当前位置：

社区首页

电脑数码

软件应用

服务软件

AIGC文章详情

输入即得预期画面！AI绘画提示词总翻车？这份场景化指令库搭建攻略让你告别无效生成

源自196位全网作者

03-14 11:10

精选参考来源

这位网友的问题很典型：> 宝玉老师，以现在大模型的能力还需要prompt吗，我现在都直接描述问题就发出去了这个疑问其实特别普遍，甚至可以说，它代表了绝大多数用户的心声。包括还有人说：> 今天社交网络上被追捧的所谓AI高人,不过是Prompt Kiddie(提示词小子)。 > 整天转帖一些提示词,其实是在自动充当大模型的燃料。是不是还需要 Prompt 这个问题的答案，其实藏在你的需求里。如果你的任务很简单，比如问个天气、查个单词，或者写个请假条，那确实不需要什么复杂的提示词。这就好比做一道 1 加 1 等于 2 的数学题，直接心算就完事了，非要列个方程式反而显得矫情。但是，一旦涉及到复杂任务，情况就完全不同了。你可以把专业的提示词想象成解难题时的“数学公式”。当面对一道复杂的应用题时，光靠心算是不够的。你需要公式来规范步骤，需要设定变量。提示词就是在这个环节起作用，它把一个模糊的需求，拆解成了一条清晰的思维链，手把手教 AI 怎么思考。举个最常见的例子：把一篇晦涩的学术论文改成科普文章（参考提示词：网页链接）。如果你直接把论文丢给 AI，跟它说“帮我改写成科普文”，它大概率会给你扔回一篇删减版的论文，依然充满了你不懂的术语。因为它不知道你的“科普”是给谁看的，也不知道你需要什么风格。但如果你运用了“公式”，告诉它：你的读者是只有高中物理水平的普通爱好者，请多用生活中的比喻（比如把量子纠缠比作心灵感应），并且在写之前先去检索一下相关的背景趣闻。这时候，AI 输出的就不是冷冰冰的文字，而是一篇有血有肉、生动有趣的科普文章。这就是提示词的魔力——它填补了“指令”和“意图”之间的鸿沟。再进一步，提示词还能充当“工作流经理”的角色。比如你想做个 PPT。普通玩法是让 AI 帮你列个大纲，然后你自己根据大纲一页页去制作幻灯片。但高阶的玩法是，用一段精心设计的提示词（参考提示词：网页链接），让 AI 不仅生成大纲，还能根据每一页的内容，自动写出对应的 AI 绘画指令。它把“写大纲”和“想配图”这两个步骤串联起来了。这时候的 AI，就不再是一个简单的聊天机器人，而是一个自动化的生产线。还有大家最关心的 AI 画图提示词。为什么大神生成的图片光影绝美、细节拉满，而你生成的总是差点意思？因为在非专业人士眼里，只有“好看”这一个形容词；而在提示词里，包含了光线类型、渲染引擎、构图视角等各种专业参数。这些参数，就是大神手中的“秘密配方”。你想复刻那张图，光靠猜是猜不出来的，必须拿到那个具体的参数。即使你可以通过多模态模型来逆向，有时候就是差一点意思，毕竟专业的提示词，是经过无数次试验和优化才打磨出来的。所以，回到最初的问题。我们还需要 Prompt 吗？如果你只是把 AI 当作一个陪聊的网友，或者一个随身的百科全书，那你确实不需要。但如果你想把 AI 变成一个稳定输出的生产力工具，提示词就是必修课。因为聊天是一次性的，说完就散；而专业提示词就像是“程序”和“软件”。当你写好了一个完美的翻译提示词，或者一个生成信息图的提示词，它就不再是一句话了，它变成了一个只要你输入原料，就能稳定产出高质量产品的“工具”。我自己则一直是在尝试借助提示词来帮我提升效率：比如我要提取 YouTube 字幕，还要去对发言人名字进行标注，我就写了提取 YouTube 字幕的提示词网页链接，不仅有文稿，还能自动对上发言人，还能分章节。比如我要给文章配图网页链接，所以我写了一个生成信息图的提示词，文章贴进去，它就能帮我生成一张好看专业的信息图。比如我要要校对文稿，我不会肉眼去校对，而是写一个校对的提示词，让 AI 帮我找错别字、语法错误，提供修改建议。借助这些提示词，就能让我事半功倍。这才是提示词的真正价值：它让你从一个向 AI 提问的“用户”，变成了指挥 AI 干活的“工程师”。下次当你在干一些枯燥的任务的时候，不妨想一想：我每天在做的这些事情，如果写一个专业的提示词，是不是能让我事半功倍？

