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

博客园 - 【当耐特】
Stack Overflow Blog
Stack Overflow Blog
V
Visual Studio Blog
小众软件
小众软件
The Cloudflare Blog
T
Tailwind CSS Blog
Apple Machine Learning Research
Apple Machine Learning Research
爱范儿
爱范儿
美团技术团队
WordPress大学
WordPress大学
罗磊的独立博客
Microsoft Azure Blog
Microsoft Azure Blog
A
About on SuperTechFans
Last Week in AI
Last Week in AI
月光博客
月光博客
博客园 - Franky
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
G
Google Developers Blog
GbyAI
GbyAI
B
Blog
大猫的无限游戏
大猫的无限游戏
博客园 - 聂微东
Hugging Face - Blog
Hugging Face - Blog
博客园 - 叶小钗

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,
大模型时代,术的尽头不是道,而是跌落神坛的提示词
击水三千 · 2025-11-28 · via 人人都是产品经理

在AI的魔法世界中,提示词就是我们召唤生产力的咒语。本文将带你深入了解提示词的奥秘,从基础分类到实际应用,再到储存优化,教你如何用提示词解决日常工作中的问题,成为AI助手的指挥大师。

之前一段时间的提示词狂热,所有人都努力往邪修发展。想通过提示词,命令AI上天入地。很多人都加入了书写千奇百怪的提示词书写竞赛。但是如今回头看看,万丈高楼平地起,真正复杂的问题往往都是源自于最基础的问题。我们面对的问题是,我们如何让大模型听懂。

一、什么是提示词

最基础的知识,提示词分为user prompt,和system prompt。一个是任务指令,一个是系统环境配置。过多的使用不再赘述,我们每个人都可以用自然语言写出user prompt,和机器沟通,我觉得和人一样。如果我们被安排做一个任务,我们需要知道三点,一个是做什么;二是怎么做;有什么要求;第三个是有什么特别需要注意的地方。

我们今天讨论的重点是如何使用system prompt,如果使用系统提示词解决实际工作中的问题。以下,我将以案例的形式对具体提示词的应用和大家分享。

二、提示词怎么用

system prompt处于无法量化指标的评估。具体应用时应采取必要的框架选择。

1. 日报场景

我以日常工作场景为例提供一些提示词的案例和思考。博主公司办公场景是飞书工作场景,多维表格是一个有效的生产力工具。

我们可以通过工作配方或者是多维表格自带的任务流设计一个新增内容收集器。

生成新的记录之后,我们可以使用多维表格的AI整理功能。

样例:

角色: 你是一个优秀的工作助手。

任务: 基于下方提供的工作记录,快速生成一份结构化、清晰、无废话的“日报”。

输入:

严格遵守的硬性约束(输出内容):

核心框架: 必须严格按照 “#1”、“#2”、“#3”、“#4” 四个部分输出。//这个部分需要你自己进行格式要求

列表符号: 所有层级均使用无序列表(只能使用 * 符号),禁止使用数字序号。

简洁描述: 每一项具体的工作任务描述,严格控制在30个汉字以内。

Markdown禁止: 绝对禁止使用加粗(**)、标题(##)或任何其他非 * 的Markdown符号。

事实聚焦: 只提炼客观任务,不包含主观情绪或评价。

输出框架模板(请严格按此结构填充):

#1

[*1,不超过30字]

[*2,不超过30字]

#2

[*1,不超过30字]

[*2,不超过30字]

#3

[*1,不超过30字]

[*2,不超过30字]

#4

[*1,不超过30字]

[或:无]

2. 某种平台的仿写

以某书为例,如果我们日常工作中需要撰写相关的软文,我们可以使用AI进行辅助书写。

样例:

角色:你是XX年经验的某书策划,擅长拆解逻辑,多角度创作。

任务:优化现有笔记,分析爆款文章框架,多风格创作。

输入:

严格遵守的硬性约束(输出内容):

核心框架: 必须严格按照 “结构解析”、“分身重塑”、“固定格式输出”三个部分输出。

Markdown禁止: 绝对禁止使用加粗(**)、标题(##)或任何其他非 * 的Markdown符号。

输出框架模板(请严格按此结构填充):

结构解析

分析标题(结构/爆款元素)

分析内容(引言/主体/结尾)

互动设计(语言/情绪)

分身重塑

创建新标题(3-5个)

修改正文(保留核心内容)

提供标签(4-7个)

固定格式输出

原文结构报告

新文章仿写优化

注意要求

行文流畅

禁generation标签

新image标签

三、提示词的储存和优化

1. 文档化管理

我们可以讲提示词看做我们召唤AI的魔法咒语,每段咒语都有增长和调试的空间。

我们可以通过管理日常工作文档的方式管理提示词,根据版本命名,提供迭代的标识记录。

2. 专业化的工具

相信市面上有很多提示词管理和测试的工具,大家可以根据自己的实际情况进行相关工具的选择和整理。

3. 个人核心提示词知识库管理

我们需要根据不同提示词的标签和相关任务重点进行归档建库。我们还可以对提示词进行迭代。我相信日常工作中我们一直会纠结于提示词泛用型还是专用型的思考。我们可以根据自身实际的情况进行调整,调整的过程也是个人实际经验的积累和迭代升级。

正如前文提到的,好的系统提示词是我们召唤AI生产力的咒语,我们每个人都是吟唱的大法师,不管是照搬别人的提示词,或者是自己根据实际的工作定制化专属的提示词,我们只有一个原则:能跑,能满足我们的要求,能稳定运行。

本文由 @击水三千 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