1. 提示词工程到底是什么为什么现在人人都在聊提示词工程英文叫 Prompt Engineering说白了就是一门研究“怎么跟大模型说话”的技术。同样是问一个问题有人拿到的是驴唇不对马嘴的答案有人拿到的是直接能用的方案差别往往不在模型本身而在你输入的那段话。这就像你跟一个特别聪明但没接触过你们行业的助理打交道。你问“帮我写个方案”他只能给你一个四平八稳的模板什么行业都能套但什么都没说透。可如果你告诉他“帮我写一份面向中小企业老板的短视频运营方案预算5000元以内重点讲清楚怎么在两周内起号用表格列出每天的具体动作”他给你的东西立刻就不一样了。提示词工程干的就是这件事把脑子里模糊的需求翻译成模型能理解、能执行的清晰指令。我接触提示词工程大概两年多踩过不少坑也总结了不少能直接用的套路。这篇文章把我平时用得最顺手的10个技巧整理出来每个都配了对应的模板你复制过去改改就能用。不扯那些玄乎的理论全部是实测过、能立马上手的东西。适合谁看呢如果你每天要写文案、做分析、整理资料或者需要让大模型帮你处理各种杂活但总觉得生成结果差口气这篇文章就是给你准备的。看完你不用成为专家只要照着模板套输出质量立刻能上一个台阶。先说清楚一个底层逻辑提示词工程的核心不是“写得更长”而是“写得更准”。大模型本质是一个极其擅长预测下一个词的系统你给它的上下文越清晰、越结构化它就越容易沿着正确的方向生成。很多时候你以为它在“理解”其实它只是在做高概率的文本续写。所以你的提示词本质上是在给这个续写过程设立边界和方向。这也是为什么同一个模型有人觉得惊艳有人觉得智障。模型没变变的是输入的质量。好的提示词能把模型的潜力释放出来差的提示词则会让模型在模糊地带自由发挥结果自然不可控。下面这10个技巧核心都是在帮你把“模糊指令”变成“精确约束”。2. 技巧一角色扮演让模型立刻进入专家状态2.1 为什么一个“你是谁”就有这么大的差别这是最基础、也最容易被忽略的一招。很多时候我们直接丢给模型一个问题它给出的答案是那种四平八稳的“说明书口吻”没有立场没有偏好更没有行业深度。但如果你在开头就给它设定一个角色它的整个输出风格和内容侧重都会随之改变。原因很简单大模型在训练时看过海量的文本这些文本来自不同的身份和场景。当你指定“你是一名有十年经验的母婴行业编辑”它就会在庞大的知识库里优先调取与这个角色相关的表达方式、关注点和专业词汇。这相当于给它按了一个筛选器让它只从某个特定视角回答问题。我自己试过最明显的对比是让模型写一段产品介绍。不设角色时它写的是“本产品采用优质材料设计人性化适合日常使用”句句都对但句句都像废话。设定角色后比如“你是一名科技测评博主擅长用生活化的类比讲清楚参数背后的体验差异”它写出来的东西立刻有了呼吸感会告诉你这个续航数字到底意味着能充几次手机握持感对长时间打游戏的人来说有多重要。2.2 角色扮演的通用模板你是一名[具体身份]拥有[年限]年[领域]经验擅长[核心技能]。你的写作/回答风格[风格描述]。请帮我完成以下任务[具体任务]要求[具体要求]。举个例子我之前让模型帮忙写一份周报总结一开始直接说“帮我写周报”它给的内容特别平淡就是把事项罗列了一遍。后来我改成“你是一名互联网公司的项目负责人擅长用数据和结果说话汇报时逻辑清晰、重点突出。请帮我把下面这周的杂乱工作记录整理成一份向上汇报的周报。要求先说结论再列关键进展标出遇到的阻力和需要的支持语言简洁不要废话。”效果完全是两个层级它会自动把“整理了文档”改写成“完成项目文档体系搭建输出SOP文件3份覆盖团队协作主要流程”这就是角色带来的语境力量。2.3 角色设定的三个关键细节第一角色越具体越好。与其说“你是营销专家”不如说“你是专注消费品牌增长策略的营销顾问操盘过从0到1的新消费品牌”。越具体的身份能调动的知识越精准。第二把风格要求一起给到。角色负责“知道什么”风格负责“怎么说”。两者搭配才能让输出既有内容又有辨识度。第三不要怕角色设定太长。很多人担心提示词太多会影响效果实际上大模型的上下文窗口足够容纳这些信息而且这些前置设定相当于给输出画好了框是收益最高的投入。3. 技巧二给足背景信息别让模型当算命先生3.1 模型不知道你的具体处境这是我最常提醒新人的一点大模型并不知道你在什么场景下提问。你以为它和你共享了上下文实际上它对你所处的行业、面对的受众、手里的资源、想要的结果全都一无所知。你给的信息越少它就越只能靠“常识”来回答而常识往往等于平庸。举个我自己的例子。有段时间我想让模型帮我写一封给客户的道歉邮件一开始只写了“帮我写一封道歉信”模型给的版本用词特别正式甚至有些卑微完全不像我平时的表达习惯。后来我补充了背景“我是一家设计公司的项目经理因为交付延期需要向合作三个月的客户道歉。我们之前关系一直不错客户比较随和不喜欢太正式的措辞。希望邮件里既要表达歉意又要给出明确的补救方案语气真诚但不卑微。”模型立刻理解了“关系不错”“不喜欢太正式”“要给出补救方案”这些关键信息写出来的邮件几乎不需要改就能直接发。这就说明提示词的本质不是下命令而是尽可能完整地传递你脑中的语境。3.2 背景信息填充模板帮我[完成某件事]。背景是[我目前所处的行业/身份]这件事的来龙去脉如下[简述关键背景]我希望达到的效果是[明确目标]需要注意的限制条件是[预算/时间/风格/字数等]。这里有个小技巧背景信息可以按照“5W1H”来组织——Who谁在做、What要做什么、Why为什么做、Where在什么场景下、When什么时候需要、How希望怎么做。不用每次都写全但当你觉得模型答得不够好时回头检查一下是不是漏了其中某一项大概率能找到问题所在。3.3 背景信息常见误区一个常见的误区是把背景信息写成流水账。你要的不是把脑子里的所有想法都倒给模型而是把你的“判断依据”告诉它。比如你要做一份市场分析重要的不是你把收集到的所有数据都粘贴进去而是告诉模型这些数据的来源、可信度、分析的目标是什么。另一种理解方式是背景信息是帮模型校准方向的不是用来填充字数的。我自己现在的习惯是在写提示词之前先花30秒在草稿纸上列一下“模型为了回答好这个问题最需要知道哪三件事”。