我在幫團(tuán)隊做AI提效的時候最常聽到的一句吐槽是我也在提示詞里寫得挺清楚了為什么模型就是不按我想的來打開一看所謂的清楚往往是幫我寫個活動文案要吸引人這種一句話需求。提示詞工程本質(zhì)上就是解決意圖損耗——你腦子里想了80分口頭表達(dá)出來剩60分模型理解完可能只剩40分。這篇文章不聊復(fù)雜的原理直接給10個能立刻上手的技巧外加一套我沉淀下來的模板庫適合文案、運營、產(chǎn)品、開發(fā)以及任何需要穩(wěn)定使用大模型工具的人。每個技巧我都會講清楚為什么有效、怎么落地、容易踩什么坑讓你看完就能用起來。1. 提示詞工程不是玄學(xué)它在解決意圖損耗1.1 為什么一句話需求經(jīng)常翻車不少人第一次接觸AI對話時都覺得這工具智能得可怕但用過幾天后又會陷入時靈時不靈的困惑。其實這不是模型出了問題而是輸入的信息粒度不夠。模型的行為底層是預(yù)測下一個token它并不知道你真正想要什么它只是從海量語料里學(xué)會了概率分布。你給的上下文越模糊它越傾向于生成最普遍、最平均的輸出。這也是為什么幫我寫個方案這種話換十次人問模型可能回你十種完全不同的東西但每一種都像隔靴搔癢。我經(jīng)常用一個類比來解釋這件事你讓一個新來的實習(xí)生去做事只說一句把這個項目跟一下他的產(chǎn)出大概率不會讓你滿意但如果你給背景、目標(biāo)、邊界、輸出格式他的工作質(zhì)量會立刻上一個臺階。提示詞工程就是把自己當(dāng)成那個需要清晰指令的實習(xí)生來溝通只不過這個實習(xí)生有海量知識但缺少常識判斷。理解這個底層邏輯之后你就不會再抱怨AI不行而是會開始反思是不是我沒說清楚。1.2 提示詞的三個杠桿指令、約束、上下文任何一條提示詞拆開來看無非是三個部分在起作用指令也就是你要求模型具體做什么動詞越明確越好約束也就是你能接受的邊界包括字?jǐn)?shù)、格式、語言、禁止事項上下文也就是模型完成任務(wù)需要知道的背景信息比如目標(biāo)人群、使用場景、已有素材。這三件事只要有一件含糊輸出就可能跑偏。我判斷一條提示詞是否合格通常會先問自己三個問題如果我是模型我知道要輸出什么嗎我知道以什么格式輸出嗎我有足夠的背景信息嗎只要有一個答案是否定的我就不會急著發(fā)送而是先修改提示詞。后面那10個技巧本質(zhì)上都是在這三個杠桿上做文章有的強(qiáng)化指令有的收緊約束有的補(bǔ)充上下文。2. 技巧1到5把含糊請求改造成可執(zhí)行指令這一章開始進(jìn)入正題。前5個技巧解決的是模型聽不懂人話的問題核心思路是把含糊的請求變成結(jié)構(gòu)化的指令。2.1 技巧1角色設(shè)定——先給模型一個人格錨點角色設(shè)定的作用很多人低估了。模型的訓(xùn)練語料里有大量以編輯、律師、老師、工程師等特定身份口吻寫成的文本。當(dāng)你給模型指定一個角色時相當(dāng)于在它龐大的知識庫里開啟了一個高相關(guān)區(qū)域后續(xù)生成會主動向這個區(qū)域靠攏。舉個直觀的例子你直接問什么是品牌定位模型會給你一段教科書式的定義但如果你改成你是一位有8年消費品經(jīng)驗的市場總監(jiān)擅長用通俗但不失專業(yè)的語言向非營銷背景的高管解釋概念請幫我解析一下什么是品牌定位輸出的內(nèi)容結(jié)構(gòu)、用詞深度、舉例方式都會立刻不一樣。實際操作中我推薦固定使用角色背景任務(wù)輸出要求這個四段式結(jié)構(gòu)。角色給身份背景給語境任務(wù)給目標(biāo)輸出要求給邊界。尤其要注意角色不能替代任務(wù)描述你是專家?guī)臀铱纯催@種話如果沒有具體任務(wù)模型依然只能泛泛而談。還有一個小技巧角色越具體越好。你是一位熟悉小紅書女性用戶心理的美妝內(nèi)容運營比你是一位文案專家有效得多因為模型能鎖定的語義空間更精確。