一句话定义：元提示是指你不直接把任务丢给模型，而是先让模型产出或改写「用来完成这个任务的提示词」，拿回这条提示词后，再把它交给模型去干正事。
展开讲：普通用法是一层调用——你说需求，模型给结果。元提示是两层：第一层的产出物不是答案，而是一段「指令文本」；第二层才真正干活。打个比方，你不是自己闷头写菜谱，而是先请一位懂行的老师傅，根据你冰箱里有什么、吃什么口味、几个人吃，写一张菜谱出来；你再照着菜谱下厨。菜谱写得好，菜才稳。
具体长这样。你输入：「我要向老板汇报季度数据，帮我写一条提示词，让模型生成一份三分钟能讲完的汇报稿，重点说清成本和结论，别堆术语。」模型返回一条结构完整的提示词，你再把它贴进新对话执行。
几个常用套路：
1. 补要素：让模型把「帮我总结这个会议」补成包含角色、输入、输出格式、篇幅、禁止项、示例的完整指令。
2. 自我批评：把草稿丢回去问「这条提示词哪里会让输出跑偏？请指出并改写」。
3. 出多版：让它给三个风格不同的版本（简洁版、严谨版、面向小白版），你挑一个。
和相邻概念的区别：
| 概念 | 产出物 | 谁在迭代 |
|---|---|---|
| 元提示 Meta-Prompting | 一条提示词 | 人主导，模型起草，几轮对话完成 |
| 提示词工程 Prompt Engineering | 一条提示词 | 人反复手改，元提示算它的一个手段 |
| 提示链 AI 词典：Prompt Chaining">Prompt Chaining | 一条任务流水线 | 关注任务怎么拆步 |
| 自动提示优化 Automatic Prompt Optimization | 一条经评分筛选的提示词 | 程序自动打分搜索，通常需要评测集 |
关键差别在于：元提示是「造工具」，提示链是「排工序」；元提示轻、人在场，自动优化重、靠评测闭环。
对从业者的意义：把提示词当资产管。冷启动、把含糊的口头需求转成结构化指令、给不擅长写提示词的同事批量产出模板，元提示都很省事。但要有把关环节——模型写的提示词常见毛病是过度冗长、塞进一堆你并不需要的约束、或加上它偏爱的客套风格。第一层的偏差会被第二层放大，所以别把它当一次性黑盒。
对普通职场人的意义：不必背提示词技巧清单，用大白话说清目标、约束和「什么样的结果算好」，让模型先帮你把话说明白。但前提是你自己清楚要什么——元提示放大的是判断力，不是替代判断力。工具是否好用、能力边界在哪，以各家官方页面为准。