只列三件倒逼自己抓住重点。这样写出来的背景信息往往最短但效果最好。4. 技巧三输出格式前置让结果直接可用4.1 为什么格式比内容更早决定成败你可以把模型想象成一个非常勤奋但不太会做减法的助理。你不告诉它格式它就按自己觉得最舒服的方式输出。结果就是你让它分析竞品它给你写一篇议论文你让它列计划它给你写一段散文。东西没少给你但你要的是能直接用的东西不是还需要二次加工的素材。格式前置的意思是在你下达任务的同时就把输出的结构定死。比如“用表格呈现”“分三点说明每点不超过50字”“最后给一段一句话总结”。这些看起来不起眼的要求对结果的可使用性影响巨大。我在实际工作中感受最深的一次是让模型帮我整理一场2小时访谈录音的要点。第一次我直接说“帮我整理访谈内容”模型给了一篇很长的总结语言流畅但结构松散关键信息淹没在段落里。第二次我改成“用三个维度整理一、对方提到的核心观点二、对方提到的具体数据或案例三、可执行的后续动作。每个维度用表格列出”。同样的模型同样的内容第二次输出的东西我几乎直接就可以放进工作报告里。省下的整理时间不是一点点。4.2 输出格式的几种常见玩法第一种是表格化。适合做对比、做清单、做汇总。用表格对比[方案A]和[方案B]对比维度包括适用场景、平均成本、实施难度、潜在风险、推荐指数满分5星。第二种是结构化列举。适合做分析、做计划。请分析[问题]的解决方案。按以下结构输出问题根因不超过3条可选方案每个方案列出优缺点推荐方案及理由第一步应该做什么第三种是限制篇幅和数量。适合做摘要、做金句。请用不超过200字概括[文章内容]的核心观点要求保留关键数据和结论去掉举例和铺垫说完直接结束。4.3 格式前置的进阶玩法当你熟悉了基础格式控制之后可以尝试一种更高级的用法给模型一个“样子”让它照着样子来。比如你有一篇觉得写得特别好的文档想让模型模仿它的结构去写另一篇你可以把这篇文档直接作为示例粘贴进去然后告诉它“参考我给你的示例的结构和语气帮我写一篇关于[新主题]的内容”。这叫少样本提示效果往往比单纯描述“你要写得生动有逻辑有深度”好得多。因为“生动”是抽象的但示例是具体的。模型不需要理解什么是生动它只需要照着示例的模式续写就够了。5. 技巧四分解复杂任务一个提示词只做一件事5.1 复杂任务直接问结果一定打折扣“帮我写一份全年营销方案”这种问题模型不是不能回答但它给出来的东西一定会让你失望。原因在于全年营销方案这个任务本身太庞大了里面包含了市场分析、用户洞察、渠道策略、内容规划、预算分配、节奏安排、效果评估等多个子任务。当你把这么多任务一次性抛给模型时它只能每个都浅浅地提一下最后产出一份看似全面、实则空洞的东西。我自己在早期就吃过这个亏。当时想让模型帮忙写一份新产品的上市推广计划直接问了一次。结果它给了一个包含12个章节的框架每个章节只有两三句话完全没法用。后来我换了个思路把它拆成好几个子任务先分析目标用户画像再定核心卖点再选渠道组合再排时间节奏。每个子任务单独问一次每次都给足背景和要求。这样一轮操作下来把几次的结果拼在一起就是一份非常扎实的可执行方案。5.2 任务分解的实际操作方式最实用的分解方法是按照“结果链条”来拆。问自己一个问题为了得到最终这个东西我需要先得到哪些中间结果把这些中间结果列出来逐个击破。比如写文章这件事你不需要让模型一口气帮你写完整篇文章。你可以分四步走让模型基于主题生成3个不同的选题方向每个方向给出目标读者和核心观点选定方向后让模型列一个详细的大纲包含每个部分的要点和大致字数根据大纲让模型逐段生成内容每段的输入都是“这段要讲的核心观点”和“上一段写的内容”保持连贯性全部生成后让模型整体通读一遍检查逻辑漏洞和重复内容并修改每跑一个步骤你都可以在中间介入调整方向这样得到的最终结果和一次性生成的东西完全不在一个水平线上。这就是“链式思考”的实操价值。5.3 任务分解的一个隐患和处理方式但这里也有个要提醒的地方任务分解不是把任务拆得越碎越好。拆得太碎会让整体失去连贯性而且每一步都有可能引入偏差最后拼起来反而四不像。我自己常用的判断标准是每个子任务做完后应该是一个“可交付的中间产物”比如一段文字、一张表格、一组数据。如果拆出来的东西连你自己都不知道怎么用那就是拆过头了。6. 技巧五给模型“思考的时间”引导它逐步推理6.1 让模型先推理再回答结果会大不一样这个技巧的发现纯属偶然。有一次我让模型帮我判断某个营销文案是否适合投放在朋友圈广告上它直接回答“适合”但没给出任何理由。我觉得这个判断太草率了于是加了一句“请先分析这个文案的受众匹配度、情绪触发点和行动号召力再给出你的判断”。结果它列出来的分析头头是道最后还纠正了自己一开始的判断认为原文案的“行动号召”太弱实际效果可能不好。从那以后我就养成了一个习惯凡是需要模型做判断、做决策的任务都先让它分析再让它下结论。对大模型来说如果你直接要求它输出答案它会走捷径直接从知识库里找一个概率最高的答案输出但如果你要求它“先思考再回答”它会先生成一段推理过程而这个过程会引导它找到更好的答案。这种现象在圈子里被称作思维链技术本质上就是给模型一个“打草稿”的机会。6.2 逐步推理的三种提问方式方式一直接要求对方推理后给答案。请先一步步分析[问题]的关键因素基于你的分析再给出最终答案。分析过程不要省略。方式二让模型也参与到拆解过程中来。针对[问题]请先列出你打算从哪几个角度来分析确认分析框架后再展开。如果某个角度你觉得数据不足请直接说明并用合理假设补全。方式三让模型主动反思和纠错。请先给出你对[问题]的初步判断然后从反面思考这个判断可能存在什么问题是否有被忽略的因素最后综合正反两面给出你的最终结论。6.3 使用这个技巧要注意的地方唯一需要注意的是别让模型为了推理而推理。有时候它会把一件简单的事情分析得特别复杂输出一大堆看似深刻但实际用不上的内容。解决办法是在提示词里明确限定推理的产出。比如“最多列出三个关键因素”“分析控制在100字以内”“最后用一句话给出结论”。推理过程要有但也要克制不然反而变成了一种新的废话。7. 