《AI新鲜事》写到第十一期后台被问到最多的问题翻来覆去其实就一个大佬们总能用几句话让AI输出惊艳效果可我把同样的句子复制进对话框结果要么是空话连篇要么是格式稀烂。问题多半不是你不会用AI而是你还没找到那些散落在各处的、被技术大佬反复打磨过的提示词。这期就专门聊聊怎么把这类“高质量提示词”从茫茫信息流里翻出来以及拿到手之后该怎么用、怎么改。1. 先弄清楚为什么我们总是找不到“好”的提示词1.1 你缺的不是提示词而是筛选标准很多人打开搜索框输入“提示词”三个字跳出来的内容十有八九是“请扮演一位写作大师”“你是一名资深HR”这类空壳模板。我刚接触提示词的时候也干过这种事收藏夹里躺了上百条“角色扮演提示词”真正派上用场的不到五条。问题出在哪我把“提示词”当作了一种可以批量囤积的素材却忘了好提示词的核心价值是可复现的稳定表现而不是花哨的措辞。打个比方这就像逛夜市买“祖传秘方”十个摊位有九个是兑了水的剩下一个真正的秘方也不会写着“秘方”两个字它可能叫“卤料配比表”或者“火候控制手册”。高质量提示词也一样它们往往不叫“提示词”而是藏在各种出人意料的名字背后。所以在开始“找”之前我建议你先给自己的需求做个定位你是想写一封得体的工作邮件还是想批量生成产品文案抑或是想让AI按固定格式输出结构化数据目标越具体筛选标准就越清晰你才不会在垃圾堆里空手而归。1.2 好提示词为什么都躲着“提示词”这个名字我在前面说过真正有价值的内容常常不以“提示词”命名。你在开源代码托管平台上搜索“awesome”能翻到各种大神整理的资源清单在技术问答社区里搜“prompt engineering”能看到大量带实测案例的高赞回答在大佬的个人博客里同样的内容可能叫“LLM Recipe”或“Workflow Notes”。这些不叫“提示词”的东西恰恰是提示词质量最高的地方。为什么会这样因为技术大佬通常不会把提示词当成一个孤立的“句子”来分享而是把它当作一套工程方案来描述。一份成熟提示词往往由五部分构成角色设定、任务描述、输入信息、约束条件、输出格式。大佬们分享时会顺带说明“为什么这么写”“换一个模型会有什么变化”这些上下文恰恰是新手最缺的。举个例子我曾经拿到一份看似平平无奇的提示词原句是“请对以下评论进行情感分类输出为正面、负面、中性”。单看这句话毫无亮点但配合它附带的 few-shot 示例和输出格式说明它立刻变成一份可以稳定跑出90%准确率的分类器。命名不同、包装不同导致你用“提示词”这个词去搜反而搜不到真正的好东西。2. 技术大佬的提示词都放在哪六大渠道盘点2.1 开源社区质量密度最高的地方如果你愿意花半小时在开源代码托管平台上搜索会发现提示词的丰富程度远超想象。这里有几种典型形态Awesome 系列清单这类仓库专门收集某个领域的优质资源通常有维护者持续更新。你可以在仓库里找到提示词链接、示例截图、使用心得而且每个资源都带原始出处溯源方便。个人提示词库很多工程师会把自己积攒的提示词按场景分类开源。这类仓库的优势在于结构清晰目录往往就叫“marketing” “coding” “writing”复制后改一改就能用。面向开发者工具的配置文件一些代码生成工具支持自定义指令对应的配置文件里包含大量精心设计的提示词。这类内容更为工程化适合有一定基础的人参考。我自己的习惯是找到感兴趣的仓库后不要只看 README先点进去看提交记录和 Issues。提交记录能说明作者是否持续维护Issues 里则能发现别人使用时的报错和作者的解释——这些“使用现场”比正文更有价值。注意使用开源提示词时多留意授权协议。大部分仓库采用宽松的开源协议可以自由使用但如果你打算把提示词打包成商业产品最好再确认一遍条款。