2.2 技巧2任務(wù)動詞前置——用寫、列、對比、總結(jié)替代幫我看看很多人寫提示詞喜歡用幫我看看這個方案怎么樣幫我寫一下這個產(chǎn)品的文案這種表達(dá)的問題在于動詞太弱、對象太模糊。看看到底看什么怎么樣要從哪個維度評價模型沒有讀心術(shù)只能按照最大概率路徑輸出一個穩(wěn)妥但平庸的回答。更好的做法是把任務(wù)動詞放到最前面并且給動詞搭配明確的對象。比如請找出這個方案中的三個邏輯漏洞并標(biāo)注嚴(yán)重程度模型就知道要做什么了。我是從做管理和帶新人中得到這個啟發(fā)的一一提需求時如果對方?jīng)]有清晰的動作指令產(chǎn)出一定不會讓你滿意。一個額外的好處是任務(wù)動詞前置會倒逼你自己把需求想清楚。如果你發(fā)現(xiàn)自己找不到一個合適的動詞說明你對目標(biāo)結(jié)果的定義還不夠清楚。我平時會刻意積累一組高頻動詞撰寫、改寫、潤色、總結(jié)、對比、歸類、翻譯、續(xù)寫、縮寫、擴(kuò)寫、糾正、評審、列出、設(shè)計、轉(zhuǎn)化。寫提示詞的時候先挑動詞再補(bǔ)賓語最后加條件效率會高很多。2.3 技巧3輸出格式約束——格式本身就是內(nèi)容的一部分格式約束是我在所有技巧里最看重的一個因為它對輸出質(zhì)量的影響幾乎是立竿見影的。很多人的提示詞沒有指定輸出格式結(jié)果模型給出了一大段沒有結(jié)構(gòu)、沒有編號、沒有重點的文字。格式約束有兩個作用一是壓縮模型的自由發(fā)揮空間二是讓輸出可以直接被程序或其他工具復(fù)用。比如你讓模型生成6條朋友圈廣告文案如果不說格式它可能給你寫出一段完整的小作文但如果你要求它以Markdown列表輸出每條標(biāo)題用一句話提煉賣點結(jié)果就會清爽得多可以直接丟進(jìn)素材庫。遇到需要結(jié)構(gòu)化數(shù)據(jù)的場景格式約束更是必不可少。我會要求模型輸出JSON字段比如提取會議紀(jì)要時讓模型返回{date: 會議日期, decisions: [決策1, 決策2], actions: [{owner: 負(fù)責(zé)人, deadline: 截止日期, task: 任務(wù)}]}。有一個朋友跟我抱怨過模型生成的周報寫得挺好但每行都帶恭喜很棒這類水話處理起來很痛苦后來我在提示詞里加了不要輸出任何評價性語氣詞之后問題立刻消失。所以當(dāng)輸出不好用時先別急著換模型或換措辭可能只需要一個格式約束。2.4 技巧4少樣本示例驅(qū)動——一個例子勝過十句解釋你費半天力氣描述我想要那種高級感、像蘋果發(fā)布會一樣的風(fēng)格模型可能還是理解不到位但如果你直接給它一段符合要求的示例它就會模仿示例的語感和結(jié)構(gòu)。這和帶新人看優(yōu)秀案例是同一個道理。在提示詞工程里這叫少樣本學(xué)習(xí)是目前最穩(wěn)定有效的風(fēng)格控制手段之一。示例可以這樣用你提供一條理想的文案示例然后要求模型根據(jù)我提供的示例風(fēng)格針對新主題寫3條文案模型通常能給出風(fēng)格非常接近的輸出。我建議示例不要只給完美答案還可以配一個反面例子這樣模型更容易理解邊界。比如你可以說示例1是理想的風(fēng)格示例2是太浮夸的風(fēng)格請模仿示例1。除了提升風(fēng)格一致性示例驅(qū)動還有一個隱藏好處提示詞的可維護(hù)性變強(qiáng)了。想換風(fēng)格換示例就行不用改寫指令。這有點像設(shè)計模式里的約定優(yōu)于配置不用解釋太多直接給標(biāo)準(zhǔn)。2.5 技巧5任務(wù)拆解與思考鏈——復(fù)雜任務(wù)先分步再動手如果任務(wù)太復(fù)雜模型一次性生成完整答案時很容易出錯而且錯誤會不斷累積導(dǎo)致后半部分質(zhì)量崩壞。解決思路是顯式讓模型先拆解步驟或者先給框架再填內(nèi)容。