“Skill 不就是长一点的提示词吗？” 上篇文章《别把整个 GitHub 装进 Skills，Skills 的正确用法 http://t.cn/AXqLcGP0 》发出去后，收到一些质疑： > "说 skill 能做配图 prompt 不行。本来 skill 就是加载 md，没 skill 之前我们用 prompt 模板照样也是能做流程编排。" > > "现在大部分 skill 不就是长一点的提示词吗？为什么说'单纯靠提示词做不了'？" 这些批评是对的。我原文确实表达有问题。写"提示词"的时候，我下意识拿 Gem、Project、GPTs 里的那种提示词当例子。那些确实做不到一次性生成配图。但"提示词"是个很宽泛的概念。如果我把 SKILL.md 的内容复制出来发给 Claude Code，再给它一个生成图片的脚本，它一样能完成配图任务。这里的差异不在于提示词能不能复用，Gem 和 GPTs 里的提示词也能复用。差异在于：提示词配套的是 ChatBot，还是 Agent？【1】ChatBot 和 Agent 的核心区别 Skills 的完整名称叫 Agent Skills。注意这个"Agent"，它不是装饰词。Skills 利用 Agent 的虚拟机环境，提供单纯提示词无法实现的能力。一句话总结：ChatBot 只能对话，Agent 能动手干活。具体来说： ChatBot 不能调用工具。你给它一段配图提示词，它能帮你分析文章、生成画图 prompt，但真要生成图片？它只能说"请把这段提示词复制到 Gemini"。剩下的活还是你干。 Agent 能调用工具。同样的配图任务，它能像个经验丰富的编辑一样自己完成： 1. 读取你的文件 2. 分析需要几张图、放哪里 3. 为每张图设计内容和风格 4. 调用画图模型生成图片 5. 把图片插入正确位置 6. 输出成品交到你手上全程自动化，你只需要验收。【2】那 Skill 到底是什么？很多人把 Skill 理解成"一段很长的提示词"，这个理解对了一半。 SKILL.md 的核心确实是指令文本。但 Skill 不止于此。一个 Skill 可以包含三层内容：第一层：元数据。就是 name 和 description，告诉 Agent 这个 Skill 是干嘛的、什么时候该用。这部分在启动时就加载，但只占几十个 token。第二层：指令。SKILL.md 的主体内容，工作流程、最佳实践、注意事项。只有 Agent 判断需要用这个 Skill 时，才会读取这部分。第三层：资源和代码。附带的脚本、模板、参考文档。Agent 按需读取，用的时候才加载。这就是官方说的"渐进式加载"：不是一股脑把所有内容塞进上下文，而是用到什么加载什么。所以你可以给一个 Skill 附带几十份参考文档，只要这次任务用不上，它们就不占用上下文窗口。传统提示词做不到这一点。【3】为什么说配图"单纯靠提示词做不了"？回到原来的争议。如果你说的"提示词"是指发给像 Claude Code 这样的 Agent 的指令，那配图当然能做到。因为这时候提示词是发给 Agent 的，Agent 能调用工具。但如果你说的是发给普通 ChatBot 的提示词，比如 ChatGPT 的自定义指令、Gemini 的 Gem、Claude 的 Project 指令，那确实做不到。因为 ChatBot 没有工具调用能力，它只能输出文字。我原文的问题在于：默认读者理解的"提示词"是 ChatBot 场景下的提示词，但没有明确说出来。更准确的表达应该是：Skill 必须配合 Agent 使用。发给 ChatBot 的提示词，无论写多长多详细，都只能完成对话能完成的事。要让 AI 真正"动手"，需要的是 Agent + 工具调用能力。【4】那我直接给 Claude Code 发长提示词不行吗？行。把 SKILL.md 内容复制出来当提示词发，Agent 一样能执行。这也是为什么有人觉得"Skill 就是长一点的提示词"。但 Skill 的价值不在于"能不能做到"，而在于：可复用。写一次，以后每次相关任务自动触发，不用每次复制粘贴。可组合。分析 Skill + 提纲 Skill + 写作 Skill，像乐高一样拼起来。单独的提示词模板做不到这种模块化组合。可迭代。用着用着发现问题，直接让 Agent 帮你改进 Skill。下次自动生效。传统提示词模板改了之后，你得记得每次都用新版本。可渐进加载。Skill 附带的资源文件不会一开始就占用上下文。你的提示词模板再怎么组织，发出去就是全量加载。简单说：Skill 是提示词的工程化封装。能做的事差不多，但管理成本、复用成本、迭代成本完全不同。【5】最后上篇文章的核心没变：因需而建、可组合、可迭代。 Skill 就是长一点的提示词吗？是的。但光有提示词不够。关键是执行这段提示词的系统，到底是只会说的 ChatBot，还是能真正动手的 Agent。 Skill 是给 Agent 用的。没有 Agent 的工具调用能力，Skill 就只是一段躺在文件夹里的 Markdown。