2.2 内容平台与问答社区搜索技巧决定你能捡到什么中文互联网上的长文平台、问答社区、视频社区里隐藏着大量关于提示词的高质量内容。以问答社区为例当你搜索某个具体问题比如“如何让AI总结会议纪要”高赞回答里通常会附带完整提示词和效果对比图这种经过公众检验的内容可信度远高于自媒体的“一键生成”。不过想在内容平台精准挖到好东西搜索技巧很重要。我常用的几个姿势用英文搜同等质量的内容英文资料在数量上多一个量级。搜中文找不到满意结果时换成英文常常豁然开朗。限定时间范围AI领域迭代快一年前的提示词可能已不适用。搜索时加上“近一年”“近半年”条件过滤掉过时的内容。按热度与评论数排序热度高说明被验证的人多评论区吵得厉害的帖子也值得看因为争议往往揭示了使用边界。这里要特别提醒内容是平台上的内容不是平台的。很多高质量帖子发布后作者会在评论区持续更新。你只收藏正文等于浪费了一半信息。记得把作者的补充回复一并截图或复制下来。2.3 技术社群、博客与周刊获取一手资源如果说开源社区是“超市”那么技术社群和大佬博客就是“非公开渠道”。很多技术人习惯于先把最新成果发在自己的博客里或者通过邮件周刊同步给订阅者而不是同步到公共平台。这些一手内容里常常包含最新的提示词设计思路和踩坑记录。具体来说有几个摸排方向即时通讯群组不少技术交流群里有“资源共享”或“精华区”板块管理员会把几篇公认的高质量提示词文章置顶。但这类群信息流动性强建议用“群聊搜索关键词”的方式找而不是刷几千条消息。个人博客查找方式很简单你找到一个在该领域持续输出的作者顺着他个人主页的“文章归档”往下翻效率远高于随机搜索。邮件订阅与周刊有些技术作者每周写一封邮件分享这段时间用过的好工具、好提示词、好思路。别嫌邮件形式“老土”在耐心阅读的人越来越少的环境里这种渠道反而能沉淀出真正有深度的内容。我在博客里追过一位作者他每篇关于提示词的文章都会附上一个“输出对比表”——同样的提示词在三个不同模型上跑出来的结果差异。这类独家数据很难在热点文章里找到却对判断提示词的泛化能力极有价值。2.4 商业产品内置模板库快速起步的捷径除了上述偏“极客”的渠道还有一个常被忽略的地方你正在使用的AI产品自带的模板库。很多商业产品会内置“提示词市场”或“官方示例”这些模板经过产品团队测试至少在基础场景下不会跑偏适合不想折腾的人快速起步。不过这类模板库也有明显短板。第一它们通常比较通用缺少行业细节第二更新速度未必跟得上模型迭代第三无法像开源社区那样看到使用者的反馈和讨论。我的建议是把内置模板当作“起点”而非“终点”先用它跑通流程再结合下面几节说的方法去外部渠道找更专业的版本。3. 实操一套可复用的提示词检索方法3.1 关键词组合别只搜“提示词”很多朋友找提示词时习惯直接搜“提示词”结果搜出来一堆低质复制内容。我的经验是搜索关键词至少要加两层限定场景和形态。所谓场景就是你想用AI做什么事比如“周报”“法律文书”“SEO文案”。所谓形态就是你希望提示词以什么方式呈现比如“模板”“示例”“few-shot”“工作流”。两两组合效果立刻不一样。举几个具体的关键词组合中文场景周报 提示词 模板 输出格式、小红书 文案 prompt 示例英文场景marketing prompt template、prompt examples for coding更细分few-shot prompting examples、structured output prompt json找合集awesome prompt、prompt engineering resources、提示词 清单 大全还有一种很有效的姿势是搜问题而不是搜答案。比如你想让AI帮你审查合同不要搜“合同审查提示词”而是搜“如何用AI审查合同 提示词 格式”。因为高质量内容往往长在“方法”的框架里而不是长在“懒人包”的标题里。