技巧六使用否定指令明确什么是你不要的7.1 只说“要什么”远远不够这是很多人在写提示词时最容易忽略的一环。我们习惯性地告诉模型“我要什么”却很少告诉它“我不要什么”。但模型本身没有价值判断你说“写得专业一点”它可能往晦涩的方向走你说“写得活泼一点”它可能往轻浮的方向走。你只说“要什么”它只能靠猜猜错了就是废稿。“你不要什么”这个信息其实非常重要。它像一个护栏帮模型排除了那些你最不想要的输出方向。7.2 否定指令的常见类型第一种是风格排除。举个例子你让模型写产品介绍不希望它有那种特别浮夸的广告腔。帮我写一段[产品]的介绍文案中性客观不要用“极致”“革命性”“颠覆”这类夸张词汇不要写空洞的形容词要用具体的功能和使用场景来说明价值。第二种是结构排除。帮我整理一份[内容]的摘要不要罗列要点请写成一段连贯的话不要出现“第一、第二、第三”这种编号。第三种是内容排除。请分析[市场趋势]但不要涉及政策风险解读只从用户需求、技术演进和商业模式三个角度展开。7.3 否定指令的最佳实践我自己现在的写法是“正向要求反向排除”组合着来。先告诉它你希望怎么做再告诉它你不希望怎么做。两个信息加在一起模型的输出空间就被压缩得比较精确了。一个额外的小技巧是把否定指令放在提示词的后面。我自己的体验是模型对提示词后部的内容记忆会更深刻把“不要做什么”放在靠近输出的位置它执行得更彻底。这个说法没有严谨的理论依据但实测下来确实比放在开头效果好。反正多写一句话也不费事你可以自己对比一下。还有一个很多人问的点能不能直接说“不要说废话”说可以但效果很弱因为“废话”是一个太主观的判断模型无法准确识别什么是你眼里的废话。不如替换成具体的排除项比如“不要重复前面已经说过的内容”“不要使用‘综上所述’这种过渡句”“不要写与核心观点无关的背景铺垫”。把抽象的“废话”翻译成可执行的禁令模型才能真正照做。8. 技巧七用“示例”替代抽象描述效果翻倍8.1 一个实例胜过千言万语前面提过少样本提示的思路这里展开讲讲因为这是提示词工程里性价比最高的一招。你花很大力气描述“我要一种轻松幽默但又专业可信、最好还带点网感的写作风格”不如直接给模型一小段符合你要求的文字。它看到示例立刻就能理解你要的是什么。我在教团队新人写提示词时一直强调一个概念对模型来说抽象形容词的理解成本极高。“高级感”“清爽”“犀利”这些词在不同人脑中的定义天差地别给模型说这些跟给一个没见过世面的实习生说这些的效果差不多——它完全靠猜。但你给它看一个“高级感”的样本它就能把这个感觉转化成具体的用词、句式、节奏。8.2 示例使用的三种典型场景场景一风格模仿。请用我给你的这段示例的风格写一段关于[新主题]的内容。 【示例】[粘贴一段符合你要求的文字]场景二格式模仿。请参考下面的示例格式帮我输出一份[内容]。需要严格保持示例的结构和排版方式。 【示例】[粘贴一份格式上你喜欢的文档]场景三标准对齐。请按照下面的标准对[内容]进行修改。 【标准示例】[粘贴一段你认为“优质”的文字] 【待修改内容】[粘贴需要修改的文字]8.3 示例选择的细节值得注意的是示例的质量直接决定了输出的质量。如果你随便找一段感觉差不多的文字当示例模型的模仿方向就会出现偏差。我自己每次用示例时都会先确认一件事这段文字里到底哪些点是我真正想要的是它的结构、它的语气、它的用词偏好还是它的信息密度然后把我的关注点在提示词里加粗说明比如“请重点模仿它的节奏感和开头方式不需要学习它的内容观点”。另外一个细节是示例不宜太长。一长段示例会稀释模型对“需要模仿的关键特征”的注意力反而可能学到一些你不想要的特质。一般来说100到300字的核心示例完全够用了更重要的是在示例前面说清楚“你希望它模仿什么”。9. 技巧八利用反向思维让模型先当喷子再当军师9.1 “骂”一遍之后方案反而更完善这是一个很有意思的技巧也是我后面才琢磨出来的。当你让模型帮你出方案时它天然倾向于输出“正确但保守”的内容。你要它做个决策它会给你一个面面俱到的方案看起来没什么问题但也没什么亮点。后来我换了种玩法效果出乎意料。我不再问“这个方案有什么好处”而是反过来问请找出这个方案的10个潜在问题和可能失败的原因。可以犀利一点不用留情面。模型瞬间变成一个挑剔的评审专家一口气列出不少我之前没想到的风险。然后我再追问针对你上面提出的问题请逐一给出可行的改进建议。经过这一轮“喷”和“改”最终的方案比我一上来就问“怎么做最好”得到的版本要扎实得多。9.2 反向思维的操作流程这套流程我已经固化成三个步骤第一步让模型出初稿方案。 第二步换一个“严苛审稿人”的角色让模型自己给自己提意见、泼冷水。 第三步让模型以原方案为基础结合批评意见给出修改版。有时候我会多走一轮在第三步之后再次扮演审稿人遇到特别重要的决策时甚至可以来回三轮。每一轮模型都可能提出新的问题而你做的事情只是切换角色的身份设定而已。9.3 这个技巧适合什么场景这个思路特别适合用在决策和方案设计场景。比如你要做一个活动策划、制定一个学习计划、判断一个项目是否值得投入都可以先用正向思路拿一个初稿再用反向思路把漏洞找出来补上。那如果你只是想要一段轻松的文案就不太需要走这个流程杀鸡不用牛刀。10. 技巧九追问和迭代把一次生成变成持续对话10.1 把大模型当成需要反复沟通的协作者很多人把提示词工程理解成“一次性写出完美提示词的艺术”这其实是个误解。更高段位的用法是把对话当作一个不断逼近目标的过程。一开始的提示词写得再好也只是第一版真正的精细打磨靠的是后续的追问和修改。我现在的习惯是第一轮只要求模型给一个方向性的产出质量高低无所谓。拿到产出后我开始提修改意见比如“第二点展开得太少了补两个具体的例子。”“开头有点平换一个能直接抓住注意力的写法。”“整体压缩30%删掉所有不是核心观点的句子。”每提一次修改模型都会基于当前版本继续调整。这种迭代式对话有三个好处一是你不需要一开始就把所有细节都想清楚二是模型前一轮的输出会变成后一轮的上下文帮助它更准确地理解你的偏好三是你可以在过程中随时纠偏避免方向越走越偏。