【免费下载链接】copilot-promptsExamples of prompts for Microsoft Copilot项目地址https://gitcode.com/gh_mirrors/co/copilot-prompts点击查看免费下载copilot-prompts 是社区共建的 Microsoft Copilot 提示词样本库目前收录118 个提示词样本、31 份 Agent 指令和10 个技能文件。比起背诵提示词工程理论直接拆解这些经过实战检验的样本更快——本文从中提炼出 5 个写高质量 Copilot 提示词的技巧每条都配真实案例读完就能上手。仓库里有什么先认识三类提示词样本类型位置数量怎么用提示词样本samples/prompts/118直接复制粘贴到 Copilot 聊天框Agent 指令samples/agent-instructions/31粘贴到 Copilot Studio 的 Instructions 字段技能文件samples/skills/10可复用的SKILL.md教 Copilot 执行多步任务每个样本都是同一套结构一份说明用的readme.mdassets/sample.json元数据打开对应文件夹、照 Instructions 操作即可。技巧1先给Copilot一个角色再给任务 角色不是装饰它决定了模型用什么专业水平和语气回答。样本里最典型的写法m365-define-todays-actions 开头就是You are a skilled personal assistant tasked to optimize my work一句话锁定高效私人助理人设critical-thinking 则用You are a consultant whose reputation depends on providing information that stands the test of time——声誉取决于答案经得起时间检验的顾问直接压住了 AI 爱附和的毛病。看这个真实演示问它在家门口开柠檬水摊的想法Critical Thinking Agent 没有夸你而是直接指出法律和营收问题写法要点角色 专业领域 立场/动机。你是重视已验证事实胜过猜测的数据分析师远比你是乐于助人的助手有效。技巧2一句话讲清目标再补关键上下文 prompt-context-engineer 这个技能的核心观点值得记住提示词不是某一句巧妙句子而是模型看到的一切。上下文要刚好够用——少了模型发挥不出来塞多了质量下降、成本上升。它给出了上下文组件清单任务定义、角色、背景数据、受众、示例、约束、输出格式、状态、成功标准。不是每条提示词都要全缺了会影响输出的才补——硬加无关内容本身就是上下文工程的失败。两个样本对比着看m365-communication-balance-analyzer-prompt 只有一句话Look at my recent work context and tell me one thing Im over-communicating and one thing Im under-communicating. Be specific and constructive.目标具体一多一少、范围明确recent work context、质量有约束specific and constructive。m365-define-todays-actions 则用占位符补上下文You determine the priority by analyzing my work patterns and collaborations over the past [number of days] days——把变量部分显式标出来复用时只需替换数字。写法要点先写目标动词summarize / analyze / build再给数据范围和时间窗口可变部分用[占位符]标出。技巧3把输出格式钉死在提示词里 Copilot 最让人头大的不是答不出而是每次答得都不一样。样本库的共识是格式要求要具体到字段级别。specific-research-agent 的用户提示词把格式钉得很死分享 5 条新闻每条必须包含标题、一句话概要、发布日期、作者如有、发布网站、简短描述、Read the article 链接条目之间加分隔符。看结果——Copilot 逐字段照做没有自由发挥m365-top-5-tasks-of-the-day 也是同样思路Build a dashboard summarizing the top 5 tasks of the day, their status, and any blockers preventing completion. Include upcoming deadlines for the week.数量5、字段状态、阻塞项、范围本周截止日期一次说清。写法要点格式描述放在提示词末尾用字段清单或编号模板能直接给模板就绝不描述。技巧4一个示例胜过三个形容词 prompt-context-engineer 的设计原则里有一条特别狠Examples over adjectives——一个具体的输入→输出示例胜过三句描述。它的 references/templates.md 为 6 类任务生成、转换、提取、分类、对话、多步 Agent各配了一套骨架每套骨架都预留了示例区块转换类任务摘要/改写/翻译给一个短小的真实输入 理想输出分类任务每个类别 1 个示例再加 1 个边界案例演示模糊情况怎么判。为什么有效模型对长这样的成品的记忆远比对专业、清晰、简洁这类形容词敏感。你纠结半天描述不清楚的风格贴一个范例就解决了。技巧5复杂任务拆步骤并给出可检查的成功标准 任务一旦跨多步研究 → 分析 → 起草 → 成文一条提示词硬扛往往质量下降。Prompt Coach SUPREME 的指令把流程拆成 8 个明确步骤理解需求 → 选执行模式 → 选体验 → 选模型 → 估成本 → 写提示词 → 清晰呈现每步都有判定条件例如简单任务优先非计量免费体验明显更强时才升级把 Credit 花在高价值推理步骤上研究和起草尽量放在免费环节。