3.2 三道质量过滤器判断一份提示词是否值得拿搜到一堆结果之后怎么筛选我把判断过程简化为三道过滤器。第一道看作者与来源。作者是否持续输出相关内容有没有公开的反馈渠道内容来源是否包含可复现的测试信息如果只是一个无头像、无历史、无评论的三无账号大概率是搬运垃圾。第二道看结构完整度。一份合格提示词至少要具备“角色/任务/输入信息/输出格式/约束条件”中的四要素。如果只有一句“你是一个XX专家”那和没说一样。第三道看验证信息。优秀的提示词分享者会贴出“输入什么、预期输出什么”的示例。没有验证信息支撑的提示词再华丽也要打个问号。我把“优质提示词”和“套话提示词”做了个对照方便你直观感受维度优质提示词套话提示词角色设定明确专家身份限定知识范围“你是顶级大师”没有任何边界任务描述一句话说清目标与背景“帮我写点东西”含糊不清输入信息用变量标明内容插槽依赖你把内容贴进正文靠运气输出格式明确标题/字数/结构/语言风格只字不提输出长什么样约束条件列出禁区、边界和兜底逻辑没有任何限制条件验证示例附输入与输出的对照无法判断真实效果3.3 下载、整理与本地化管理找到好东西别只丢进收藏夹吃灰。强烈建议你建立一套自己的提示词管理库。我不买什么复杂工具和管理软件就用最基础的文件夹加 Markdown 文件来管理效果已经很好。推荐一个简单目录结构prompts/ ├── README.md ├── writing/ │ ├── weekly-report.md │ └── email-polish.md ├── marketing/ │ ├── ad-copy.md │ └── seo-title.md └── coding/ ├── code-review.md └── test-case.md每个文件顶部可以加一段元信息记录来源、适用模型、最近一次测试效果和失效情况。比如# 周报生成器 - 来源某博客《用AI写周报的一百种方式》 - 适用模型通用在X模型上效果最佳 - 最近测试2025.01.10输出格式符合预期 - 备注中文场景下需补充公司名称否则会泛化用 Git 管理这个文件夹是个加分项。每改一个版本就提交一次万一调优调坏了还能退回去。别小看这个习惯它会慢慢建立起你自己的“提示词版本史”这在长期价值上远大于再用一个晚备份丢失一切。4. 拿到提示词之后正确使用和二次调优4.1 第一次运行前必做的三件事好不容易从某位大佬的仓库里翻到一份心仪的提示词别急着复制粘贴。先完成三件事能帮你省掉大量试错时间。第一替换占位变量。很多提示词里会有“{{主题}}”“{{目标受众}}”之类的占位符务必全部替换成你的真实信息否则再好的结构也会因为空泛而失效。第二核对模型参数。同一份提示词在不同温度参数下表现差异巨大。写文案时可以略微调高温度换取多样性做数据提取时则要把温度调低。拿到提示词后先看一下原始分享者建议的参数设置没有建议就默认清空上下文、按常规参数跑一版。第三准备一条测试输入。别用真实任务当第一次测试先用一条内容相近、但不会造成损失的样本试跑。比如你想用提示词生成客户回复邮件先拿一封已经发出去的旧邮件做输入对比AI的输出和你当时的真实回复在安全环境里验证效果之后再上正式环境。4.2 调优技巧从“能用”到“好用”拿到手的第一版提示词大概率只能算“能用”。想把它打磨成“好用”通常需要几轮微调。我总结过几个高频优化方向输出太泛增加格式约束比如“分三小节每小节不超过50字末尾附一句可选的下一步行动”。回答不稳定补充 few-shot 示例特别是你希望遵循的“反例”和“正例”各一个。内容太虚假在提示词里加入“如果信息不足请明确回复缺少哪些信息不要猜测”这一类兜底逻辑。语气不对追加一句“以专业但不失温度的口吻表达”并配合一两个语气示例效果立竿见影。