10.2 让修改意见生效的小技巧在提修改意见时我有个用了很久的句式保留你目前版本中的[某部分]把[某部分]改成[具体要求]其他部分不要动。这个句式的好处是给模型划定了修改边界。如果你只说“这段帮我改改”模型可能会把已经写好的部分也顺手改了甚至是越改越差。明确告诉它哪些保留、哪些修改修改后的版本才更稳定。10.3 什么时候应该及时收手当然迭代也是要有终点的。我一般在三轮修改之后会评估一次如果模型已经明显在该方向上收敛只是细节需要微调那就再给一次精确指令然后收工如果三轮之后还在大改方向那说明第一轮的定位就有问题建议回到最初的提示词重新审视背景信息和角色设定而不是继续在原方向上耗下去。11. 技巧十建立自己的提示词模板库11.1 为什么你需要一个可复用的模板库最后这个技巧是让你前面学到的所有东西真正变成生产力的关键把好用的提示词保存下来建立自己的模板库。刚学提示词工程的人最容易犯的毛病是每次写提示词都从零开始。明明昨天刚调出一版特别好用的提示词今天要用的时候早就忘了又得重新试错。我自己的做法是每当我发现一组提示词生成了让我满意的结果我会立刻把“任务背景我写的提示词模型输出里最满意的部分”复制到一个备忘录里保存下来。时间久了这个备忘录就变成了我个人专属的提示词武器库。11.2 模板库该怎么分类整理我自己的分类方式是按照“任务类型”来分而不是按照“模板名称”来分。因为同一种任务类型往往有通用的提示词结构按任务分类方便我快速匹配。目前我的个人库大致有以下几类任务类型典型场景常用模板编号文案写作公众号文章、产品介绍、广告文案T01-T05资料整理访谈笔记、会议纪要、周报月报T06-T10分析与决策市场分析、方案评估、风险排查T11-T16学习辅助知识点讲解、习题生成、复习计划T17-T20代码相关代码解释、Debug、功能实现T21-T23每个模板文件里我会记录三个部分使用场景描述、完整提示词、实际效果备注。这样当我下次遇到类似任务时直接翻出模板把里面的“主题词”替换成当前的“新主题”就能快速复用。11.3 从今天开始积累的3个步骤如果你现在还没有自己的模板库我建议你按这个节奏开始第一步不要着急整理历史记录而是从今天开始每当你觉得某次对话输出“好用到想保存”就复制粘贴到备忘录里。第二步攒了大概20条之后开始做第一轮分类整理。你会发现很多碎片化的模板背后有相似的底层结构。第三步每次使用前花30秒调整细节使用时留意“哪里不顺”使用后回头更新模板备注。模板库的建立不是一次完成的要定期打磨。模板库还有一个隐藏价值它其实是你的“第二大脑”。当你面对一个复杂任务大脑一片空白时翻一下模板库往往就能找到可以参考的起点。这种“有备而来”的感觉真的会让人安心很多。12. 附10个可以直接复制使用的模板合集好记性不如烂笔头前面的10个技巧每个对应的模板我再给你完整整理一遍。你可以把这部分直接复制到自己的笔记软件里用的时候替换掉方括号里的内容就行。模板T01角色扮演专家你是一名[具体身份]拥有[年限]年[领域]经验擅长[核心技能]。请以这个身份帮我完成[具体任务]。要求[具体的要求比如“语言简洁”“多用比喻”“先给结论”]。模板T02复杂任务分析请分析以下[问题/现象][填入具体问题]。要求从[角度一]、[角度二]、[角度三]三个维度展开每个维度给出具体的事实依据和你自己的判断。最后用不超过三句话总结你的核心结论。模板T03反向排雷思考请针对[方案/计划]进行风险排查。分别从[资源方面/执行方面/外部环境]等角度找出可能导致失败的问题。每个问题请说明可能的触发原因和严重程度高/中/低并给出对应的应急预案。模板T04项目复盘工作坊请以复盘引导师的身份帮我复盘[项目名称/事件]。请按以下结构输出1. 回顾目标我们原本想达成什么2. 评估结果实际做到了什么差距在哪里3. 分析原因做得好的关键动作和踩坑的主要原因4. 总结规律提炼出可复用的经验教训。模板T05结构化输出摘要请用[要求的格式如“结论3个要点1个行动建议”]概括[文章/报告/数据]的核心内容。要求不超过[字数]字保留关键数据和结论不要重复观点不要加入你的主观评价。模板T06会议纪要整理以下是一场会议/访谈的原始记录。请帮我整理成结构化的会议纪要。要求区分“讨论主题—关键意见—待办事项”三个部分每条待办事项注明负责人信息缺失时用“待确认”替代。如内容中存在模糊或矛盾的信息请在“待确认”栏中标明。 【原始记录】[粘贴原始内容]模板T07竞品对比分析请对比[产品A]和[产品B]从功能覆盖、用户体验、价格策略、市场定位、优劣势五个维度展开。最终用一句话给出你的选择建议在[某种场景]下哪个更值得优先考虑。模板T08外行友好解释请把一个复杂概念解释给一个完全没有相关背景的人听。要求1. 避免使用专业术语如果必须使用请当场解释2. 至少用一个生活化类比来帮助理解3. 控制在300字以内4. 在最后用一句话总结这个概念的核心含义。待解释的概念是[填入概念]。模板T09学习者出题我正在学习[主题/技能]目前水平是[描述你的基础]。请根据以下三点帮我出5道测试题1. 每题考察一个不同的核心知识点2. 难度从基础到进阶排列3. 每道题后面附带简要的解题思路提示。不要直接给出答案我想自己先思考。模板T10模板批量生成请根据[业务场景/内容形式]帮我设计[数字]个可复用模板。每个模板需要包含模板名称、适用场景、模板结构说明、一个完整填写示例。风格要求[描述你想要的风格]。如果你能把这十个模板用熟并且根据你自己的行业习惯调整成适合的表达方式你会发现和大模型协作的效率会有质的提升。我刚开始学提示词工程时也觉得这玩意儿玄乎但用久了就明白它其实就是一套“把自己的需求说清楚”的方法论。说清楚需求不只是在和机器对话时有价值在和人协作时同样如此。最后再分享一个小小的个人经验提示词工程的最核心能力不是背模板也不是记技巧而是养成“想清楚再开口”的习惯。每一次写提示词本质上都是一次对自我需求的梳理。你越能把模糊的念头转变成清晰的表述你的表达就越有力量。模型只是放大了你表达的质量而已。 
