格式控制:让 AI 输出你想要的样子

一、为什么要先定格式?
你有没有过这种经历:让 AI 写个方案,它洋洋洒洒给你一大段文字,你还得自己手动拆分成表格、提炼要点、改成 PPT 大纲……其实问题不在 AI,而在你没说清楚"我要什么格式"。

核心原则:先定格式,再要内容。就像你去餐厅点菜,"我要一份主食"和"我要一份用盘子装、切成小块、配番茄酱的意面"——后者是不是更不容易出错?跟 AI 说话也是一样,把格式要求写在前面,输出质量立马上一个台阶。

二、4 种主流格式,按场景挑着用

1. 表格——适合"对比、汇总、数据"
适用场景:多维度比较、信息汇总、参数对比。
示例 prompt:
"请用表格对比 iPhone 16 和华为 Mate 70,包含价格、屏幕、续航、拍照 4 个维度。"
AI 会直接给你一个清晰的对比表,你不用再费劲整理。

2. 列表/编号——适合"步骤、要点、清单"
适用场景:操作流程、要点罗列、Checklist。
示例 prompt:
"请用编号列表写出新手学 Python 的 5 个步骤,每步不超过 20 字。"
要点一目了然,直接复制就能用。

3. Markdown——适合"结构化文档、报告、笔记"
适用场景:周报、会议纪要、技术文档、公众号草稿。
示例 prompt:
"请用 Markdown 格式写一份产品周报,包含本周进展、数据、问题、下周计划四个一级标题。"
AI 会输出带 #、##、- 的标准 Markdown,你直接复制到 Typora、Notion、飞书文档都能完美渲染。

4. JSON——适合"程序读取、数据加工、自动化"
适用场景:对接 API、做数据处理、批量生成结构化数据。
示例 prompt:
"请用 JSON 格式输出 3 本推荐书目,每本包含书名、作者、一句话推荐 3 个字段。"
输出格式示例:
{"books":[{"title":"...","author":"...","recommend":"..."}]}
JSON 的好处是机器能直接读,方便后续自动化处理。

三、Few-shot 示例驱动:让 AI 模仿你的风格
有时候光说"用表格"还不够,你想要的是特定风格的输出——比如"按我司的周报模板来写"、"按这种口吻来总结"。这时候就要用到 Few-shot(少样本示例)。

原理很简单:在 prompt 里给 AI 看 1-3 个范例,让它"照葫芦画瓢"。AI 会自动识别范例中的结构、语气、字段、风格,然后套用到新内容上。

写法模板:
"请按以下示例的风格,为【新主题】生成【数量】条内容。
示例 1:【范例内容】
示例 2:【范例内容】
新主题:【你要的内容】"

实战示例——推荐一周食谱:
"请按以下示例的风格,给我推荐一周 7 天的晚餐食谱。
示例 1:周一 | 番茄牛腩 | 主打高蛋白,搭配米饭
示例 2:周二 | 清蒸鲈鱼 | 少油健康,适合减脂期
新主题:周三到周日的晚餐"
AI 就会自动延续"星期 | 菜名 | 一句话亮点"的三段式格式,输出风格高度统一。

四、真实案例:格式切换实战
同样一个主题——"本周部门会议纪要",你让 AI 用不同格式给你,效果完全不一样:

格式 A(纯文本段落):
这周一我们开了部门会议,讨论了 Q4 营销方案,张总强调了双十一的重要性……(信息淹没在长段落里)

格式 B(Markdown 会议纪要):
# 部门周会纪要
## 一、本周进展
- 营销方案完成 80%
- 双十一物料已下单
## 二、待解决问题
- 预算审批延迟
## 三、下周计划
- 完成方案终稿
(清晰、可用、直接复制)

格式 C(JSON 结构化):
{"meeting":{"date":"2024-10-21","attendees":[...],"topics":[{"title":"Q4营销","progress":"80%"}]}}
(方便导入系统、做二次处理)

看到了吗?同样的内容,不同格式,价值天差地别。

五、本节小结
1. 先定格式再要内容——这是跟 AI 高效沟通的黄金习惯。
2. 表格对比、列表清单、Markdown 文档、JSON 数据——4 种格式覆盖 90% 职场场景。
3. Few-shot 示例驱动是"风格定制"的核武器——给 1-3 个范例,AI 就能模仿你的模板。

课后任务:找一个你今天工作中需要的内容(比如本周待办、客户跟进表、学习计划),先让 AI 用 JSON 输出,再让 AI 把同样的内容改成 Markdown 版。对比两次输出,你就能直观感受到"格式即生产力"。