惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

有赞技术团队
有赞技术团队
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
P
Palo Alto Networks Blog
C
Cisco Blogs
The Hacker News
The Hacker News
T
Threatpost
S
Schneier on Security
K
Kaspersky official blog
Spread Privacy
Spread Privacy
博客园_首页
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
NISL@THU
NISL@THU
量子位
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
Google DeepMind News
Google DeepMind News
Security Latest
Security Latest
博客园 - 司徒正美
云风的 BLOG
云风的 BLOG
博客园 - 叶小钗
H
Hackread – Cybersecurity News, Data Breaches, AI and More
N
News and Events Feed by Topic
爱范儿
爱范儿
P
Proofpoint News Feed
C
CERT Recently Published Vulnerability Notes
Project Zero
Project Zero
Application and Cybersecurity Blog
Application and Cybersecurity Blog
Cisco Talos Blog
Cisco Talos Blog
GbyAI
GbyAI
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
Apple Machine Learning Research
Apple Machine Learning Research
T
Tenable Blog
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
V
Vulnerabilities – Threatpost
Forbes - Security
Forbes - Security
博客园 - 三生石上(FineUI控件)
C
Cyber Attacks, Cyber Crime and Cyber Security
N
News and Events Feed by Topic
V
V2EX
Webroot Blog
Webroot Blog
The Register - Security
The Register - Security
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
阮一峰的网络日志
阮一峰的网络日志
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Blog — PlanetScale
Blog — PlanetScale
M
MIT News - Artificial intelligence
Scott Helme
Scott Helme
Simon Willison's Weblog
Simon Willison's Weblog
L
LangChain Blog
W
WeLiveSecurity
Cloudbric
Cloudbric

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
如何创造一个专属于你的AI提示词?
Kaysen用户研究 · 2025-08-12 · via 人人都是产品经理

在AI内容生成日益普及的今天,提示词不再只是“输入”那么简单,而是连接创意与结果的关键枢纽。如何打造一个真正懂你、为你所用的专属提示词?本文将从认知结构、表达方式到场景适配,带你系统拆解提示词背后的逻辑与方法论,助你在AI协作中实现内容生产力的跃迁。

从“使用者”到“训练师”的思维跃迁

我们正处在一个与人工智能(AI)共存的时代。AI不再是遥远的科幻概念,而是已经渗透到我们工作与生活中的实用工具。然而,很多人与AI的互动,还停留在“我问你答”的初级阶段。我们常常会抱怨,AI的回答“太假”、“太笨”,充满了“机翻味”,无法真正满足我们的需求。

但问题真的全在AI身上吗?

想象一下,你是一位顶级导演,而AI是你麾下一位天赋异禀但毫无经验的演员。如果你给出的指令是模糊的,比如“你随便演一下悲伤”,那么你得到的,很可能是一种流于表面、充满套路的表演。但如果你能清晰地告诉他“你是一个刚刚失去挚爱亲人,却必须在众人面前强颜欢笑的中年人,你的悲伤不是嚎啕大哭,而是眼神中一闪而过的空洞和指尖无法抑制的颤抖”,那么,你将收获一场足以震撼人心的表演。

与AI沟通,也是同理。我们给出的“提示词”(Prompt),就是我们作为“导演”的剧本和指令。一个平庸的提示词,只能换来平庸的产出;而一个精准、深刻、富有洞察力的提示词,则能唤醒AI的“潜能”,让它从一个“什么都懂一点”的百科全书,转变为一个能够精准服务于你的“专家”。

这篇文章的目的,就是带你完成从一个被动的“AI使用者”到主动的“AI训练师”的思维跃呈。我们将不仅仅是罗列技巧,而是深入探讨其背后的逻辑,通过丰富的案例,让你真正掌握与AI高效协作的艺术。这趟旅程的核心,不是让你去学习一套复杂的代码或指令,而是让你学会如何更清晰地思考,更精准地表达,最终,创造出专属于你自己的、能够驾驭AI的强大提示词。