我常用的模板是這樣的請按以下步驟處理第1步列出產(chǎn)品的核心賣點第2步針對每個賣點指出對應(yīng)用戶痛點第3步基于以上分析寫一句30字內(nèi)的廣告語。這種寫法逼著模型完成分析和表達(dá)兩個階段推理質(zhì)量比直接讓它寫廣告語要穩(wěn)得多。也可以要求模型先展示思考過程比如請先解釋你的分析思路再輸出最終方案。這種讓思考顯式化的做法代價是多消耗一些token但換來的是可校驗的中間邏輯讓你能及時發(fā)現(xiàn)它跑偏了而不是等它寫完一整篇才發(fā)現(xiàn)方向不對。做代碼任務(wù)時尤其推薦先讓模型給實現(xiàn)思路確認(rèn)后再給代碼可以有效避免代碼能跑但思路完全不對的尷尬。3. 技巧6到10把一次好運氣變成次次穩(wěn)定第2章的5個技巧主要解決怎么讓模型理解我的意思。接下來的5個技巧核心是怎么讓輸出穩(wěn)定、可控、可復(fù)用——從碰運氣變成真本事。3.1 技巧6負(fù)向指令與邊界約束——告訴模型不要做什么很多人只寫正向指令告訴模型要做什么卻忘了告訴它不要做什么。正向指令圈定目標(biāo)負(fù)向指令則直接劃掉禁區(qū)兩者疊加輸出的落點會精準(zhǔn)很多。舉個例子你請模型為一篇推廣文章寫產(chǎn)品文案如果你只寫不超過500字它很可能給你堆一堆震驚重磅第一這類夸大詞。但如果你補(bǔ)充一句不要使用夸張詞匯不要編造數(shù)據(jù)不要寫結(jié)論性口號每個觀點要給出依據(jù)輸出立刻冷靜下來。我的經(jīng)驗是負(fù)向指令必須具體否則沒有意義。比如不要寫套話這句話模型不知道該避開哪些套話但如果你把某次不滿意的輸出貼進(jìn)提示詞里說不要模仿這個版本的語言風(fēng)格就非常精準(zhǔn)。這種反例學(xué)習(xí)是我最常用的風(fēng)格控制手段相當(dāng)于讓模型知道踩坑的樣子比告訴它墳頭在哪更有效。注意負(fù)向指令的數(shù)量不要太多否則模型會變得畏手畏腳;聚焦在最高頻出現(xiàn)的3到5個問題上就足夠了。3.2 技巧7生成參數(shù)與提示詞的配合——別只改文字不改參數(shù)提示詞工程如果只看文字、不看參數(shù)效果天花板會很低。temperature是控制模型輸出隨機(jī)性的參數(shù)簡單理解數(shù)值越低輸出越保守穩(wěn)定數(shù)值越高輸出越大膽有創(chuàng)意。事實性任務(wù)比如信息提取、翻譯、總結(jié)適合低溫度創(chuàng)意生成比如文案、故事、頭腦風(fēng)暴適合高溫度。同一個提示詞在temperature為0和0.8時輸出的差異甚至比換一套提示詞的差異還要大。如果你用的是網(wǎng)頁版聊天工具通常無法直接設(shè)置參數(shù)那也可以在提示詞里間接影響它比如要求請給出5個風(fēng)格差異較大的點子盡量跳出常規(guī)。如果你在API層面調(diào)用模型我強(qiáng)烈建議把參數(shù)當(dāng)成提示詞的一部分來調(diào)試和記錄。我自己在項目里調(diào)試文案類任務(wù)時會把temperature: 0.8直接寫進(jìn)提示詞版本記錄里這樣每次效果浮動都可以追溯原因不會把鍋全部甩給提示詞。3.3 技巧8多輪對話的上下文管理——別讓模型失憶長對話場景下模型可能會把最早的指令忘了尤其是當(dāng)中間插入了大量無關(guān)問題之后。這是因為上下文窗口有上限后續(xù)輸入會不斷稀釋早期信息的權(quán)重。最典型的表現(xiàn)是聊到第20輪你想讓它按第1輪設(shè)定的角色和格式輸出它卻給出一段完全不符合要求的答案。解決方案其實不復(fù)雜。第一關(guān)鍵約束要反復(fù)強(qiáng)調(diào)。每次提問時把最重要的約束再帶一遍比如還是按之前的角色設(shè)定回答控制在200字以內(nèi)第二主動壓縮歷史。