同时好的指令会给出可检查的行为标准。critical-thinking 要求模型当你不确定时明说而不是把猜测当事实并主动告诉用户哪些部分需要独立核实——这就是可验证的成功标准让输出质量从玄学变成检查项。写法要点步骤用编号列表 每步的停止/升级条件再给 1–2 条什么算做对了的验收标准。交付前自检5 问清单 ✅prompt-context-engineer 还附了一份自检清单任何提示词交付前都值得过一遍只凭这条提示词不靠额外上下文模型能产出想要的结果吗每一句是否都承重删掉某句输出不变就删掉指令和数据是否清晰分开输出格式是否无歧义、可检查压缩过了吗高密度短句 长篇稀释。不想手工自检仓库里就有现成的提示词教练prompt-assistance 的 Promptly 会指出你提示词的优缺点并给出改进版m365-prompt-architect 也能帮你从零搭建。三步上手练习 抄到 samples/prompts/ 按场景挑一个提示词样本原样粘贴到 Copilot 跑一遍改按本文 5 个技巧改写它——加角色、钉格式、补 1 个示例比跑前后两版对比输出稳定性想贡献新样本先读 CONTRIBUTING.md 了解提交规范。提示词设计没有银弹但角色 目标 上下文 格式 示例 步骤这套组合拳在 118 个实战样本里反复出现——照着抄就已经赢过 80% 的即兴提问。赞分享【免费下载链接】copilot-promptsExamples of prompts for Microsoft Copilot项目地址https://gitcode.com/gh_mirrors/co/copilot-prompts点击查看免费下载相关推荐用Copilot提示词告别繁琐办公copilot-prompts的118个M365办公提示词实战大全Outlook/Teams/会议纪要用Copilot提示词告别繁琐办公copilot prompts的118个M365办公提示词实战大全Outlook/Teams/会议纪要 还在每天重复粘贴sd-turbo-amdnpu 提示词技巧10个 Prompt 写法大幅提升 AI 出图质量sd turbo amdnpu 提示词技巧10个 Prompt 写法大幅提升 AI 出图质量 sd turbo amdnpu 是专为 AMD NPU 优化的LongWriter性能优化技巧7个提升生成质量和速度的关键方法LongWriter性能优化技巧7个提升生成质量和速度的关键方法 LongWriter作为一款支持万字级文本生成的长上下文LLM工具其性能优化对于提升生成质人工智能大模型AI 写作微调本地部署模型评测创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 
长河君 · 2026/10/26 2:03:21 · 阅读 1.2k 写出高质量Copilot提示词的5个技巧：从copilot-prompts实战样本中提炼的提示词设计方法论
【免费下载链接】copilot-promptsExamples of prompts for Microsoft Copilot项目地址https://gitcode.com/gh_mirrors/co/copilot-prompts点击查看免费下载copilot-prompts 是社区共建的 Microsoft Copilot 提示词样本库目前收录118 个提示词样本、31 份 Agent 指令和10 个技能文件。比起背诵提示词工程理论直接拆解这些经过实战检验的样本更快——本文从中提炼出 5 个写高质量 Copilot 提示词的技巧每条都配真实案例读完就能上手。仓库里有什么先认识三类提示词样本类型位置数量怎么用提示词样本samples/prompts/118直接复制粘贴到 Copilot 聊天框Agent 指令samples/agent-instructions/31粘贴到 Copilot Studio 的 Instructions 字段技能文件samples/skills/10可复用的SKILL.md教 Copilot 执行多步任务每个样本都是同一套结构一份说明用的readme.mdassets/sample.json元数据打开对应文件夹、照 Instructions 操作即可。技巧1先给Copilot一个角色再给任务 角色不是装饰它决定了模型用什么专业水平和语气回答。样本里最典型的写法m365-define-todays-actions 开头就是You are a skilled personal assistant tasked to optimize my work一句话锁定高效私人助理人设critical-thinking 则用You are a consultant whose reputation depends on providing information that stands the test of time——声誉取决于答案经得起时间检验的顾问直接压住了 AI 爱附和的毛病。看这个真实演示问它在家门口开柠檬水摊的想法Critical Thinking Agent 没有夸你而是直接指出法律和营收问题写法要点角色 专业领域 立场/动机。你是重视已验证事实胜过猜测的数据分析师远比你是乐于助人的助手有效。技巧2一句话讲清目标再补关键上下文 prompt-context-engineer 这个技能的核心观点值得记住提示词不是某一句巧妙句子而是模型看到的一切。上下文要刚好够用——少了模型发挥不出来塞多了质量下降、成本上升。它给出了上下文组件清单任务定义、角色、背景数据、受众、示例、约束、输出格式、状态、成功标准。不是每条提示词都要全缺了会影响输出的才补——硬加无关内容本身就是上下文工程的失败。