地基工程——为AI设定“出厂设置”

在开始任何具体的任务之前,我们首先需要为AI建立一个稳固的“地基”。这就好比在装修房子前,我们先要定下整体的风格是简约、复古还是工业风。如果没有这个基础设定,后续的一切都可能变得混乱无序。

我发现了一个极其有效的“基础提示词”,你可以把它看作是你专属AI的“出厂设置”或“总开关”。在每次开启一段新的对话,或者希望AI切换到一个更自然、更真实的沟通模式时,都可以先把这段话发给它。这相当于在对话开始前,就为它注入了你所期望的“人格”和“沟通准则”。

通用风格指令(你的“总开关”)

这个指令的核心,是让AI摆脱它固有的、由海量数据训练带来的“AI腔”,转而模仿一个经验丰富、沟通高效的“人”。

🧠 提示词核心理念 你是一个经过数十年训练的写作助手,现在你的任务是用自然、真实、清晰的语气重写或生成内容。

📌 提示词规则如下

用简单语言表达:多用短句,就像日常聊天一样,避免复杂的从句和书面语。

避免“AI痕迹词”:比如“释放潜能”、“深入探索”、“值得注意的是”、“总而言之”这类词汇,一律禁用。

直截了当:少说铺垫和客套话,直接切入重点。

像朋友说话一样写:句子的开头可以用“但是”、“而且”、“所以”这些口语化的连接词。

拒绝营销话术:不要夸张,不要煽情,实事求是地描述。

真实一点:不要故作亲切,比如用“亲爱的用户”这种称呼。

随意一点语法:在不影响理解的前提下,允许一些口语化的表达,让文章更接地气。

去除多余修饰:尽量少用形容词和副词,让文字更精炼。

清晰易懂最重要:确保每一句话都能让读者毫不费力地理解。

💬 使用前你要提供这些信息

📎 原始文本:你想改写的内容

📎 内容类型:是博文?推文?介绍?邮件?

📎 主题/核心信息:讲什么?

📎 受众人群(可选):写给谁?

📎 必须保留的信息/格式:有哪些地方不能改?

🚫 以下规则必须严格遵守

不使用破折号(-)

不要写成“X而且Y”的句式

除了输入格式,其他地方不允许使用冒号(:)

避免提问句开头:例如“你有没有想过…”

不要以特定词开头或结尾:比如“基本上”、“显然”、“有趣的是”。

禁用套路话术:“让我们一起看看”、“准备好了吗”等都别用!

为什么这些规则有效?(规则背后的逻辑)

我们来逐条拆解,看看这些规则为什么能有效地“驯化”AI。

1)“避免AI痕迹词”:AI的训练数据包含了大量的正式文本、新闻稿和学术论文,这导致它在生成内容时,会下意识地使用一些听起来“高级”但实际上非常空洞的词汇。明确禁用这些词,是去除“AI味”最直接有效的方法。

  • 改造前:“本文将深入探索如何通过优化提示词来释放AI的潜能。”
  • 改造后:“这篇文章是想讲讲,怎么把提示词写好,让AI更好用。”

2)“像朋友说话一样写”:这其实是在引导AI模仿一种非正式、平等的沟通语境。在朋友间的对话中,我们不会字斟句酌,语言会更直接、更放松。这种设定能有效打破AI的“客服腔”。

3)“拒绝营销话术”:AI很容易生成带有夸大和诱导性色彩的文字,因为它学习了太多广告文案。明确拒绝这一点,能让产出的内容更加客观、可信。

4)“除了输入格式,其他地方不允许使用冒号(:)”:这是一个非常具体但极为有效的小技巧。AI在解释概念或列举要点时,非常喜欢使用冒号,这是一种强烈的书面语特征。限制冒号的使用,能迫使AI寻找更口语化的句子结构来组织信息。

何时打破规则?