當(dāng)討論已經(jīng)很長時把已確認(rèn)的信息重新整理成一段摘要貼回去讓模型基于摘要繼續(xù)而不是基于一整段絮絮叨叨的歷史第三果斷新開對話。如果任務(wù)的類型發(fā)生了切換比如從寫方案變成了寫代碼我建議直接新開對話不要混在一個上下文里。不同任務(wù)的上下文互相污染輸出質(zhì)量會肉眼可見地下降。還有一個偏方在每輪提問末尾加一句回答前請先復(fù)述一遍你的任務(wù)目標(biāo)雖然浪費一點token但能顯著提升長任務(wù)的穩(wěn)定性。3.4 技巧9自我修正與多輪評審——讓輸出再上一個臺階模型第一版生成的內(nèi)容通常只能算平均水平的答案就好比讓一個能力不錯但沒花心思的同事初寫的稿件。但你可以利用模型自身的對話能力讓它扮演一個挑剔的讀者來批評自己的作品然后基于批評再修改一版。這個方法相當(dāng)于在自己身邊搭了一條質(zhì)檢流水線成本低效果卻意外地好。實際節(jié)奏是先讓它生成初稿——再要求它切換視角找問題比如假想自己是一個想買但還沒下決心的用戶指出三點讓你猶豫的地方——最后讓它基于這些問題輸出修改稿。關(guān)鍵在于批評時要限定視角和數(shù)量。指出三點讓你猶豫的地方比你覺得哪里不好更有效因為數(shù)量限制會迫使模型集中火力挑最要緊的問題而不是面面俱到地敷衍。這個方法我主要用于高價值產(chǎn)出比如對外發(fā)布的文案、重要的方案、關(guān)鍵郵件。它不能保證每次都有驚艷的提升但能明顯拉高下限減少發(fā)出去之后才后悔的概率。3.5 技巧10把提示詞當(dāng)成代碼來管理——版本化與模板化最后一個技巧也是我認(rèn)為最接近工程二字的一個提示詞一旦調(diào)好不應(yīng)該是一次性的靈光一閃而應(yīng)該變成可復(fù)用的資產(chǎn)。我的做法是像管理代碼一樣管理提示詞用變量做占位符記錄版本維護(hù)一個模板庫。一條通用模板可以長這樣你是一位{行業(yè)}領(lǐng)域資深{角色}我運營一個面向{受眾}的{平臺}最近要圍繞{主題}做內(nèi)容請用{風(fēng)格}的口吻寫一篇{篇幅}的文章結(jié)構(gòu)包括{結(jié)構(gòu)要求}不要出現(xiàn){禁用詞}不要超過{字?jǐn)?shù)}字。每次使用時只需要替換花括號里的變量。版本管理也很簡單不需要引入復(fù)雜的工具一個文檔就夠了。我在文檔里保留每個模板的V1、V2標(biāo)注修改原因比如V2加了字?jǐn)?shù)約束解決了輸出過長問題。這樣有一個很大的好處下次遇到類似任務(wù)我不會從零開始寫提示詞而是先翻模板庫找到最接近的版本復(fù)制過來改一下變量就能用。長期積累下來提示詞庫會變成你自己的提效資產(chǎn),比網(wǎng)上收藏的萬能提示詞清單好用得多。4. 模板庫5套可以直接復(fù)制的提示詞模板前面10個技巧是零件這一章把它們組裝成能直接上手的模板。模板不是越復(fù)雜越好關(guān)鍵是穩(wěn)定、可復(fù)用。我挑5套最高頻的場景覆蓋內(nèi)容創(chuàng)作、數(shù)據(jù)總結(jié)、代碼輔助、學(xué)習(xí)和職場溝通。4.1 模板一內(nèi)容創(chuàng)作類公眾號/小紅書/短視頻腳本角色你是一位在{領(lǐng)域}深耕{年限}年的內(nèi)容創(chuàng)作者熟悉{平臺}的傳播規(guī)律。 任務(wù)請圍繞{主題}創(chuàng)作一篇{平臺}內(nèi)容。 要求 1. 標(biāo)題給出3個備選要求有具體信息量避免過度承諾 2. 正文結(jié)構(gòu)用一個真實場景或反常識開頭中間分3-4個小標(biāo)題結(jié)尾給一個行動建議 3. 風(fēng)格{風(fēng)格描述如真誠、口語化像一個朋友在聊天} 4. 字?jǐn)?shù){字?jǐn)?shù)}字左右 5. 