举个例子。我常用的一份“邮件润色”提示词最初版本很简单请帮我润色这封邮件让它更专业。实际效果很飘有时太啰嗦有时又太生硬。迭代几个版本后变成了这样请润色以下邮件。要求 1. 保持原意不新增事实信息 2. 语气专业且简洁避免空话套话 3. 每段不超过两句话 4. 如果原始邮件包含错别字先修正再润色 5. 输出时保留原有称呼和段落结构。 邮件内容 {{邮件正文}}改动不多但每一步都在解决一个真实问题。第2条控制语气第3条控制长度第4条避免带错跑第5条保证输出可用。这就是调优的意义——不是换一个更华丽的模板而是给大模型划出更清晰的行为边界。4.3 把别人的提示词变成自己的调优到最后高手的习惯是把“一次性提示词”重构为“可复用模板”。具体来说就是识别提示词里的常量和变量把变量抽出来形成你自己的模板。比如在文案提示词里真正需要每次替换的只有“产品名”“目标用户”“核心卖点”三个变量其余全是固定框架。我自己的做法是把这类模板统一写成这种结构你是{{角色}}擅长{{能力}}。 背景{{背景信息}} 任务{{具体任务}} 要求 - {{约束一}} - {{约束二}} 输出格式 {{格式约定}} 示例 输入{{示例输入}} 输出{{示例输出}}这套结构借鉴了我最早在社区里看到的优质提示词但现在它已经被我改造成自己的风格。这一步非常关键只有经历过“拆解重组”的提示词才真正属于你。以后即便原始来源更新换代、链接失效你手里的模板体系依然能独立产出稳定效果。5. 我踩过的坑和几条建议5.1 踩坑实录沿着“找提示词”这条路走下来我踩过的坑不算少挑几个有代表性的说一下。第一个坑是只收藏不测试。刚接触提示词的时候我只要看到“强力”“无敌”这类字眼就收藏结果收藏夹超过两百条每周真正打开用的不到三次。后来我强制规定收藏前必须跑一次测试跑不通的就删掉这才把“库存”变成了“资产”。第二个坑是忽略上下文环境。一份提示词在某位大佬的工作流里表现很好但那个环境里可能连着特定的知识库、插件和外部数据源。单把提示词抽出来用效果自然打折。所以现在我看到一份提示词会先问一句它依赖什么外部条件没有这些条件我还需要补充什么第三个坑是迷信长提示词。很多人觉得提示词越长越好其实边界清晰的短提示词往往优于堆砌辞藻的长提示词。我的一个测试结果是在文案场景中“角色任务三个约束一个示例”四要素全部到位的60字提示词效果远超那种写满六大段话的长篇指令。真正应该堆砌的是示例和边界条件不是形容词。第四个坑是忽略版本适配。同一条提示词在上一代模型和最新模型上跑出来的结果可能有天壤之别。拿到一条老提示词时先在新模型上做基线测试再决定是直接用、还是需要调优。很多“大佬的提示词没效果”的抱怨其实就是版本不适配。5.2 建立自己的提示词迭代节奏踩过坑之后我慢慢形成了自己的提示词管理节奏分享出来供你参考每周搜集阶段花十分钟浏览一两个固定渠道把值得关注的提示词收集到“待测试”文件夹。每周末实测阶段每周挑三四份“待测试”的提示词用固定测试集跑一遍记录效果和参数。通过测试的入库不通过的直接删除。每月回顾阶段翻一遍提示词库的测试记录淘汰失效条目合并相似功能模板修复部分模板的格式问题。这个月会让我始终知道自己手上真正“能用”的提示词有哪些。这套节奏看起来简单但坚持下来之后你在看到提示词时的第一反应会彻底改变——不再两眼放光地收藏而是自然地分析它的结构和适用边界。这也正是我所理解的“找到技术大佬整理好的提示词”的终极解法你不是要复制他们的句子而是要学会他们筛选、验证、迭代提示词的整套方法。内容会过时方法不会。从今天开始给自己建一个“提示词抽屉”每个抽屉只放能交付结果的提示词你便不会再被“看起来厉害”的内容牵着走了。 