长河君 · 2026/9/13 9:49:08 · 阅读 1.2k 提示词工程实战：10个提升大模型输出质量的实用技巧
1. 提示词工程到底是什么为什么现在人人都在聊提示词工程英文叫 Prompt Engineering说白了就是一门研究“怎么跟大模型说话”的技术。同样是问一个问题有人拿到的是驴唇不对马嘴的答案有人拿到的是直接能用的方案差别往往不在模型本身而在你输入的那段话。这就像你跟一个特别聪明但没接触过你们行业的助理打交道。你问“帮我写个方案”他只能给你一个四平八稳的模板什么行业都能套但什么都没说透。可如果你告诉他“帮我写一份面向中小企业老板的短视频运营方案预算5000元以内重点讲清楚怎么在两周内起号用表格列出每天的具体动作”他给你的东西立刻就不一样了。提示词工程干的就是这件事把脑子里模糊的需求翻译成模型能理解、能执行的清晰指令。我接触提示词工程大概两年多踩过不少坑也总结了不少能直接用的套路。这篇文章把我平时用得最顺手的10个技巧整理出来每个都配了对应的模板你复制过去改改就能用。不扯那些玄乎的理论全部是实测过、能立马上手的东西。适合谁看呢如果你每天要写文案、做分析、整理资料或者需要让大模型帮你处理各种杂活但总觉得生成结果差口气这篇文章就是给你准备的。看完你不用成为专家只要照着模板套输出质量立刻能上一个台阶。先说清楚一个底层逻辑提示词工程的核心不是“写得更长”而是“写得更准”。大模型本质是一个极其擅长预测下一个词的系统你给它的上下文越清晰、越结构化它就越容易沿着正确的方向生成。很多时候你以为它在“理解”其实它只是在做高概率的文本续写。所以你的提示词本质上是在给这个续写过程设立边界和方向。这也是为什么同一个模型有人觉得惊艳有人觉得智障。模型没变变的是输入的质量。好的提示词能把模型的潜力释放出来差的提示词则会让模型在模糊地带自由发挥结果自然不可控。下面这10个技巧核心都是在帮你把“模糊指令”变成“精确约束”。2. 技巧一角色扮演让模型立刻进入专家状态2.1 为什么一个“你是谁”就有这么大的差别这是最基础、也最容易被忽略的一招。很多时候我们直接丢给模型一个问题它给出的答案是那种四平八稳的“说明书口吻”没有立场没有偏好更没有行业深度。但如果你在开头就给它设定一个角色它的整个输出风格和内容侧重都会随之改变。原因很简单大模型在训练时看过海量的文本这些文本来自不同的身份和场景。当你指定“你是一名有十年经验的母婴行业编辑”它就会在庞大的知识库里优先调取与这个角色相关的表达方式、关注点和专业词汇。这相当于给它按了一个筛选器让它只从某个特定视角回答问题。我自己试过最明显的对比是让模型写一段产品介绍。不设角色时它写的是“本产品采用优质材料设计人性化适合日常使用”句句都对但句句都像废话。设定角色后比如“你是一名科技测评博主擅长用生活化的类比讲清楚参数背后的体验差异”它写出来的东西立刻有了呼吸感会告诉你这个续航数字到底意味着能充几次手机握持感对长时间打游戏的人来说有多重要。2.2 角色扮演的通用模板你是一名[具体身份]拥有[年限]年[领域]经验擅长[核心技能]。你的写作/回答风格[风格描述]。请帮我完成以下任务[具体任务]要求[具体要求]。举个例子我之前让模型帮忙写一份周报总结一开始直接说“帮我写周报”它给的内容特别平淡就是把事项罗列了一遍。后来我改成“你是一名互联网公司的项目负责人擅长用数据和结果说话汇报时逻辑清晰、重点突出。请帮我把下面这周的杂乱工作记录整理成一份向上汇报的周报。要求先说结论再列关键进展标出遇到的阻力和需要的支持语言简洁不要废话。”效果完全是两个层级它会自动把“整理了文档”改写成“完成项目文档体系搭建输出SOP文件3份覆盖团队协作主要流程”这就是角色带来的语境力量。2.3 角色设定的三个关键细节第一角色越具体越好。与其说“你是营销专家”不如说“你是专注消费品牌增长策略的营销顾问操盘过从0到1的新消费品牌”。越具体的身份能调动的知识越精准。第二把风格要求一起给到。角色负责“知道什么”风格负责“怎么说”。两者搭配才能让输出既有内容又有辨识度。第三不要怕角色设定太长。很多人担心提示词太多会影响效果实际上大模型的上下文窗口足够容纳这些信息而且这些前置设定相当于给输出画好了框是收益最高的投入。3. 技巧二给足背景信息别让模型当算命先生3.1 模型不知道你的具体处境这是我最常提醒新人的一点大模型并不知道你在什么场景下提问。你以为它和你共享了上下文实际上它对你所处的行业、面对的受众、手里的资源、想要的结果全都一无所知。你给的信息越少它就越只能靠“常识”来回答而常识往往等于平庸。举个我自己的例子。有段时间我想让模型帮我写一封给客户的道歉邮件一开始只写了“帮我写一封道歉信”模型给的版本用词特别正式甚至有些卑微完全不像我平时的表达习惯。后来我补充了背景“我是一家设计公司的项目经理因为交付延期需要向合作三个月的客户道歉。我们之前关系一直不错客户比较随和不喜欢太正式的措辞。希望邮件里既要表达歉意又要给出明确的补救方案语气真诚但不卑微。”模型立刻理解了“关系不错”“不喜欢太正式”“要给出补救方案”这些关键信息写出来的邮件几乎不需要改就能直接发。这就说明提示词的本质不是下命令而是尽可能完整地传递你脑中的语境。3.2 背景信息填充模板帮我[完成某件事]。背景是[我目前所处的行业/身份]这件事的来龙去脉如下[简述关键背景]我希望达到的效果是[明确目标]需要注意的限制条件是[预算/时间/风格/字数等]。这里有个小技巧背景信息可以按照“5W1H”来组织——Who谁在做、What要做什么、Why为什么做、Where在什么场景下、When什么时候需要、How希望怎么做。不用每次都写全但当你觉得模型答得不够好时回头检查一下是不是漏了其中某一项大概率能找到问题所在。3.3 背景信息常见误区一个常见的误区是把背景信息写成流水账。你要的不是把脑子里的所有想法都倒给模型而是把你的“判断依据”告诉它。比如你要做一份市场分析重要的不是你把收集到的所有数据都粘贴进去而是告诉模型这些数据的来源、可信度、分析的目标是什么。另一种理解方式是背景信息是帮模型校准方向的不是用来填充字数的。