全部
来源

内容由AI生成

1. 这位网友的问题很典型：> 宝玉老师，以现在大模型的能力还需要prompt吗，我现在都直接描述问题就发出去了这个疑问其实特别普遍，甚至可以说，它代表了绝大多数用户的心声。包括还有人说：> 今天社交网络上被追捧的所谓AI高人,不过是Prompt Kiddie(提示词小子)。 > 整天转帖一些提示词,其实是在自动充当大模型的燃料。是不是还需要 Prompt 这个问题的答案，其实藏在你的需求里。如果你的任务很简单，比如问个天气、查个单词，或者写个请假条，那确实不需要什么复杂的提示词。这就好比做一道 1 加 1 等于 2 的数学题，直接心算就完事了，非要列个方程式反而显得矫情。但是，一旦涉及到复杂任务，情况就完全不同了。你可以把专业的提示词想象成解难题时的“数学公式”。当面对一道复杂的应用题时，光靠心算是不够的。你需要公式来规范步骤，需要设定变量。提示词就是在这个环节起作用，它把一个模糊的需求，拆解成了一条清晰的思维链，手把手教 AI 怎么思考。举个最常见的例子：把一篇晦涩的学术论文改成科普文章（参考提示词：网页链接）。如果你直接把论文丢给 AI，跟它说“帮我改写成科普文”，它大概率会给你扔回一篇删减版的论文，依然充满了你不懂的术语。因为它不知道你的“科普”是给谁看的，也不知道你需要什么风格。但如果你运用了“公式”，告诉它：你的读者是只有高中物理水平的普通爱好者，请多用生活中的比喻（比如把量子纠缠比作心灵感应），并且在写之前先去检索一下相关的背景趣闻。这时候，AI 输出的就不是冷冰冰的文字，而是一篇有血有肉、生动有趣的科普文章。这就是提示词的魔力——它填补了“指令”和“意图”之间的鸿沟。再进一步，提示词还能充当“工作流经理”的角色。比如你想做个 PPT。普通玩法是让 AI 帮你列个大纲，然后你自己根据大纲一页页去制作幻灯片。但高阶的玩法是，用一段精心设计的提示词（参考提示词：网页链接），让 AI 不仅生成大纲，还能根据每一页的内容，自动写出对应的 AI 绘画指令。它把“写大纲”和“想配图”这两个步骤串联起来了。这时候的 AI，就不再是一个简单的聊天机器人，而是一个自动化的生产线。还有大家最关心的 AI 画图提示词。为什么大神生成的图片光影绝美、细节拉满，而你生成的总是差点意思？因为在非专业人士眼里，只有“好看”这一个形容词；而在提示词里，包含了光线类型、渲染引擎、构图视角等各种专业参数。这些参数，就是大神手中的“秘密配方”。你想复刻那张图，光靠猜是猜不出来的，必须拿到那个具体的参数。即使你可以通过多模态模型来逆向，有时候就是差一点意思，毕竟专业的提示词，是经过无数次试验和优化才打磨出来的。所以，回到最初的问题。我们还需要 Prompt 吗？如果你只是把 AI 当作一个陪聊的网友，或者一个随身的百科全书，那你确实不需要。但如果你想把 AI 变成一个稳定输出的生产力工具，提示词就是必修课。因为聊天是一次性的，说完就散；而专业提示词就像是“程序”和“软件”。当你写好了一个完美的翻译提示词，或者一个生成信息图的提示词，它就不再是一句话了，它变成了一个只要你输入原料，就能稳定产出高质量产品的“工具”。我自己则一直是在尝试借助提示词来帮我提升效率：比如我要提取 YouTube 字幕，还要去对发言人名字进行标注，我就写了提取 YouTube 字幕的提示词网页链接，不仅有文稿，还能自动对上发言人，还能分章节。比如我要给文章配图网页链接，所以我写了一个生成信息图的提示词，文章贴进去，它就能帮我生成一张好看专业的信息图。比如我要要校对文稿，我不会肉眼去校对，而是写一个校对的提示词，让 AI 帮我找错别字、语法错误，提供修改建议。借助这些提示词，就能让我事半功倍。这才是提示词的真正价值：它让你从一个向 AI 提问的“用户”，变成了指挥 AI 干活的“工程师”。下次当你在干一些枯燥的任务的时候，不妨想一想：我每天在做的这些事情，如果写一个专业的提示词，是不是能让我事半功倍？