长河君 · 2026/10/18 8:11:37 · 阅读 1.2k 如何挖到高质量提示词：六大渠道盘点与调优技巧
《AI新鲜事》写到第十一期后台被问到最多的问题翻来覆去其实就一个大佬们总能用几句话让AI输出惊艳效果可我把同样的句子复制进对话框结果要么是空话连篇要么是格式稀烂。问题多半不是你不会用AI而是你还没找到那些散落在各处的、被技术大佬反复打磨过的提示词。这期就专门聊聊怎么把这类“高质量提示词”从茫茫信息流里翻出来以及拿到手之后该怎么用、怎么改。1. 先弄清楚为什么我们总是找不到“好”的提示词1.1 你缺的不是提示词而是筛选标准很多人打开搜索框输入“提示词”三个字跳出来的内容十有八九是“请扮演一位写作大师”“你是一名资深HR”这类空壳模板。我刚接触提示词的时候也干过这种事收藏夹里躺了上百条“角色扮演提示词”真正派上用场的不到五条。问题出在哪我把“提示词”当作了一种可以批量囤积的素材却忘了好提示词的核心价值是可复现的稳定表现而不是花哨的措辞。打个比方这就像逛夜市买“祖传秘方”十个摊位有九个是兑了水的剩下一个真正的秘方也不会写着“秘方”两个字它可能叫“卤料配比表”或者“火候控制手册”。高质量提示词也一样它们往往不叫“提示词”而是藏在各种出人意料的名字背后。所以在开始“找”之前我建议你先给自己的需求做个定位你是想写一封得体的工作邮件还是想批量生成产品文案抑或是想让AI按固定格式输出结构化数据目标越具体筛选标准就越清晰你才不会在垃圾堆里空手而归。1.2 好提示词为什么都躲着“提示词”这个名字我在前面说过真正有价值的内容常常不以“提示词”命名。你在开源代码托管平台上搜索“awesome”能翻到各种大神整理的资源清单在技术问答社区里搜“prompt engineering”能看到大量带实测案例的高赞回答在大佬的个人博客里同样的内容可能叫“LLM Recipe”或“Workflow Notes”。这些不叫“提示词”的东西恰恰是提示词质量最高的地方。为什么会这样因为技术大佬通常不会把提示词当成一个孤立的“句子”来分享而是把它当作一套工程方案来描述。一份成熟提示词往往由五部分构成角色设定、任务描述、输入信息、约束条件、输出格式。大佬们分享时会顺带说明“为什么这么写”“换一个模型会有什么变化”这些上下文恰恰是新手最缺的。举个例子我曾经拿到一份看似平平无奇的提示词原句是“请对以下评论进行情感分类输出为正面、负面、中性”。单看这句话毫无亮点但配合它附带的 few-shot 示例和输出格式说明它立刻变成一份可以稳定跑出90%准确率的分类器。命名不同、包装不同导致你用“提示词”这个词去搜反而搜不到真正的好东西。2. 技术大佬的提示词都放在哪六大渠道盘点2.1 开源社区质量密度最高的地方如果你愿意花半小时在开源代码托管平台上搜索会发现提示词的丰富程度远超想象。这里有几种典型形态Awesome 系列清单这类仓库专门收集某个领域的优质资源通常有维护者持续更新。你可以在仓库里找到提示词链接、示例截图、使用心得而且每个资源都带原始出处溯源方便。个人提示词库很多工程师会把自己积攒的提示词按场景分类开源。这类仓库的优势在于结构清晰目录往往就叫“marketing” “coding” “writing”复制后改一改就能用。面向开发者工具的配置文件一些代码生成工具支持自定义指令对应的配置文件里包含大量精心设计的提示词。这类内容更为工程化适合有一定基础的人参考。我自己的习惯是找到感兴趣的仓库后不要只看 README先点进去看提交记录和 Issues。提交记录能说明作者是否持续维护Issues 里则能发现别人使用时的报错和作者的解释——这些“使用现场”比正文更有价值。注意使用开源提示词时多留意授权协议。大部分仓库采用宽松的开源协议可以自由使用但如果你打算把提示词打包成商业产品最好再确认一遍条款。