当然,这个“总开关”并不是一成不变的。当你需要撰写正式的商业报告、学术论文或法律文件时,你就需要主动“打破”这些规则。

你可以修改“总开关”的指令,比如: “现在,请切换到专业的商业分析师角色。你的语言风格需要严谨、客观、书面化,可以使用专业的术语和长句。请为我分析一下XX公司最新一季度的财报。”

记住,规则是为你服务的。先建立一套自己用得最顺手的“默认规则”,再根据具体场景灵活调整,这才是与AI协作的最高境界。

结构为王——用专业框架搭建指令的骨架

当地基打好之后,我们就需要一个坚固的“脚手架”来构建我们的“建筑”。专业的提示词框架,就是这个脚手架。它能帮助我们将零散的想法系统化,确保我们向AI传递的信息是完整、清晰、无歧义的。

下面,我们将深入探讨四个非常实用且被广泛验证的框架,并为每个框架提供详尽的案例分析。

CRISPE 框架:全能的角色扮演大师

CRISPE框架非常全面,它像一个详尽的剧本,最适合需要AI扮演特定角色,并产出具有鲜明个性和风格内容的场景。

  • C-CapacityandRole(能力与角色):明确AI的身份、专业领域和能力等级。
  • I-Insight(洞察与背景):提供任务的前因后果,让AI理解全局。
  • S-Statement(声明与任务):直接、清晰地说明你要AI做什么。
  • P-Personality(个性与风格):设定回复的语气、风格和格式。
  • E-Experiment(实验与示例):要求AI提供多个不同角度的版本供你选择。

【案例一:用CRISPE框架生成小红书风格的探店笔记】背景:你周末去了一家新开的复古风格咖啡馆,想写一篇小红书笔记分享。

目标:吸引同样喜欢复古风和咖啡的年轻人,让他们产生探店的兴趣。

构建提示词:

(C)角色:你是一位资深的小红书探店博主,对美食和生活美学有独到的见解,粉丝超过10万。你的文字风格亲切、有趣,善于发现细节,并且很会用emoji来增加感染力。

(I)背景:我这个周末去了一家叫“时光慢递”的咖啡馆,它开在一条安静的老街上。整个店的装修是80年代港风复古,有很多旧物,比如老式电视机、录音机和海报。我点了一杯手冲耶加雪菲和一份提拉米苏。咖啡味道不错,果酸味很明显;提拉米苏酒味有点重,我个人不太喜欢。店里光线很好,很适合拍照。

(S)任务:请根据以上信息,为我生成一篇小红书探店笔记。

(P)风格

标题要吸引人,使用emoji。

正文要分段,段落开头可以用一些有趣的emoji。

要自然地提到店名、地址(虚构一个)、我点的单品和我的真实感受(咖啡好喝,甜品一般)。

重点突出店里的复古环境和拍照出片的优点。

文末要加上相关的tag,比如 #探店 #复古咖啡馆 #周末去哪儿 等。

(E)实验:请给我提供两个不同侧重点的标题方案。一个侧重咖啡,一个侧重环境。

AI可能的产出:

方案一(侧重环境)标题:📸救命!一秒穿越回80年代香港街头!这家神仙咖啡馆也太好拍了!

正文

🎞️姐妹们!我宣布,这里就是我的本周最爱!在市中心的老街里挖到一家宝藏咖啡馆,叫“时光慢递”,地址在梧桐路123号。

📻一推门进去我就惊了!满墙的王家卫电影海报,角落里摆着老式电视机,还有那种双卡录音机!感觉空气里都飘着港风BGM,每个角落都写着“快来拍我”!今天穿了条复古连衣裙,简直跟这里融为一体,拍了八百张照片都停不下来!