不要使用眾所周知廢話文學(xué)等空話不要編造數(shù)據(jù)使用說明把花括號內(nèi)容替換成你自己的主題和信息如果平臺不同只需調(diào)整結(jié)構(gòu)字段里對段落數(shù)量的要求。這個模板我把最常見的3個問題都堵死了標(biāo)題不夠吸引人、正文結(jié)構(gòu)散、結(jié)尾沒有行動引導(dǎo)。4.2 模板二信息總結(jié)與數(shù)據(jù)分析類角色你是一位邏輯嚴(yán)謹(jǐn)?shù)姆治鰩煛?任務(wù)閱讀下方材料輸出一份結(jié)構(gòu)化摘要。 要求 1. 先用一段話概括核心結(jié)論不超過100字 2. 再用表格列出主要數(shù)據(jù)點或要點格式為| 項目 | 數(shù)據(jù)/表現(xiàn) | 解讀 | 3. 最后列出3條風(fēng)險或注意點 4. 如果材料中缺少某項關(guān)鍵數(shù)據(jù)請明確標(biāo)注原文未提供不要自行推測 材料 {這里粘貼原文}使用說明適合周報、行業(yè)資料、公眾號長文提煉。其中表格和標(biāo)注缺失數(shù)據(jù)這兩條是我認(rèn)為最關(guān)鍵的前者降低閱讀成本后者防止模型無中生有。4.3 模板三代碼開發(fā)與代碼評審類角色你是一位有{年限}年經(jīng)驗的{語言}開發(fā)工程師代碼風(fēng)格偏向{風(fēng)格如簡潔、可讀性優(yōu)先}。 任務(wù)請幫我{寫/重構(gòu)/評審}下面這段代碼。 要求 1. 先說明實現(xiàn)思路再給代碼 2. 代碼使用{語言}遵循{規(guī)范如PEP8/StandardJS}關(guān)鍵邏輯加注釋 3. 輸出代碼后列出復(fù)雜度分析時間和空間 4. 指出這段代碼可能出現(xiàn)的兩個邊界情況并給出應(yīng)對方案 代碼 {粘貼代碼}使用說明做評審時我會把第2條悄悄改成不要直接給修改后的完整代碼先按重要性列出問題清單這樣能避免大段代碼淹沒重點評審流程也更可控。4.4 模板四學(xué)習(xí)輔導(dǎo)類角色你是一位耐心、擅長用類比講清復(fù)雜概念的老師面對的是一名{基礎(chǔ)情況如零基礎(chǔ)的大學(xué)生}。 任務(wù)請幫我解釋{概念}。 要求 1. 先給出一個生活化類比不超過80字 2. 再用3個由淺入深的層次展開解釋直覺理解 → 具體原理 → 常見誤解 3. 每層控制在150字左右 4. 最后出3道自測題并附答案答案先不要展示等我回復(fù)看答案再展示使用說明這個模板避免了一個常見問題——模型一上來就堆術(shù)語讓人越看越暈。強(qiáng)制生活化類比和由淺入深之后對新手特別友好。4.5 模板五郵件與會議紀(jì)要類角色你是一位職業(yè)素養(yǎng)高、表達(dá)簡潔的行政/項目助理。 任務(wù)請根據(jù)下面的信息寫一封{郵件類型}并生成后續(xù)的會議紀(jì)要/待辦事項。 要求 1. 郵件主題不超過15個字說清事項 2. 正文稱呼 → 背景2句 → 需要對方做的事1句加粗 → 截止時間 → 感謝 3. 語言簡潔禮貌不要用冒昧打擾等套話直接說重點 4. 如果是會議紀(jì)要請用以下格式 - 會議主題 - 達(dá)成共識 - 待辦事項 - 事項 / 負(fù)責(zé)人 / 截止時間 信息 {這里粘貼原始信息}使用說明職場溝通類文本最重要的是信息明確、決策可跟蹤。這個模板把需要對方做什么單獨加粗列舉就是為了避免對方讀完全文還不知道自己該干什么。5. 從能出結(jié)果到穩(wěn)定出好結(jié)果三個常見坑和一個完整案例5.1 坑一提示詞越長效果不一定越好我見過有人把提示詞寫到兩三千字事無巨細(xì)地描述背景、禁忌、例子、格式生怕模型漏掉哪個細(xì)節(jié)。但實際效果往往不如預(yù)期因為關(guān)鍵信息被淹沒在大量文字里模型抓不住重點。提示詞工程里的長和好不是一回事。