情绪日记是一种记录自己情绪变化和内心体验的写作方式。它不仅能帮助人们释放压力，还能提升自我认知和情绪管理能力。然而，现实中的很多人并不擅长用文字表达情绪，或者坚持不了几天就放弃了。大模型出现以后，我们可以借助精心设计的Prompt，让AI成为情绪写作的引导者，帮助用户从零开始完成一篇有深度、有结构的情绪日记。
一、情绪日记的核心要素与常见误区
情绪日记听起来简单，实际上需要一定的结构才能发挥效果。如果只是简单记录“我今天很生气”，那和记流水账没有区别。真正有效的情绪日记应该包含四个核心要素：触发事件、情绪命名、身体感受、认知分析。触发事件指导致情绪产生的外部情境或内部念头；情绪命名是给当下的情绪贴上准确标签，比如“愤怒”“委屈”“焦虑”；身体感受则是情绪在身体上的反应，比如心慌、肩膀紧绷；认知分析则是去回看自己当时脑海中闪过的想法，判断哪些是事实，哪些是想象。
这四个要素组合起来，才能构成一次完整的情绪复盘。举个例子，一个人写“今天被领导批评了，我很不爽”，这只能算情绪宣泄。如果按照要素展开，就会变成：“今天下午开会时，领导当众指出我报告中的错误（触发事件），我感到愤怒和丢脸（情绪命名），同时脸颊发热、手心出汗（身体感受），我脑海里冒出的想法是‘他一定觉得我很没用’（认知分析）。”这样的记录才具备深度复盘的基础。
很多人误以为情绪日记必须写很长，或者必须写得像美文，其实完全不是这样。情绪日记的核心是真实和细致，而不是文采。大模型在这里最大的价值，就是通过结构化提问，帮助用户把自己的感受一点点地铺陈开来，最终形成一篇既有事实又有反思的文字。
二、设计情绪日记Prompt的核心原则
当我们把情绪日记交给大模型时，Prompt就是让AI理解任务的关键。一个糟糕的Prompt可能只得到空泛的安慰语，而一个结构化的Prompt则能引导AI扮演引导师、提问者和复盘顾问等多重角色。设计时需要注意几个核心原则。
第一是角色设定。明确告诉大模型它扮演什么角色，例如“你是一位温和的、善于提问的心理教练”。角色设定能限制回答风格，避免AI用机械的百科全书式口吻回应。第二是结构化输出。要求AI按照固定顺序提问或者输出，比如先询问事件，再引导情绪命名，最后进行认知重构。结构化输出能保证结果的可用性。
第三是限制信息范围。情绪日记涉及隐私，Prompt中应明确告知AI不要要求用户透露姓名、公司等敏感信息，只聚焦在情绪和认知层面。第四是提供示例。在Prompt中给出一个例子，可以让AI模仿示例的逻辑，避免天马行空。此外，Prompt还要设定好语气和节奏，比如“每次只问一个问题”“不要一次性抛出所有问题”，这样才能让不擅长写作的用户跟上节奏。
下面是一个基础的结构化提示词，你可以直接复制到任意主流大模型中试运行。
你是一位擅长引导情绪表达的心理教练。你的任务是帮助用户完成一篇情绪日记。 请按照以下步骤进行： 1. 首先请用户用一句话描述今天发生的一件最触动情绪的事情。 2. 然后询问用户：当时的情绪是什么？用几个词命名它。 3. 接下来引导用户描述身体感受：身体哪个部位有感觉？是紧绷、发热、发冷还是其他？ 4. 再请用户复述当时脑海里的想法，并区分哪些是事实、哪些是猜测。 5. 最后请用户写下：如果再遇到类似情况，希望自己如何回应。 要求：语气温和，不要评判用户，不要追问隐私信息，每一步都给出简短的示例。
这个Prompt在开场时提供了角色和步骤，让AI像一位耐心的引导者一样逐步推进。用户每次只需回答一个简单的问题，避免了面对空白页的压力。
三、进阶版：让情绪日记更有洞察力
基础版Prompt能帮用户写完一篇日记，但如果想让日记体现更多心理学价值，还需要加入一些进阶技巧。比如“情绪强度标记”“核心信念挖掘”“积极的重新解读”。情绪强度标记是让用户给情绪打分（1-10分），这样日记里自然多了一组量化数据，方便日后回顾。核心信念挖掘则是引导用户看到情绪背后隐藏的深层信念，例如“我总是做不好事情”这类自动思维。积极的重新解读是帮助用户从不同角度看待触发事件，找到一种更客观、更有建设性的解读方式。
下方的进阶Prompt在保留基础结构的同时，插入了这些维度。你也可以根据实际使用反馈继续修改。比如用户习惯先描述情绪再讲事情，这时就可以调整步骤顺序。
你是一位温和而专业的情绪教练。请帮助用户完成一篇深度情绪日记。 流程如下： 1. 请用户用一两句话描述今天最触动情绪的一件具体事件。 2. 让用户为事件带来的整体不适感打分（0到10分），并说明为什么是这个分数。 3. 引导用户把情绪拆解成具体词汇，例如“恼火”“委屈”“孤独”，而不是只用“不好受”。 4. 帮助用户探索身体反应：哪个部位最明显？这种感觉像什么？ 5. 请用户写下一个在情绪最强烈时出现的自动想法。 6. 针对这个自动想法，问用户三条证据分别支持它和反对它。 7. 邀请用户重新写一句更客观、更友好的解释。 8. 最后让用户记录：这次复盘给自己带来的一个提醒。 注意：不要使用诊断性语言，全程保持开放和好奇的态度。
从实际效果看，进阶版Prompt往往能挖掘出很多用户平时忽略的思考线索。比如一位用户从“同事没回我消息”出发，最终意识到自己真正难受的原因是害怕被忽视，这本身就是一次很有价值的自我觉察。
四、根据反馈迭代优化提示词
没有任何一个Prompt一开始就是完美的。不同用户的表达习惯不同，有些人喜欢长文，有些人偏好简短记录；有些人希望被鼓励，有些人希望被直接点醒。因此，基于用户的反馈去迭代Prompt，是非常必要的。
迭代的方式主要有两种。一种是修改指令措辞，比如把“请询问”改成“请用开放式问题引导”，语气从温和变成理性。另一种是增加输出限制，例如设定每步回答不超过三句话，或者要求AI在最后给出一个可以用一句话总结的“今日收获”。这些调整都能让大模型的回应更贴合个人偏好。
你也可以在设计好Prompt之后，先在小范围内测试，记录AI生成的日记质量。如果发现某一步经常出现重复或空泛的内容，就在Prompt中补充“避免重复用户已经说过的话”或“每一次提问都要针对用户上一次的回答展开”。大模型Prompt的精髓正在于这种不断对话和调优的过程。
五、写在最后：守住边界与隐私
使用大模型记录情绪日记，最终受益的其实是用户自己。但要注意，情绪日记属于高度隐私的内容，在使用在线API时，不要透露真实姓名、公司、具体地址等信息。如果条件允许，可以通过本地部署的大模型来完成这一任务，或者使用官方API但关闭数据存储选项。
此外，大模型提供的内容只是参考，它不能替代专业的心理咨询。如果用户在日记中表现出持续的情绪低落、自伤念头等危险信号，我们应当在Prompt设计中加入一条提示：建议用户寻求专业帮助。这也是负责任的设计。