2. “Skill 不就是长一点的提示词吗？” 上篇文章《别把整个 GitHub 装进 Skills，Skills 的正确用法 http://t.cn/AXqLcGP0 》发出去后，收到一些质疑： > "说 skill 能做配图 prompt 不行。本来 skill 就是加载 md，没 skill 之前我们用 prompt 模板照样也是能做流程编排。" > > "现在大部分 skill 不就是长一点的提示词吗？为什么说'单纯靠提示词做不了'？" 这些批评是对的。我原文确实表达有问题。写"提示词"的时候，我下意识拿 Gem、Project、GPTs 里的那种提示词当例子。那些确实做不到一次性生成配图。但"提示词"是个很宽泛的概念。如果我把 SKILL.md 的内容复制出来发给 Claude Code，再给它一个生成图片的脚本，它一样能完成配图任务。这里的差异不在于提示词能不能复用，Gem 和 GPTs 里的提示词也能复用。差异在于：提示词配套的是 ChatBot，还是 Agent？【1】ChatBot 和 Agent 的核心区别 Skills 的完整名称叫 Agent Skills。注意这个"Agent"，它不是装饰词。Skills 利用 Agent 的虚拟机环境，提供单纯提示词无法实现的能力。一句话总结：ChatBot 只能对话，Agent 能动手干活。具体来说： ChatBot 不能调用工具。你给它一段配图提示词，它能帮你分析文章、生成画图 prompt，但真要生成图片？它只能说"请把这段提示词复制到 Gemini"。剩下的活还是你干。 Agent 能调用工具。同样的配图任务，它能像个经验丰富的编辑一样自己完成： 1. 读取你的文件 2. 分析需要几张图、放哪里 3. 为每张图设计内容和风格 4. 调用画图模型生成图片 5. 把图片插入正确位置 6. 输出成品交到你手上全程自动化，你只需要验收。【2】那 Skill 到底是什么？很多人把 Skill 理解成"一段很长的提示词"，这个理解对了一半。 SKILL.md 的核心确实是指令文本。但 Skill 不止于此。一个 Skill 可以包含三层内容：第一层：元数据。就是 name 和 description，告诉 Agent 这个 Skill 是干嘛的、什么时候该用。这部分在启动时就加载，但只占几十个 token。第二层：指令。SKILL.md 的主体内容，工作流程、最佳实践、注意事项。只有 Agent 判断需要用这个 Skill 时，才会读取这部分。第三层：资源和代码。附带的脚本、模板、参考文档。Agent 按需读取，用的时候才加载。这就是官方说的"渐进式加载"：不是一股脑把所有内容塞进上下文，而是用到什么加载什么。所以你可以给一个 Skill 附带几十份参考文档，只要这次任务用不上，它们就不占用上下文窗口。传统提示词做不到这一点。【3】为什么说配图"单纯靠提示词做不了"？回到原来的争议。如果你说的"提示词"是指发给像 Claude Code 这样的 Agent 的指令，那配图当然能做到。因为这时候提示词是发给 Agent 的，Agent 能调用工具。但如果你说的是发给普通 ChatBot 的提示词，比如 ChatGPT 的自定义指令、Gemini 的 Gem、Claude 的 Project 指令，那确实做不到。因为 ChatBot 没有工具调用能力，它只能输出文字。我原文的问题在于：默认读者理解的"提示词"是 ChatBot 场景下的提示词，但没有明确说出来。更准确的表达应该是：Skill 必须配合 Agent 使用。发给 ChatBot 的提示词，无论写多长多详细，都只能完成对话能完成的事。要让 AI 真正"动手"，需要的是 Agent + 工具调用能力。【4】那我直接给 Claude Code 发长提示词不行吗？行。把 SKILL.md 内容复制出来当提示词发，Agent 一样能执行。这也是为什么有人觉得"Skill 就是长一点的提示词"。但 Skill 的价值不在于"能不能做到"，而在于：可复用。写一次，以后每次相关任务自动触发，不用每次复制粘贴。可组合。分析 Skill + 提纲 Skill + 写作 Skill，像乐高一样拼起来。单独的提示词模板做不到这种模块化组合。可迭代。用着用着发现问题，直接让 Agent 帮你改进 Skill。下次自动生效。传统提示词模板改了之后，你得记得每次都用新版本。可渐进加载。Skill 附带的资源文件不会一开始就占用上下文。你的提示词模板再怎么组织，发出去就是全量加载。简单说：Skill 是提示词的工程化封装。能做的事差不多，但管理成本、复用成本、迭代成本完全不同。【5】最后上篇文章的核心没变：因需而建、可组合、可迭代。 Skill 就是长一点的提示词吗？是的。但光有提示词不够。关键是执行这段提示词的系统，到底是只会说的 ChatBot，还是能真正动手的 Agent。 Skill 是给 Agent 用的。没有 Agent 的工具调用能力，Skill 就只是一段躺在文件夹里的 Markdown。