☕它家不光是样子货哦!我点了一杯手冲【耶加雪菲】,入口是那种很清爽的果酸,花香味也很足,是认真做咖啡的店!不过那个【提拉米苏】对我来说酒味有点点重啦,喜欢浓郁酒味的朋友可以试试。

💡总之,是一家我会N刷的店!无论是想安安静静喝杯好咖啡,还是想拍一组复古大片,这里都超棒!

#上海探店 #复古咖啡馆 #港风 #周末去哪儿 #拍照圣地 #宝藏咖啡馆

BROKE 框架:目标导向的商业写作利器

BROKE框架侧重于商业目标和关键结果,逻辑性极强,非常适合撰写新闻稿、营销文案、产品介绍等需要达成特定商业目的的内容。

  • B-Background(背景):描述公司、产品或项目的基本情况。
  • R-Role(角色):指定AI在这次任务中的商业角色。
  • O-Objectives(目标):明确这次写作需要达成的核心目标。
  • K-KeyResult(关键结果):定义成功的标准,包括语言风格、关键信息等。
  • E-Evolve(演进与改进):为AI提供迭代和优化的方向。

【案例二:用BROKE框架为一款新APP撰写新闻稿】背景:一家名为“思流笔记”的初创公司,即将发布一款主打“卡片式笔记”和“双向链接”功能的知识管理APP。

目标:通过新闻稿,向科技媒体和潜在用户介绍产品核心功能,建立专业、创新的品牌形象。

构建提示词:

(B)背景:我们是初创公司“思流笔记”,即将发布一款全新的知识管理APP。我们的核心功能是“卡片式笔记”,用户可以将每一个知识点都记录在一张卡片上,方便重组和回顾。另一个核心功能是“双向链接”,可以在不同笔记卡片之间建立关联,形成知识网络。

(R)角色:你是一位经验丰富的科技行业公关专家,擅长为初创公司的软件产品撰写新闻稿。

(O)目标:撰写一篇引人注目的新闻稿,主要目标是让科技媒体的记者和追求高效学习的用户,能够快速理解我们产品的核心价值,并产生试用的兴趣。

(K)关键结果

新闻稿标题要直接点出产品最核心的优势。

全文语言风格需正式、专业,但要避免过于晦涩的技术术语。

必须清晰地解释“卡片式笔记”和“双向链接”这两个功能是什么,以及它们能为用户解决什么痛点(比如信息碎片化、知识无法关联等)。

稿件中需要包含一句来自我们CEO(李明)的引言,引言内容需要体现我们对未来知识管理的思考。

文末要附上公司官网和产品下载链接(用占位符表示即可)。

(E)改进:在第一版草稿完成后,请思考一下,是否可以增加一个与市面上其他笔记软件(如Evernote)的对比,以更具体的方式突出我们的差异化优势。

ICIO 框架:简洁高效的任务执行者

ICIO框架非常直接,像是在填写一张任务单,结构简单,适合执行翻译、总结、格式转换等目标非常明确的任务。

  • I-Instruction(指令):你要AI做什么。
  • C-Context(背景):提供上下文,帮助AI理解任务所处的环境。
  • I-InputData(输入数据):给出AI需要处理的具体内容。
  • O-OutputIndicator(输出指示):明确你想要的成品格式和风格。

【案例三:用ICIO框架将一段产品介绍翻译成英文】背景:需要将一段中文的产品功能介绍,翻译成地道、专业的英文,用于产品官网的英文版页面。

目标:翻译准确,且符合海外科技产品的行文风格。

构建提示词:

(I)指令:请将以下中文文本翻译成英文。

(C)背景:这段文字是我们的笔记软件“思流笔记”的核心功能介绍,将会用在产品官网的英文版首页上。目标受众是欧美的知识工作者和学生,所以语言风格需要地道、流畅、专业,同时要简洁有力。