两个样本对比着看m365-communication-balance-analyzer-prompt 只有一句话Look at my recent work context and tell me one thing Im over-communicating and one thing Im under-communicating. Be specific and constructive.目标具体一多一少、范围明确recent work context、质量有约束specific and constructive。m365-define-todays-actions 则用占位符补上下文You determine the priority by analyzing my work patterns and collaborations over the past [number of days] days——把变量部分显式标出来复用时只需替换数字。写法要点先写目标动词summarize / analyze / build再给数据范围和时间窗口可变部分用[占位符]标出。技巧3把输出格式钉死在提示词里 Copilot 最让人头大的不是答不出而是每次答得都不一样。样本库的共识是格式要求要具体到字段级别。specific-research-agent 的用户提示词把格式钉得很死分享 5 条新闻每条必须包含标题、一句话概要、发布日期、作者如有、发布网站、简短描述、Read the article 链接条目之间加分隔符。看结果——Copilot 逐字段照做没有自由发挥m365-top-5-tasks-of-the-day 也是同样思路Build a dashboard summarizing the top 5 tasks of the day, their status, and any blockers preventing completion. Include upcoming deadlines for the week.数量5、字段状态、阻塞项、范围本周截止日期一次说清。写法要点格式描述放在提示词末尾用字段清单或编号模板能直接给模板就绝不描述。技巧4一个示例胜过三个形容词 prompt-context-engineer 的设计原则里有一条特别狠Examples over adjectives——一个具体的输入→输出示例胜过三句描述。它的 references/templates.md 为 6 类任务生成、转换、提取、分类、对话、多步 Agent各配了一套骨架每套骨架都预留了示例区块转换类任务摘要/改写/翻译给一个短小的真实输入 理想输出分类任务每个类别 1 个示例再加 1 个边界案例演示模糊情况怎么判。为什么有效模型对长这样的成品的记忆远比对专业、清晰、简洁这类形容词敏感。你纠结半天描述不清楚的风格贴一个范例就解决了。技巧5复杂任务拆步骤并给出可检查的成功标准 任务一旦跨多步研究 → 分析 → 起草 → 成文一条提示词硬扛往往质量下降。Prompt Coach SUPREME 的指令把流程拆成 8 个明确步骤理解需求 → 选执行模式 → 选体验 → 选模型 → 估成本 → 写提示词 → 清晰呈现每步都有判定条件例如简单任务优先非计量免费体验明显更强时才升级把 Credit 花在高价值推理步骤上研究和起草尽量放在免费环节。同时好的指令会给出可检查的行为标准。critical-thinking 要求模型当你不确定时明说而不是把猜测当事实并主动告诉用户哪些部分需要独立核实——这就是可验证的成功标准让输出质量从玄学变成检查项。写法要点步骤用编号列表 每步的停止/升级条件再给 1–2 条什么算做对了的验收标准。交付前自检5 问清单 ✅prompt-context-engineer 还附了一份自检清单任何提示词交付前都值得过一遍只凭这条提示词不靠额外上下文模型能产出想要的结果吗每一句是否都承重删掉某句输出不变就删掉指令和数据是否清晰分开输出格式是否无歧义、可检查压缩过了吗高密度短句 长篇稀释。不想手工自检仓库里就有现成的提示词教练prompt-assistance 的 Promptly 会指出你提示词的优缺点并给出改进版m365-prompt-architect 也能帮你从零搭建。三步上手练习 抄到 samples/prompts/ 按场景挑一个提示词样本原样粘贴到 Copilot 跑一遍改按本文 5 个技巧改写它——加角色、钉格式、补 1 个示例比跑前后两版对比输出稳定性想贡献新样本先读 CONTRIBUTING.md 了解提交规范。提示词设计没有银弹但角色 目标 上下文 格式 示例 步骤这套组合拳在 118 个实战样本里反复出现——照着抄就已经赢过 80% 的即兴提问。赞分享【免费下载链接】copilot-promptsExamples of prompts for Microsoft Copilot项目地址https://gitcode.com/gh_mirrors/co/copilot-prompts点击查看免费下载相关推荐用Copilot提示词告别繁琐办公copilot-prompts的118个M365办公提示词实战大全Outlook/Teams/会议纪要用Copilot提示词告别繁琐办公copilot prompts的118个M365办公提示词实战大全Outlook/Teams/会议纪要 还在每天重复粘贴sd-turbo-amdnpu 提示词技巧10个 Prompt 写法大幅提升 AI 出图质量sd turbo amdnpu 提示词技巧10个 Prompt 写法大幅提升 AI 出图质量 sd turbo amdnpu 是专为 AMD NPU 优化的LongWriter性能优化技巧7个提升生成质量和速度的关键方法LongWriter性能优化技巧7个提升生成质量和速度的关键方法 LongWriter作为一款支持万字级文本生成的长上下文LLM工具其性能优化对于提升生成质人工智能大模型AI 写作微调本地部署模型评测创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考