我自己的判斷標(biāo)準(zhǔn)是一句話能說清的指令絕不用兩句話如果一條提示詞超過300字我會停下來重新設(shè)計把關(guān)鍵的前置信息提前把格式要求放到后面把大段背景拆成獨立消息先發(fā)。把提示詞當(dāng)成代碼來看長不是問題結(jié)構(gòu)混亂才是問題。5.2 坑二輸出不滿意就全部推倒重寫新手最常犯的錯誤是模型輸出不合心意就把整段提示詞刪掉換一個角度從頭再來。這么做的代價是你永遠(yuǎn)不知道問題出在哪也永遠(yuǎn)沉淀不了經(jīng)驗。更理性的做法是保留原提示詞一次只改一個變量。比如第一次輸出太長那就只加控制在200字以內(nèi)第二次語氣不對就只改風(fēng)格字段第三次例子不合適就只換示例。每一次修改都是一次控制變量實驗?zāi)憔湍芮宄刂滥膫€變量對結(jié)果影響最大。我用這個方法以后大多數(shù)提示詞都會在3到5次迭代內(nèi)穩(wěn)定下來而不是一直推倒重來。5.3 坑三忽視模型版本差異導(dǎo)致的提示詞失效換模型或模型自動升級后同樣的提示詞輸出質(zhì)量出現(xiàn)波動這種情況我遇到過不少。不同模型甚至同一個模型的不同版本指令遵循能力差異很大。舊版本可能需要非常詳細(xì)的角色設(shè)定和步驟拆解新版本可能一句話就能理解反過來新版本也可能不再吃你精心設(shè)計的復(fù)雜模板。我的建議很土但很有效把提示詞和它適配的模型版本一起記錄換模型前先用自己最常用的5到10個提示詞做一輪回歸測試不要想當(dāng)然地認(rèn)為復(fù)制過去就一定有效。這也是第10個技巧里版本管理的價值所在。5.4 一個完整案例從模糊提問到結(jié)構(gòu)化模板的演進(jìn)用一個我真實做過的需求演示完整的迭代過程給便攜咖啡機(jī)寫小紅書文案。V1模糊版幫我寫一個小紅書文案。輸出非常泛幾乎可以用在任何產(chǎn)品上沒有任何記憶點也不像真人分享。V2加角色和任務(wù)拆解版你是一位小紅書美食飲品博主粉絲喜歡真實測評。請為便攜咖啡機(jī)寫一篇種草筆記包含使用場景、口感描述、適合人群。結(jié)構(gòu)出來了但文字還是平缺少打動人的細(xì)節(jié)。V3加示例、負(fù)向指令和格式約束你是一位小紅書美食飲品博主粉絲喜歡真實測評。請為便攜咖啡機(jī)寫一篇種草筆記。要求1. 開頭用一個具體場景喚起需求比如通勤路上想喝一杯熱美式2. 中間分三段使用體驗/口感評價/適合人群3. 語氣輕松口語化不要用絕絕子等過度網(wǎng)絡(luò)用語不要編造使用數(shù)據(jù)4. 結(jié)尾給一個明確的購買建議5. 全文不超過400字。參考風(fēng)格以前總在辦公室排隊等咖啡機(jī)現(xiàn)在包里放一臺這個熱水一倒30秒就有一杯不輸咖啡館的美式。這一版輸出基本能直接用有場景、有細(xì)節(jié)、有推薦理由調(diào)性也對。最后我把V3里的產(chǎn)品名替換成變量順手放進(jìn)了模板庫成為內(nèi)容創(chuàng)作類模板的一個案例。以后遇到類似產(chǎn)品我只改主題和細(xì)節(jié)就行。這個案例想說明一件事提示詞工程不是一次到位的魔法它是一個持續(xù)迭代的過程而每次迭代后的沉淀才是真正的工程。最后說點個人體會。真正拉開差距的不是會不會寫某個技巧而是能不能把零散技巧沉淀成自己的模板庫。我每個月會抽半小時做個小復(fù)盤哪些提示詞在這個月反復(fù)用到哪些輸出始終不穩(wěn)定。反復(fù)用到的就整理進(jìn)模板庫不穩(wěn)定的就單獨拿出來做A/B測試改到穩(wěn)定為止。堅持半年后我的大多數(shù)日常任務(wù)都能第一次就拿到可用的輸出省下的時間遠(yuǎn)比當(dāng)初學(xué)提示詞工程時多。如果你也想入門建議別再看各種萬能提示詞清單了直接從這份模板庫開始改出屬于你自己的版本然后持續(xù)迭代效果會比收藏夾里吃灰的攻略實在得多。