我自己现在的习惯是在写提示词之前先花30秒在草稿纸上列一下“模型为了回答好这个问题最需要知道哪三件事”。只列三件倒逼自己抓住重点。这样写出来的背景信息往往最短但效果最好。4. 技巧三输出格式前置让结果直接可用4.1 为什么格式比内容更早决定成败你可以把模型想象成一个非常勤奋但不太会做减法的助理。你不告诉它格式它就按自己觉得最舒服的方式输出。结果就是你让它分析竞品它给你写一篇议论文你让它列计划它给你写一段散文。东西没少给你但你要的是能直接用的东西不是还需要二次加工的素材。格式前置的意思是在你下达任务的同时就把输出的结构定死。比如“用表格呈现”“分三点说明每点不超过50字”“最后给一段一句话总结”。这些看起来不起眼的要求对结果的可使用性影响巨大。我在实际工作中感受最深的一次是让模型帮我整理一场2小时访谈录音的要点。第一次我直接说“帮我整理访谈内容”模型给了一篇很长的总结语言流畅但结构松散关键信息淹没在段落里。第二次我改成“用三个维度整理一、对方提到的核心观点二、对方提到的具体数据或案例三、可执行的后续动作。每个维度用表格列出”。同样的模型同样的内容第二次输出的东西我几乎直接就可以放进工作报告里。省下的整理时间不是一点点。4.2 输出格式的几种常见玩法第一种是表格化。适合做对比、做清单、做汇总。用表格对比[方案A]和[方案B]对比维度包括适用场景、平均成本、实施难度、潜在风险、推荐指数满分5星。第二种是结构化列举。适合做分析、做计划。请分析[问题]的解决方案。按以下结构输出问题根因不超过3条可选方案每个方案列出优缺点推荐方案及理由第一步应该做什么第三种是限制篇幅和数量。适合做摘要、做金句。请用不超过200字概括[文章内容]的核心观点要求保留关键数据和结论去掉举例和铺垫说完直接结束。4.3 格式前置的进阶玩法当你熟悉了基础格式控制之后可以尝试一种更高级的用法给模型一个“样子”让它照着样子来。比如你有一篇觉得写得特别好的文档想让模型模仿它的结构去写另一篇你可以把这篇文档直接作为示例粘贴进去然后告诉它“参考我给你的示例的结构和语气帮我写一篇关于[新主题]的内容”。这叫少样本提示效果往往比单纯描述“你要写得生动有逻辑有深度”好得多。因为“生动”是抽象的但示例是具体的。模型不需要理解什么是生动它只需要照着示例的模式续写就够了。5. 技巧四分解复杂任务一个提示词只做一件事5.1 复杂任务直接问结果一定打折扣“帮我写一份全年营销方案”这种问题模型不是不能回答但它给出来的东西一定会让你失望。原因在于全年营销方案这个任务本身太庞大了里面包含了市场分析、用户洞察、渠道策略、内容规划、预算分配、节奏安排、效果评估等多个子任务。当你把这么多任务一次性抛给模型时它只能每个都浅浅地提一下最后产出一份看似全面、实则空洞的东西。我自己在早期就吃过这个亏。当时想让模型帮忙写一份新产品的上市推广计划直接问了一次。结果它给了一个包含12个章节的框架每个章节只有两三句话完全没法用。后来我换了个思路把它拆成好几个子任务先分析目标用户画像再定核心卖点再选渠道组合再排时间节奏。每个子任务单独问一次每次都给足背景和要求。这样一轮操作下来把几次的结果拼在一起就是一份非常扎实的可执行方案。5.2 任务分解的实际操作方式最实用的分解方法是按照“结果链条”来拆。问自己一个问题为了得到最终这个东西我需要先得到哪些中间结果把这些中间结果列出来逐个击破。比如写文章这件事你不需要让模型一口气帮你写完整篇文章。你可以分四步走让模型基于主题生成3个不同的选题方向每个方向给出目标读者和核心观点选定方向后让模型列一个详细的大纲包含每个部分的要点和大致字数根据大纲让模型逐段生成内容每段的输入都是“这段要讲的核心观点”和“上一段写的内容”保持连贯性全部生成后让模型整体通读一遍检查逻辑漏洞和重复内容并修改每跑一个步骤你都可以在中间介入调整方向这样得到的最终结果和一次性生成的东西完全不在一个水平线上。这就是“链式思考”的实操价值。5.3 任务分解的一个隐患和处理方式但这里也有个要提醒的地方任务分解不是把任务拆得越碎越好。拆得太碎会让整体失去连贯性而且每一步都有可能引入偏差最后拼起来反而四不像。我自己常用的判断标准是每个子任务做完后应该是一个“可交付的中间产物”比如一段文字、一张表格、一组数据。如果拆出来的东西连你自己都不知道怎么用那就是拆过头了。6. 技巧五给模型“思考的时间”引导它逐步推理6.1 让模型先推理再回答结果会大不一样这个技巧的发现纯属偶然。有一次我让模型帮我判断某个营销文案是否适合投放在朋友圈广告上它直接回答“适合”但没给出任何理由。我觉得这个判断太草率了于是加了一句“请先分析这个文案的受众匹配度、情绪触发点和行动号召力再给出你的判断”。结果它列出来的分析头头是道最后还纠正了自己一开始的判断认为原文案的“行动号召”太弱实际效果可能不好。从那以后我就养成了一个习惯凡是需要模型做判断、做决策的任务都先让它分析再让它下结论。对大模型来说如果你直接要求它输出答案它会走捷径直接从知识库里找一个概率最高的答案输出但如果你要求它“先思考再回答”它会先生成一段推理过程而这个过程会引导它找到更好的答案。这种现象在圈子里被称作思维链技术本质上就是给模型一个“打草稿”的机会。6.2 逐步推理的三种提问方式方式一直接要求对方推理后给答案。请先一步步分析[问题]的关键因素基于你的分析再给出最终答案。分析过程不要省略。方式二让模型也参与到拆解过程中来。针对[问题]请先列出你打算从哪几个角度来分析确认分析框架后再展开。如果某个角度你觉得数据不足请直接说明并用合理假设补全。方式三让模型主动反思和纠错。请先给出你对[问题]的初步判断然后从反面思考这个判断可能存在什么问题是否有被忽略的因素最后综合正反两面给出你的最终结论。6.3 使用这个技巧要注意的地方唯一需要注意的是别让模型为了推理而推理。有时候它会把一件简单的事情分析得特别复杂输出一大堆看似深刻但实际用不上的内容。解决办法是在提示词里明确限定推理的产出。比如“最多列出三个关键因素”“分析控制在100字以内”“最后用一句话给出结论”。