2.2 内容平台与问答社区搜索技巧决定你能捡到什么中文互联网上的长文平台、问答社区、视频社区里隐藏着大量关于提示词的高质量内容。以问答社区为例当你搜索某个具体问题比如“如何让AI总结会议纪要”高赞回答里通常会附带完整提示词和效果对比图这种经过公众检验的内容可信度远高于自媒体的“一键生成”。不过想在内容平台精准挖到好东西搜索技巧很重要。我常用的几个姿势用英文搜同等质量的内容英文资料在数量上多一个量级。搜中文找不到满意结果时换成英文常常豁然开朗。限定时间范围AI领域迭代快一年前的提示词可能已不适用。搜索时加上“近一年”“近半年”条件过滤掉过时的内容。按热度与评论数排序热度高说明被验证的人多评论区吵得厉害的帖子也值得看因为争议往往揭示了使用边界。这里要特别提醒内容是平台上的内容不是平台的。很多高质量帖子发布后作者会在评论区持续更新。你只收藏正文等于浪费了一半信息。记得把作者的补充回复一并截图或复制下来。2.3 技术社群、博客与周刊获取一手资源如果说开源社区是“超市”那么技术社群和大佬博客就是“非公开渠道”。很多技术人习惯于先把最新成果发在自己的博客里或者通过邮件周刊同步给订阅者而不是同步到公共平台。这些一手内容里常常包含最新的提示词设计思路和踩坑记录。具体来说有几个摸排方向即时通讯群组不少技术交流群里有“资源共享”或“精华区”板块管理员会把几篇公认的高质量提示词文章置顶。但这类群信息流动性强建议用“群聊搜索关键词”的方式找而不是刷几千条消息。个人博客查找方式很简单你找到一个在该领域持续输出的作者顺着他个人主页的“文章归档”往下翻效率远高于随机搜索。邮件订阅与周刊有些技术作者每周写一封邮件分享这段时间用过的好工具、好提示词、好思路。别嫌邮件形式“老土”在耐心阅读的人越来越少的环境里这种渠道反而能沉淀出真正有深度的内容。我在博客里追过一位作者他每篇关于提示词的文章都会附上一个“输出对比表”——同样的提示词在三个不同模型上跑出来的结果差异。这类独家数据很难在热点文章里找到却对判断提示词的泛化能力极有价值。2.4 商业产品内置模板库快速起步的捷径除了上述偏“极客”的渠道还有一个常被忽略的地方你正在使用的AI产品自带的模板库。很多商业产品会内置“提示词市场”或“官方示例”这些模板经过产品团队测试至少在基础场景下不会跑偏适合不想折腾的人快速起步。不过这类模板库也有明显短板。第一它们通常比较通用缺少行业细节第二更新速度未必跟得上模型迭代第三无法像开源社区那样看到使用者的反馈和讨论。我的建议是把内置模板当作“起点”而非“终点”先用它跑通流程再结合下面几节说的方法去外部渠道找更专业的版本。3. 实操一套可复用的提示词检索方法3.1 关键词组合别只搜“提示词”很多朋友找提示词时习惯直接搜“提示词”结果搜出来一堆低质复制内容。我的经验是搜索关键词至少要加两层限定场景和形态。所谓场景就是你想用AI做什么事比如“周报”“法律文书”“SEO文案”。所谓形态就是你希望提示词以什么方式呈现比如“模板”“示例”“few-shot”“工作流”。两两组合效果立刻不一样。举几个具体的关键词组合中文场景周报 提示词 模板 输出格式、小红书 文案 prompt 示例英文场景marketing prompt template、prompt examples for coding更细分few-shot prompting examples、structured output prompt json找合集awesome prompt、prompt engineering resources、提示词 清单 大全还有一种很有效的姿势是搜问题而不是搜答案。比如你想让AI帮你审查合同不要搜“合同审查提示词”而是搜“如何用AI审查合同 提示词 格式”。