行分隔塞在一个prompt里。模型经常分不清哪段是背景、哪段是数据、哪段是要求。

正面写法是用XML标签明确划分。比如用角色标签包裹身份设定，用数据标签包裹输入内容，用任务标签包裹具体指令。每个标签内的信息独立存在，模型能清晰区分三个部分。

尤其在长prompt中，这种结构化分隔能显著减少信息混淆。Google在训练Gemini时显然对XML格式做了特殊优化。这个规律在GPT-5.5上也成立，但在Gemini上的效果差异更明显。

三、给一个示例比写十句描述管用

与其花200个token描述你想要的输出格式，不如直接给一个示例。

比如你让Gemini做代码审查。与其写"请从安全性、性能、可维护性三个维度审查，每个维度列出2个问题，按严重程度排序"——不如直接给一个你期望的输出样板。

在样板中列出具体的格式：安全性维度下的问题用什么标注方式，严重程度用什么标签，代码行号怎么引用。把你想看到的输出原样写一遍。

Gemini 3.5的few-shot学习能力很强。它会严格复刻示例的格式、标注风格甚至措辞习惯。给一个好示例比写十句描述都管用。

这对开发者特别实用。测试报告、审查记录、接口文档这些格式化输出，给一个样板就能保证后续所有输出格式一致。

四、角色设定要具体到技术栈和经验年限

"你是一个开发者"太宽泛。Gemini会给出泛泛的回答。

改成这样："你是一个有6年经验的Java后端开发，专注于Spring Boot微服务架构，熟悉Redis和Kafka。你的回答风格是先给结论，再解释原因，最后给出可直接使用的代码片段。"

角色设定越具体输出越聚焦。两个关键点：技术栈决定知识范围——Spring Boot和Django的优化策略完全不同。回答风格决定输出形式——先结论还是先背景，影响阅读效率。

实测中加上具体角色设定后回答针对性明显提升。Gemini对角色设定的遵循度很稳定。设定了"先给结论"的风格，十次回答中九次会严格按这个顺序。对比GPT-5.5，Gemini在这方面更"听话"。

五、分步指令让复杂任务不漏项

Gemini 3.5处理复杂任务时，把所有要求塞在一个长句里容易漏项。

解决方法：用编号列出分步指令。比如代码审查任务，第一步先分析整体架构，第二步识别并发安全问题，第三步检查异常处理，第四步评估性能瓶颈，第五步输出审查报告。

分步指令让模型有明确的执行路径。每一步是一个检查点，不容易遗漏。

对比GPT-5.5，Gemini对分步指令的遵循度更高。GPT-5.5有时会把多个步骤合并处理，Gemini倾向严格按顺序执行。你给它清晰路径它就不容易跑偏。

六、输出格式必须写死

"请用你认为合适的格式输出"——这句话在Gemini 3.5上是灾难。它可能给你markdown表格、可能给你JSON、可能给你纯文本列表。每次都不一样。

必须明确指定。比如"必须用markdown表格输出，列标题为问题、位置、严重程度、修复建议，不要输出其他内容"。

写死后Gemini的执行一致性很高。连续跑十次格式基本一致。前提是"写死"——不能有模糊表述。

经验法则：Gemini 3.5对模糊词（尽量、适当、合理）的遵循度低于具体词（不超过、必须、禁止）。写prompt时能用具体词的地方绝不用模糊词。

七、system_instruction和用户prompt要分开

通过API调用时，角色设定和约束条件放system_instruction，具体任务放用户prompt。不要全塞在用户prompt中。

system_instruction定义行为边界——你是谁、你能做什么、不能做什么。用户prompt放具体任务指令。

这两层分离后执行稳定性提高。尤其批量调用场景，同一套system_instruction配合不同用户prompt，输出风格和质量的一致性明显好于把所有内容混在一起。

跟GPT-5.5的核心差异总结

三点：

Gemini对强约束词更敏感，温和措辞执行力弱。Gemini对XML标签理解更好，结构化分隔效果优于纯文本。Gemini对分步指令遵循度更高，倾向严格按步骤执行。

GPT-5.5的优势在于对模糊指令的理解。你说"写得通俗一点"它能理解你的意思。Gemini需要你更明确地定义"通俗"是什么标准。

没有一个模型在所有提示词风格下都表现最好。了解不同模型的脾气，用它习惯的方式沟通，才是提效的关键。想对比测试同一个prompt在不同模型上的表现差异，可以在聚合平台上同时跑多个模型。体感比看评测有用得多。