推理过程要有但也要克制不然反而变成了一种新的废话。7. 技巧六使用否定指令明确什么是你不要的7.1 只说“要什么”远远不够这是很多人在写提示词时最容易忽略的一环。我们习惯性地告诉模型“我要什么”却很少告诉它“我不要什么”。但模型本身没有价值判断你说“写得专业一点”它可能往晦涩的方向走你说“写得活泼一点”它可能往轻浮的方向走。你只说“要什么”它只能靠猜猜错了就是废稿。“你不要什么”这个信息其实非常重要。它像一个护栏帮模型排除了那些你最不想要的输出方向。7.2 否定指令的常见类型第一种是风格排除。举个例子你让模型写产品介绍不希望它有那种特别浮夸的广告腔。帮我写一段[产品]的介绍文案中性客观不要用“极致”“革命性”“颠覆”这类夸张词汇不要写空洞的形容词要用具体的功能和使用场景来说明价值。第二种是结构排除。帮我整理一份[内容]的摘要不要罗列要点请写成一段连贯的话不要出现“第一、第二、第三”这种编号。第三种是内容排除。请分析[市场趋势]但不要涉及政策风险解读只从用户需求、技术演进和商业模式三个角度展开。7.3 否定指令的最佳实践我自己现在的写法是“正向要求反向排除”组合着来。先告诉它你希望怎么做再告诉它你不希望怎么做。两个信息加在一起模型的输出空间就被压缩得比较精确了。一个额外的小技巧是把否定指令放在提示词的后面。我自己的体验是模型对提示词后部的内容记忆会更深刻把“不要做什么”放在靠近输出的位置它执行得更彻底。这个说法没有严谨的理论依据但实测下来确实比放在开头效果好。反正多写一句话也不费事你可以自己对比一下。还有一个很多人问的点能不能直接说“不要说废话”说可以但效果很弱因为“废话”是一个太主观的判断模型无法准确识别什么是你眼里的废话。不如替换成具体的排除项比如“不要重复前面已经说过的内容”“不要使用‘综上所述’这种过渡句”“不要写与核心观点无关的背景铺垫”。把抽象的“废话”翻译成可执行的禁令模型才能真正照做。8. 技巧七用“示例”替代抽象描述效果翻倍8.1 一个实例胜过千言万语前面提过少样本提示的思路这里展开讲讲因为这是提示词工程里性价比最高的一招。你花很大力气描述“我要一种轻松幽默但又专业可信、最好还带点网感的写作风格”不如直接给模型一小段符合你要求的文字。它看到示例立刻就能理解你要的是什么。我在教团队新人写提示词时一直强调一个概念对模型来说抽象形容词的理解成本极高。“高级感”“清爽”“犀利”这些词在不同人脑中的定义天差地别给模型说这些跟给一个没见过世面的实习生说这些的效果差不多——它完全靠猜。但你给它看一个“高级感”的样本它就能把这个感觉转化成具体的用词、句式、节奏。8.2 示例使用的三种典型场景场景一风格模仿。请用我给你的这段示例的风格写一段关于[新主题]的内容。 【示例】[粘贴一段符合你要求的文字]场景二格式模仿。请参考下面的示例格式帮我输出一份[内容]。需要严格保持示例的结构和排版方式。 【示例】[粘贴一份格式上你喜欢的文档]场景三标准对齐。请按照下面的标准对[内容]进行修改。 【标准示例】[粘贴一段你认为“优质”的文字] 【待修改内容】[粘贴需要修改的文字]8.3 示例选择的细节值得注意的是示例的质量直接决定了输出的质量。如果你随便找一段感觉差不多的文字当示例模型的模仿方向就会出现偏差。我自己每次用示例时都会先确认一件事这段文字里到底哪些点是我真正想要的是它的结构、它的语气、它的用词偏好还是它的信息密度然后把我的关注点在提示词里加粗说明比如“请重点模仿它的节奏感和开头方式不需要学习它的内容观点”。另外一个细节是示例不宜太长。一长段示例会稀释模型对“需要模仿的关键特征”的注意力反而可能学到一些你不想要的特质。一般来说100到300字的核心示例完全够用了更重要的是在示例前面说清楚“你希望它模仿什么”。9. 技巧八利用反向思维让模型先当喷子再当军师9.1 “骂”一遍之后方案反而更完善这是一个很有意思的技巧也是我后面才琢磨出来的。当你让模型帮你出方案时它天然倾向于输出“正确但保守”的内容。你要它做个决策它会给你一个面面俱到的方案看起来没什么问题但也没什么亮点。后来我换了种玩法效果出乎意料。我不再问“这个方案有什么好处”而是反过来问请找出这个方案的10个潜在问题和可能失败的原因。可以犀利一点不用留情面。模型瞬间变成一个挑剔的评审专家一口气列出不少我之前没想到的风险。然后我再追问针对你上面提出的问题请逐一给出可行的改进建议。经过这一轮“喷”和“改”最终的方案比我一上来就问“怎么做最好”得到的版本要扎实得多。9.2 反向思维的操作流程这套流程我已经固化成三个步骤第一步让模型出初稿方案。 第二步换一个“严苛审稿人”的角色让模型自己给自己提意见、泼冷水。 第三步让模型以原方案为基础结合批评意见给出修改版。有时候我会多走一轮在第三步之后再次扮演审稿人遇到特别重要的决策时甚至可以来回三轮。每一轮模型都可能提出新的问题而你做的事情只是切换角色的身份设定而已。9.3 这个技巧适合什么场景这个思路特别适合用在决策和方案设计场景。比如你要做一个活动策划、制定一个学习计划、判断一个项目是否值得投入都可以先用正向思路拿一个初稿再用反向思路把漏洞找出来补上。那如果你只是想要一段轻松的文案就不太需要走这个流程杀鸡不用牛刀。10. 技巧九追问和迭代把一次生成变成持续对话10.1 把大模型当成需要反复沟通的协作者很多人把提示词工程理解成“一次性写出完美提示词的艺术”这其实是个误解。更高段位的用法是把对话当作一个不断逼近目标的过程。一开始的提示词写得再好也只是第一版真正的精细打磨靠的是后续的追问和修改。我现在的习惯是第一轮只要求模型给一个方向性的产出质量高低无所谓。拿到产出后我开始提修改意见比如“第二点展开得太少了补两个具体的例子。”“开头有点平换一个能直接抓住注意力的写法。”“整体压缩30%删掉所有不是核心观点的句子。”每提一次修改模型都会基于当前版本继续调整。这种迭代式对话有三个好处一是你不需要一开始就把所有细节都想清楚二是模型前一轮的输出会变成后一轮的上下文帮助它更准确地理解你的偏好三是你可以在过程中随时纠偏避免方向越走越偏。