3. 既然 AI 越来越聪明，那么学习提示词不是浪费时间吗？我小时候英语很差，因为周围总有人说：学英语有什么用？我是中国人，何必学外文，不会 ABC，也当接班人。现在也有人觉得 AI 那么强学英语干嘛。我本来就不喜欢学，这下子找到借口了。等到工作以后才发现，好的技术文档全是英文的，想读一手资料读不了，想跟别人用英文交流张不开嘴，吃了很多年的亏。后来我花了很大力气补英语，现在都没有完全补回来，走了很多弯路。回头看，当年那些说“英语没用”的人，错在哪里？他们不是坏人，只是把一个判断搞反了：因为自己用不上，或者未来技术更强，就断定这个东西没价值。我现在看到有人说“AI 越来越聪明，所以不用学提示词”，感觉特别像当年那些说“学英语没用”的声音。逻辑结构很像：我不需要，所以它没价值；未来会更好，所以现在不用学。这种想法容易让人踩坑。先搞清楚提示词工程到底是什么很多人反感提示词工程，其实反感的是那种“万能提示词模板”、“神秘咒语”，这种东西确实没什么长期价值，模型一升级就失效了。但这不是提示词工程的全部，甚至不是它的重点。真正有价值的提示词工程，是把目标定清楚，把约束条件列明白，把验收标准写出来，把任务拆成可执行的步骤。你愿意的话可以叫它“需求工程”或者“任务设计”，叫什么都行，但这件事本身一直都很值钱。你跟同事说“帮我写个方案”，同事一定会追问：给谁看的？多长？要数据吗？什么时候要？你补充的这些信息，就是在做提示词工程。你跟 AI 协作也是一样的道理，只不过 AI 不会主动追问你（或者追问得不够好），所以你得自己先想清楚。有人说：AI 的目标就是用自然语言像人一样交流，你和谁交流需要用提示词？听起来挺有道理，但仔细想想就会发现问题：你跟人交流，难道就不需要把话说清楚了吗？你去医院说“我不舒服”，医生一定会追问：哪里不舒服？多久了？有没有吃什么药？你不会觉得医生在搞“提示词工程”，你只会觉得这是正常的沟通。AI 能用自然语言交流不等于 AI 有了“读心术”。自然语言天生有歧义，任务目标经常互相矛盾（又要短又要全，又要创新又要安全），输出往往需要特定格式。这些问题不会因为 AI 变聪明就消失。更准确的说法是：AI 越强，对你输入的容错越高，你随便说一句也能得到一个还不错的结果。但“还不错”和“稳定、可靠、符合要求”之间的差距，仍然需要你把需求定义清楚来弥补。相机像素越来越高，但你仍然需要构图。像素高只是让你拍什么都不太糊，但要拍出好照片，你还是得知道自己想拍什么、怎么拍。还有一种类似的说法：“不出三年，软件工程专业就是新的五笔打字培训班。”这和“提示词工程不用学”的思维方式完全一样：看到 AI 能替代某个环节，就急着宣判整个领域的死刑。工程是把一件模糊的、不确定的事情，通过有计划、有步骤的方法，靠谱地做成。软件工程就是把这套思路用在软件开发上，需求怎么理清、架构怎么设计、质量怎么保证、团队怎么协作、项目怎么推进，这是一整套系统性的能力。AI 现在确实强，但它强在软件生命周期里的编码环节（还有很大进步空间），或者说某几个具体阶段。但编码只是软件工程的一个环节，AI 并不能主导整个生命周期，从需求分析、系统设计、技术决策、团队管理到长期维护，这些事情远不是写代码快就能解决的。至少在相当长的时间内都不行。把软件工程等同于写代码，就像把提示词工程等同于背咒语，都是把一个局部当成了全部。高飞说过一句话我很认同：会敲字，不代表会写作；会写作，不代表懂出版。同理：会跟 AI 说一句话，不代表会用好 AI；会用好 AI，不代表能把 AI 嵌入一个可靠的工作流。每一层跳跃之间，都需要“工程”思维来填。以前你自己写代码，现在你指挥 AI 写代码。以前你自己写文章，现在你让 AI 起草再改。工具变了，但“把事情做对”这个责任没有变，仍然在你身上。指挥 AI 本身就是一种能力。你得知道要什么、怎么拆任务、怎么验收、出了问题往哪里查。这些不叫“被替代”，叫工具升级后的能力重心转移。你觉得某些 AI 产品随便说一句就好用，那是因为有人替你把需求定义和约束设计做好了。如果有人说：“我从来不研究怎么把需求说清楚”，这不是什么值得骄傲的事情，“我从来不研究提示词工程”也类似。你以为自己省了时间，其实是把“研究成本”变成了“返工成本”，只不过花得不自知。我当年不学英语，也觉得自己省了时间。后来补课花的时间，比当初好好学多了好几倍。AI 越强，“工程”两个字越值钱，而不是越不值钱。因为强工具放大的是使用者之间的能力差距。同样一个模型，会用的人和不会用的人，产出可以差十倍。拉开差距的，就是你愿不愿意花时间把需求定义好、把流程设计好、把质量管控好。你可以不叫它“提示词工程”，叫“需求设计”也好，叫“任务拆解”也好，叫“跟 AI 好好说话”也行。但“把你想要的东西想清楚、说明白”这件事，不会因为 AI 变强就消失。