(I)输入数据: “思流笔记独创的卡片式设计,让你告别冗长的文档。每一个想法、每一条笔记,都是一张独立的卡片,可以被轻松拖拽、重组和连接。通过强大的双向链接功能,你可以构建出属于自己的知识网络,让孤立的信息点彼此关联,激发更多灵感。”

(O)输出指示

请直接给出最终的英文翻译版本。

避免生硬的直译,重点是传达其核心含义和优势。

可以适当调整句子结构,使其更符合英文表达习惯。

CoT (思维链) 框架:引导AI成为解决问题的专家

CoT (Chain-of-Thought) 框架是近年来非常流行的一种高级技巧。它不是让AI直接给出答案,而是引导AI模仿人类的思考过程,“一步一步地想”,从而解决更复杂的逻辑问题或推理任务。

核心思想:在指令中加入“让我们一步步思考”或类似的引导语,激活AI的推理能力。

【案例四:用CoT框架解决一个逻辑应用题】背景:需要策划一场线下分享会,但场地、时间和预算都有一些限制。

目标:找出一个最优的活动方案。

构建提示词:

我需要策划一场线下技术分享会,请帮我分析并制定一个方案。请让我们一步步思考。

第一步:分析已知条件。活动主题:AIGC技术在内容创作中的应用。

预计人数:50人左右。

预算:总预算5000元,需要覆盖场地、茶歇和讲师礼品。

可用时间:下个月的某个周六下午。

场地选项

A场地:市中心,交通方便,租金2000元/4小时,提供投影和音响。

B场地:郊区,环境好,租金1000元/4小时,但交通不便。

C场地:合作的孵化器空间,可免费使用,但只能容纳30人。

茶歇标准:人均30元。

讲师礼品:预算500元。

第二步:评估和决策。

根据人数限制,首先判断哪个场地不合适。

在剩下的场地中,计算各自的总成本(场地费 + 茶歇费 + 礼品费)。

对比成本和总预算,判断哪个方案可行。

在可行的方案中,分析其优缺点(如交通便利性)。

第三步:得出最终结论。

明确推荐哪个方案,并说明理由。

通过这种方式,你不是在让AI给你一个简单的答案,而是在引导它完成一次完整的逻辑推理。这对于制定计划、分析问题、进行决策等复杂任务,效果远胜于简单的提问。

锦上添花——让指令更精准的实用技巧

掌握了框架,就等于有了骨架。接下来,我们需要一些“血肉”和“经络”来让整个指令活起来。这些小技巧看似简单,却能在关键时刻极大提升AI的理解力和产出质量。

1)分段输出:如果要写一篇长文或复杂的报告,不要指望AI一次性生成。AI的“记忆力”(即上下文窗口)是有限的,一次性输入过长的指令和要求,容易导致它“前言不搭后语”。正确的做法是,先让它生成大纲,然后逐个部分让它展开论述。比如,“很好,大纲我很满意。现在,请先详细写一下第一部分‘AI提示词的重要性’。”

2)符号分隔:在提示词中,使用【】、【】、或XML标签(如<背景></背景>)等清晰的符号,将不同类型的信息(如角色、背景、任务、输入数据)明确分隔开。这能极大地帮助AI解析你的指令结构,避免信息混淆。

3)给出示例(Few-shot Learning):这是最强大、最有效的技巧之一。在要求AI完成任务前,先给它一两个你期望的成品范例。AI的模仿和归纳能力极强,它能迅速从你的示例中学习到你想要的格式、风格和深度。

例子

“我需要你帮我把产品功能介绍写得更有吸引力。不要直接说功能,要说它能给用户带来的好处。比如,不要写‘我们的产品支持多端同步’,而要写‘无论你在办公室的电脑前,还是在路上的手机里,你的灵感都能无缝衔接,从不间断’。

现在,请用这种风格改写一下这句话:‘我们的软件有强大的搜索功能’。”