因为高质量内容往往长在“方法”的框架里而不是长在“懒人包”的标题里。3.2 三道质量过滤器判断一份提示词是否值得拿搜到一堆结果之后怎么筛选我把判断过程简化为三道过滤器。第一道看作者与来源。作者是否持续输出相关内容有没有公开的反馈渠道内容来源是否包含可复现的测试信息如果只是一个无头像、无历史、无评论的三无账号大概率是搬运垃圾。第二道看结构完整度。一份合格提示词至少要具备“角色/任务/输入信息/输出格式/约束条件”中的四要素。如果只有一句“你是一个XX专家”那和没说一样。第三道看验证信息。优秀的提示词分享者会贴出“输入什么、预期输出什么”的示例。没有验证信息支撑的提示词再华丽也要打个问号。我把“优质提示词”和“套话提示词”做了个对照方便你直观感受维度优质提示词套话提示词角色设定明确专家身份限定知识范围“你是顶级大师”没有任何边界任务描述一句话说清目标与背景“帮我写点东西”含糊不清输入信息用变量标明内容插槽依赖你把内容贴进正文靠运气输出格式明确标题/字数/结构/语言风格只字不提输出长什么样约束条件列出禁区、边界和兜底逻辑没有任何限制条件验证示例附输入与输出的对照无法判断真实效果3.3 下载、整理与本地化管理找到好东西别只丢进收藏夹吃灰。强烈建议你建立一套自己的提示词管理库。我不买什么复杂工具和管理软件就用最基础的文件夹加 Markdown 文件来管理效果已经很好。推荐一个简单目录结构prompts/ ├── README.md ├── writing/ │ ├── weekly-report.md │ └── email-polish.md ├── marketing/ │ ├── ad-copy.md │ └── seo-title.md └── coding/ ├── code-review.md └── test-case.md每个文件顶部可以加一段元信息记录来源、适用模型、最近一次测试效果和失效情况。比如# 周报生成器 - 来源某博客《用AI写周报的一百种方式》 - 适用模型通用在X模型上效果最佳 - 最近测试2025.01.10输出格式符合预期 - 备注中文场景下需补充公司名称否则会泛化用 Git 管理这个文件夹是个加分项。每改一个版本就提交一次万一调优调坏了还能退回去。别小看这个习惯它会慢慢建立起你自己的“提示词版本史”这在长期价值上远大于再用一个晚备份丢失一切。4. 拿到提示词之后正确使用和二次调优4.1 第一次运行前必做的三件事好不容易从某位大佬的仓库里翻到一份心仪的提示词别急着复制粘贴。先完成三件事能帮你省掉大量试错时间。第一替换占位变量。很多提示词里会有“{{主题}}”“{{目标受众}}”之类的占位符务必全部替换成你的真实信息否则再好的结构也会因为空泛而失效。第二核对模型参数。同一份提示词在不同温度参数下表现差异巨大。写文案时可以略微调高温度换取多样性做数据提取时则要把温度调低。拿到提示词后先看一下原始分享者建议的参数设置没有建议就默认清空上下文、按常规参数跑一版。第三准备一条测试输入。别用真实任务当第一次测试先用一条内容相近、但不会造成损失的样本试跑。比如你想用提示词生成客户回复邮件先拿一封已经发出去的旧邮件做输入对比AI的输出和你当时的真实回复在安全环境里验证效果之后再上正式环境。4.2 调优技巧从“能用”到“好用”拿到手的第一版提示词大概率只能算“能用”。想把它打磨成“好用”通常需要几轮微调。我总结过几个高频优化方向输出太泛增加格式约束比如“分三小节每小节不超过50字末尾附一句可选的下一步行动”。回答不稳定补充 few-shot 示例特别是你希望遵循的“反例”和“正例”各一个。内容太虚假在提示词里加入“如果信息不足请明确回复缺少哪些信息不要猜测”这一类兜底逻辑。