4. 提示词工程、上下文工程都过时了，现在是 Harness Engineering 的时代

5. 高效提示词（prompt）工程指南

6. 谷歌68页提示词圣经+老金原创元提示词，直接复制就能用

7. 你有没有发现一个很反直觉的现象？那些不是程序员、没学过提示词工程、甚至连 AI 行业都不了解的人，反而能写出最硬核、最强、最能打的 Prompt。为什么？因为高手根本不靠背术语、背框架；他们靠的是：元思维。简单讲，就是：别自己“手搓提示词”，要让 AI 帮你写提示词。今天我把我自己常用的「元提示词 SOP」完整拆开，让你照着学会之后，也能写出专业级别的提示词。建议你先码住，慢慢看。第一步：把原始素材全丢给 AI大部分人写提示词的时候，会很紧张：- 这个术语我不会怎么办？- 提示词结构要怎么写？- 我不是专家能写得好吗？结果越写越别扭，越写越像 AI。我反而反其道而行，我的做法只有一句话：“把你脑袋里的东西全丢给它。”我会把：- 脑海里乱七八糟的想法- 还没成型的需求- 在网上看到的好文章（当风格参考）直接一股脑扔进去，然后给 AI 说：> “我是小白，但我想达到专家的效果。> 这些是我的原材料，你先别生成内容，先理解它们。”第一步的目标只有一个：让 AI 吃饱。第二步：让 AI 自己补知识这是整个 SOP 的灵魂。很多人提示词写得“塑料感十足”，就是因为缺少这一环：他们不知道什么是专业，也不知道专业需要什么。那怎么办？让 AI 自己补！我会对它说：> “为了完成这个任务，你需要哪些专业术语？> 你会用哪些思维模型？> 你会参考哪些行业标准？> 请用这些知识，帮我生成一套结构化的 System Prompt。”这一步的效果非常惊人。你会发现 AI 自动给你：- 行业术语- 核心逻辑- 专家常用的判断框架- 清晰分工的 Prompt 结构这是一个“AI 写给 AI 的提示词”，专业度往往远超人类自己写的。第三步：让 AI 自己跑 3 次模拟看到这里，有些人会立刻把 Prompt 拿去用。错了，你必须让它自测、自跑、自演示。我会让 AI：> “用你刚写的 Prompt，给我 3 组【用户输入 → 模型输出】的模拟案例。”这一招特别强。通过模拟，你能一眼看穿：- 它是不是真的懂你的意图- 输出有没有“AI 味儿”- 行业语气是否对- 它会不会胡乱瞎编- Prompt 哪里不够精确这一步就是“沙盒测试”，能让你用极低成本发现问题。第四步：导演式优化这一步，你完全不需要懂技术。你只需要告诉 AI：- 哪一段不顺- 哪一部分风格不对- 哪一句话你不喜欢- 你想让它更犀利、更幽默、更人味一点我的反馈方式通常很口语化：- “这段太机械了。”- “第二个案例要更有温度。”- “这个专家应该敢下判断，不要这么中规中矩。”像导演一样调风格、调感觉、调情绪，然后 AI 会自己回去修改逻辑、结构、术语、Prompt。反复迭代几轮之后，你就能得到一个完美贴合你审美的 Prompt。总结你只需要会让 AI 扮演专家。过去，我们必须学会机器的语言，才能指挥它。现在完全反了：- 你提供原始信息（原料）- 你给风格偏好（审美）- 你告诉它目标（想要的效果）剩下的交给 AI——让它去补知识、建系统、写提示词。换句话说：你不需要会提示词工程，你只需要会“导演 AI”。这就是大模型时代真正的能力。#科技先锋官##AI创造营##微博兴趣创作计划#