4)拆解任务:面对一个宏大而复杂的任务,比如“帮我制定一个为期三个月的社交媒体营销计划”,直接提问的效果往往很差。你需要像项目经理一样,将它拆解成一系列更小、更具体的子任务,然后一步步引导AI完成。

  • “首先,帮我分析一下我的目标受众是谁,他们主要活跃在哪些社交媒体平台?”
  • “很好。接下来,针对这些平台,帮我设定未来三个月每个阶段的核心目标(比如第一个月增粉,第二个月提升互动)。”
  • “现在,请为第一个月的目标,设计一些具体的内容主题和发布形式。”

5)明确限定:不要让AI去“猜”你的心思。你需要尽可能地给出明确的量化指标和限制条件。

  • 模糊的指令:“帮我写一篇关于咖啡的文章。”
  • 明确的指令:“请为我的咖啡公众号,写一篇大约800字左右的推文,主题是‘手冲咖啡入门指南’。文章风格要轻松有趣,面向的是对咖啡感兴趣但完全没有基础的小白读者。文章需要包含三个部分:1.为什么手冲咖啡更好喝;2.新手需要准备哪些器具;3.一个简单的入门冲煮步骤。”

持续进化——成为提示词大师的必经之路

创造一个完美的提示词,从来都不是一蹴而就的。它更像是一个不断实验、反馈、修正的循环过程。真正的高手,都善于利用AI本身,来帮助自己打磨和优化提示词。

1)明确目标:在动手之前,花一分钟想清楚:我到底想要什么?我的读者是谁?我希望他们看完后有什么感受或行动?这是所有工作的起点。

2)以例为师:找到一篇你认为写得极好的范文,把它扔给AI,让它“看图学话”。这是冷启动阶段最高效的方法。

3)让AI帮你写提示词(元提示,Meta-Prompting):这是一个非常高级的技巧。当你自己不确定该如何描述你的需求时,可以反过来让AI帮你。

操作方法:你可以给AI两个例子,一个是你认为不好的AI生成内容(Bad Case),另一个是你自己修改后的、满意的版本(Good Case)。然后对AI说:

“请分析一下‘Bad Case’和‘Good Case’在风格、语气、结构上的区别。

然后,请你创造一个提示词,这个提示词的目标,就是能让AI直接生成类似‘Good Case’风格的内容。”

4)让AI帮你评估提示词:你也可以让AI化身“考官”,来评估你写的提示词质量。

操作方法:把你写好的提示词发给AI,然后说:

“请你扮演一个世界顶级的提示词工程师,根据以下标准,评估我刚才给你的提示词,并给出具体的修改建议。

评估标准:

1. 清晰性;

2. 具体性;

3. 是否提供了足够的上下文;

4. 是否包含了明确的约束条件。”

5)迭代优化:将以上过程循环起来。AI起草 ➜ 自己微调 ➜ AI再优化 ➜ 最终成型。 你的提示词库,就会在这个不断打磨的过程中,变得越来越强大,越来越贴合你的个人风格。

你的思考深度,决定了AI的产出高度

我们花了很长的篇幅,探讨了各种框架、技巧和流程。但归根结底,创造一个强大提示词的核心,并不在于记住多少个英文缩写,而在于提升我们自身思考的清晰度表达的精准度

AI是一面镜子,它能清晰地映照出我们思维的轮廓。你的指令越是深思熟虑、结构清晰、细节丰富,它反馈给你的结果就越是令人惊艳。与AI的每一次互动,都是一次对我们自身思考能力和沟通能力的训练。

不要畏惧失败,不要害怕AI的“愚蠢”回答。把每一次不尽如人意的结果,都看作是一次优化提示词的宝贵线索。开始实验吧,不断地去提问、去引导、去修正,在这个过程中,你不仅将收获一个无所不能的AI助手,更将收获一个思维更敏锐、表达更清晰的自己。

你的思考深度,最终将决定AI的产出高度。

本文由 @蒋昌盛 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自 Unsplash,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务