10.2 让修改意见生效的小技巧在提修改意见时我有个用了很久的句式保留你目前版本中的[某部分]把[某部分]改成[具体要求]其他部分不要动。这个句式的好处是给模型划定了修改边界。如果你只说“这段帮我改改”模型可能会把已经写好的部分也顺手改了甚至是越改越差。明确告诉它哪些保留、哪些修改修改后的版本才更稳定。10.3 什么时候应该及时收手当然迭代也是要有终点的。我一般在三轮修改之后会评估一次如果模型已经明显在该方向上收敛只是细节需要微调那就再给一次精确指令然后收工如果三轮之后还在大改方向那说明第一轮的定位就有问题建议回到最初的提示词重新审视背景信息和角色设定而不是继续在原方向上耗下去。11. 技巧十建立自己的提示词模板库11.1 为什么你需要一个可复用的模板库最后这个技巧是让你前面学到的所有东西真正变成生产力的关键把好用的提示词保存下来建立自己的模板库。刚学提示词工程的人最容易犯的毛病是每次写提示词都从零开始。明明昨天刚调出一版特别好用的提示词今天要用的时候早就忘了又得重新试错。我自己的做法是每当我发现一组提示词生成了让我满意的结果我会立刻把“任务背景我写的提示词模型输出里最满意的部分”复制到一个备忘录里保存下来。时间久了这个备忘录就变成了我个人专属的提示词武器库。11.2 模板库该怎么分类整理我自己的分类方式是按照“任务类型”来分而不是按照“模板名称”来分。因为同一种任务类型往往有通用的提示词结构按任务分类方便我快速匹配。目前我的个人库大致有以下几类任务类型典型场景常用模板编号文案写作公众号文章、产品介绍、广告文案T01-T05资料整理访谈笔记、会议纪要、周报月报T06-T10分析与决策市场分析、方案评估、风险排查T11-T16学习辅助知识点讲解、习题生成、复习计划T17-T20代码相关代码解释、Debug、功能实现T21-T23每个模板文件里我会记录三个部分使用场景描述、完整提示词、实际效果备注。这样当我下次遇到类似任务时直接翻出模板把里面的“主题词”替换成当前的“新主题”就能快速复用。11.3 从今天开始积累的3个步骤如果你现在还没有自己的模板库我建议你按这个节奏开始第一步不要着急整理历史记录而是从今天开始每当你觉得某次对话输出“好用到想保存”就复制粘贴到备忘录里。第二步攒了大概20条之后开始做第一轮分类整理。你会发现很多碎片化的模板背后有相似的底层结构。第三步每次使用前花30秒调整细节使用时留意“哪里不顺”使用后回头更新模板备注。模板库的建立不是一次完成的要定期打磨。模板库还有一个隐藏价值它其实是你的“第二大脑”。当你面对一个复杂任务大脑一片空白时翻一下模板库往往就能找到可以参考的起点。这种“有备而来”的感觉真的会让人安心很多。12. 附10个可以直接复制使用的模板合集好记性不如烂笔头前面的10个技巧每个对应的模板我再给你完整整理一遍。你可以把这部分直接复制到自己的笔记软件里用的时候替换掉方括号里的内容就行。模板T01角色扮演专家你是一名[具体身份]拥有[年限]年[领域]经验擅长[核心技能]。请以这个身份帮我完成[具体任务]。要求[具体的要求比如“语言简洁”“多用比喻”“先给结论”]。模板T02复杂任务分析请分析以下[问题/现象][填入具体问题]。要求从[角度一]、[角度二]、[角度三]三个维度展开每个维度给出具体的事实依据和你自己的判断。最后用不超过三句话总结你的核心结论。模板T03反向排雷思考请针对[方案/计划]进行风险排查。分别从[资源方面/执行方面/外部环境]等角度找出可能导致失败的问题。每个问题请说明可能的触发原因和严重程度高/中/低并给出对应的应急预案。模板T04项目复盘工作坊请以复盘引导师的身份帮我复盘[项目名称/事件]。请按以下结构输出1. 回顾目标我们原本想达成什么2. 评估结果实际做到了什么差距在哪里3. 分析原因做得好的关键动作和踩坑的主要原因4. 总结规律提炼出可复用的经验教训。模板T05结构化输出摘要请用[要求的格式如“结论3个要点1个行动建议”]概括[文章/报告/数据]的核心内容。要求不超过[字数]字保留关键数据和结论不要重复观点不要加入你的主观评价。模板T06会议纪要整理以下是一场会议/访谈的原始记录。请帮我整理成结构化的会议纪要。要求区分“讨论主题—关键意见—待办事项”三个部分每条待办事项注明负责人信息缺失时用“待确认”替代。如内容中存在模糊或矛盾的信息请在“待确认”栏中标明。 【原始记录】[粘贴原始内容]模板T07竞品对比分析请对比[产品A]和[产品B]从功能覆盖、用户体验、价格策略、市场定位、优劣势五个维度展开。最终用一句话给出你的选择建议在[某种场景]下哪个更值得优先考虑。模板T08外行友好解释请把一个复杂概念解释给一个完全没有相关背景的人听。要求1. 避免使用专业术语如果必须使用请当场解释2. 至少用一个生活化类比来帮助理解3. 控制在300字以内4. 在最后用一句话总结这个概念的核心含义。待解释的概念是[填入概念]。模板T09学习者出题我正在学习[主题/技能]目前水平是[描述你的基础]。请根据以下三点帮我出5道测试题1. 每题考察一个不同的核心知识点2. 难度从基础到进阶排列3. 每道题后面附带简要的解题思路提示。不要直接给出答案我想自己先思考。模板T10模板批量生成请根据[业务场景/内容形式]帮我设计[数字]个可复用模板。每个模板需要包含模板名称、适用场景、模板结构说明、一个完整填写示例。风格要求[描述你想要的风格]。如果你能把这十个模板用熟并且根据你自己的行业习惯调整成适合的表达方式你会发现和大模型协作的效率会有质的提升。我刚开始学提示词工程时也觉得这玩意儿玄乎但用久了就明白它其实就是一套“把自己的需求说清楚”的方法论。说清楚需求不只是在和机器对话时有价值在和人协作时同样如此。最后再分享一个小小的个人经验提示词工程的最核心能力不是背模板也不是记技巧而是养成“想清楚再开口”的习惯。每一次写提示词本质上都是一次对自我需求的梳理。你越能把模糊的念头转变成清晰的表述你的表达就越有力量。模型只是放大了你表达的质量而已。