8. 今天看到一个关于 Loop Engineering （循环工程）的说法，从工程师的角度，感觉比 Agentic Engineering 更具体。提示词（Prompting）是一个 Bug，而非特性。别再痴迷于琢磨动词和上下文窗口了。如果你的工作流还得靠你去做一个“提示词耳语者”（Prompt Whisperer），那你已经输了。在一个渴求“系统化”的世界里，你只不过是个手动挡的操作工。 “氛围编程”（Vibe Coding）拿来做演示固然有趣，但真正的进化是**“循环工程”（Loop Engineering）。你不再是写一段提示词，而是构建一个递归环境**：让智能体（Agent）自行评估失败、重构逻辑，并不断迭代，直到意图与输出之间的偏差（Delta）归零。人类不应是那个修修补补的编辑，而应是整个循环的架构师。停止与机器对话。去建造那台会“自我对话”的机器。

9. #IT技术# #微博兴趣创作计划# 六百万围观的“超级提示词”，我终于看懂了AI协作的真相——提示词工程的核心逻辑原来这么简单。伊妹耳的微博视频

10. 如何写出专家级提示词，充分发挥 GPT-5 的潜力：1、上下文层 - 正确喂养这台机器大多数人写提示词就像写搜索关键词……这样不对GPT-5 需要在开头就给足背景信息（角色、限制条件、成功标准）关键信息要放在前 100 个词内（注意力在早期最集中）用 XML 标签来组织结构，比如 <role> <task> <examples>模型处理结构化数据的效果比处理大段文字好 3 倍2、推理链 - 让它把思考过程说出来别急着要最终答案要求它一步步拆解："系统地想清楚整个过程"用这样的句式："先分析……然后考虑……最后给出建议"GPT-5 的思维链能力比 GPT-4 强得多推理链能让幻觉问题减少 60% 以上3、示例框架 - 做给它看，别光说零样本提示词是碰运气……少样本提示词才是工程化在提示词里提供 2-3 个输入/输出示例，按你想要的格式用这种结构："好的例子是这样：[示例] 不好的例子是这样：[反例]"GPT-5 从例子中学习的效果比从指令中学习好得多4、约束系统 - 边界创造品质模糊的提示词 = 平庸的输出（永远如此）明确你不想要什么："避免泛泛而谈、公司术语、大话空话"设定输出限制："最多 150 字"或"恰好 5 个要点"明确指定语气："写得像个导师，别像教科书"5、角色工程 - 打造专家人设"你是专家"这种说法太懒……要更精准这样用："你是一位资深数据科学家，向非技术背景的创始人解释复杂的机器学习概念"组合多个专业领域，获得独特视角具体的角色会激活特定的训练数据集群6、验证层 - 捕捉幻觉永远要求它提供来源或推理："引用你的推理"或"解释你的信心水平"让它给出替代观点来测试准确性加上这个："你做了什么假设？哪些地方可能错了？"GPT-5 可以自我批判，只要你在提示词里要求它这么做#提示词工程##提示词##AI创造营##微博兴趣创作计划#