语气不对追加一句“以专业但不失温度的口吻表达”并配合一两个语气示例效果立竿见影。举个例子。我常用的一份“邮件润色”提示词最初版本很简单请帮我润色这封邮件让它更专业。实际效果很飘有时太啰嗦有时又太生硬。迭代几个版本后变成了这样请润色以下邮件。要求 1. 保持原意不新增事实信息 2. 语气专业且简洁避免空话套话 3. 每段不超过两句话 4. 如果原始邮件包含错别字先修正再润色 5. 输出时保留原有称呼和段落结构。 邮件内容 {{邮件正文}}改动不多但每一步都在解决一个真实问题。第2条控制语气第3条控制长度第4条避免带错跑第5条保证输出可用。这就是调优的意义——不是换一个更华丽的模板而是给大模型划出更清晰的行为边界。4.3 把别人的提示词变成自己的调优到最后高手的习惯是把“一次性提示词”重构为“可复用模板”。具体来说就是识别提示词里的常量和变量把变量抽出来形成你自己的模板。比如在文案提示词里真正需要每次替换的只有“产品名”“目标用户”“核心卖点”三个变量其余全是固定框架。我自己的做法是把这类模板统一写成这种结构你是{{角色}}擅长{{能力}}。 背景{{背景信息}} 任务{{具体任务}} 要求 - {{约束一}} - {{约束二}} 输出格式 {{格式约定}} 示例 输入{{示例输入}} 输出{{示例输出}}这套结构借鉴了我最早在社区里看到的优质提示词但现在它已经被我改造成自己的风格。这一步非常关键只有经历过“拆解重组”的提示词才真正属于你。以后即便原始来源更新换代、链接失效你手里的模板体系依然能独立产出稳定效果。5. 我踩过的坑和几条建议5.1 踩坑实录沿着“找提示词”这条路走下来我踩过的坑不算少挑几个有代表性的说一下。第一个坑是只收藏不测试。刚接触提示词的时候我只要看到“强力”“无敌”这类字眼就收藏结果收藏夹超过两百条每周真正打开用的不到三次。后来我强制规定收藏前必须跑一次测试跑不通的就删掉这才把“库存”变成了“资产”。第二个坑是忽略上下文环境。一份提示词在某位大佬的工作流里表现很好但那个环境里可能连着特定的知识库、插件和外部数据源。单把提示词抽出来用效果自然打折。所以现在我看到一份提示词会先问一句它依赖什么外部条件没有这些条件我还需要补充什么第三个坑是迷信长提示词。很多人觉得提示词越长越好其实边界清晰的短提示词往往优于堆砌辞藻的长提示词。我的一个测试结果是在文案场景中“角色任务三个约束一个示例”四要素全部到位的60字提示词效果远超那种写满六大段话的长篇指令。真正应该堆砌的是示例和边界条件不是形容词。第四个坑是忽略版本适配。同一条提示词在上一代模型和最新模型上跑出来的结果可能有天壤之别。拿到一条老提示词时先在新模型上做基线测试再决定是直接用、还是需要调优。很多“大佬的提示词没效果”的抱怨其实就是版本不适配。5.2 建立自己的提示词迭代节奏踩过坑之后我慢慢形成了自己的提示词管理节奏分享出来供你参考每周搜集阶段花十分钟浏览一两个固定渠道把值得关注的提示词收集到“待测试”文件夹。每周末实测阶段每周挑三四份“待测试”的提示词用固定测试集跑一遍记录效果和参数。通过测试的入库不通过的直接删除。每月回顾阶段翻一遍提示词库的测试记录淘汰失效条目合并相似功能模板修复部分模板的格式问题。这个月会让我始终知道自己手上真正“能用”的提示词有哪些。这套节奏看起来简单但坚持下来之后你在看到提示词时的第一反应会彻底改变——不再两眼放光地收藏而是自然地分析它的结构和适用边界。这也正是我所理解的“找到技术大佬整理好的提示词”的终极解法你不是要复制他们的句子而是要学会他们筛选、验证、迭代提示词的整套方法。内容会过时方法不会。从今天开始给自己建一个“提示词抽屉”每个抽屉只放能交付结果的提示词你便不会再被“看起来厉害”的内容牵着走了。