11. 在画了几百张 nano banana pro 图片收获了几百万流量之后的一些提示词写作经验（同步发布于博客：http://t.cn/AXygY9D8）最近一段时间，沉迷于 nano banana pro 画图，也写了一些颇受欢迎的提示词，X 上的浏览量加起来有几百万。但你要说我写画图提示词水平多牛，这我可不敢认，因为我写画图提示词水平其实一般，写不出那些专业的参数，绝大部分提示词都是让 AI 帮我写的。写画图提示词，没有你想的那么复杂，拿我最近写过的一些提示词来讲一下。首先，提示词是手段不是目的提示词是为画图服务的，所以最重要的是你的想法，你想呈现什么，至于提示词，只不过是为了实现你想法的手段，有很多种写法都可以让你得到不错的结果，所以不必太纠结提示词的细节，什么结构、关键字、长短、是不是 JSON，都没那么重要！比如说 4 月份的时候，我就想用 GPT-4o Image 帮我画一张巨型裸眼 3D 屏幕的图（图2），提示词很简单，就是大白话： > 一只超写实大熊猫半个身子在成都繁华商街巨型弧形裸眼 3D 屏幕外边，肚皮朝上，脑袋吊着，嘴里咬着竹笋，憨态可掬提示词大部分时候就是这样，你都不需要多么复杂的技巧，就先大白话发过去看看效果。然后我把提示词发给 Gemini，得到了一张这样的图：参考图3 也还行，但效果不算太好。写提示词不难，难得是你得有一点审美，知道什么是好的，什么是不好的，最好还能知道哪不好！我水平不够好，只能看得出它不好，但说不上不好在哪里。这时候专业水平就能起作用，要是你专业的话，马上能知道哪不好，怎么调整。我不专业但我有 AI，于是把这个提示词（有时候我还会把生成的图片结果一起）发给 AI，让 AI 优化。最好不要只是让它优化，而是给个方向，比如我就去搜索了一下现实世界中哪几个建筑的裸眼 3D 屏幕最有名，这样 AI 训练的最多最熟悉，更容易明白我想要什么。（参考图4）注意我会同时问 Gemini、ChatGPT（GPT-4.5、GPT-5.1），一方面每个模型擅长的不一样，另一方面这里面有很大的概率因素。所以多试几个总没错。后面就是去测试，根据测试结果让 AI 进一步调整。比如第一次测试，效果不怎么样！（参考图5）我干脆换了个思路，找来一张真实的看起来还不错的图片，然后让 Gemini 根据图片给我写提示词。（参考图6）再让 Gemini 帮我生成几个场景。（参考图7）拿新提示词测试了一下，效果惊艳！（参考图8）再测试几个其他场景也不错，那基本上就可以了。（参考图9）所以写提示词的过程就是不停的变换思路不停的“抽卡”重试，你可以不知道怎么调整，但是至少你得知道什么是好的，这样当偶尔“抽卡”到一张好的，你就可以基于那张好的不停的微调，直到可以稳定的生成。真不稳定也没关系，那就多“抽卡”好了。比如那个 3D 裸眼屏的，得一半结果不怎么好，我后续又尝试优化了好一会，实在改进有效，干脆放弃了。所以我不止一次提到“提示工程”： > 提示词工程是一个过程，系统化地设计、测试、优化提示词的过程——宝玉（参考图10）让 AI 帮你写提示词，有时候还会有意外惊喜。比如我在创作时空交汇的提示词的时候，最初的想法只是简单的时空交汇。但无意中生成了一张古今人物交互的，我一看，这比我原本的想法还要好一些，于是调整了一下创作方向，让画面中融入了古今人物的交互。（参考图11）上面其实只是我提示词创作的第一个步骤，也就是针对一个场景生成一张满意的图片。当提示词能稳定的产生一个效果后，下一步就是基于这套提示词，把它变成一套提示词模板，让它可以产生各种不同结果的图片，这样其他人也能参与其中。比如说四季变换的图，最初的版本只有一棵树。虽然这棵树效果很好，但是大家都来画树就没意思了。最好是能基于同一场景四季变化的设定，让场景可以变化。（参考图12）我把这条提示词发给 AI，让它帮我变成提示词模板。把提示词变成模板，最重要的是设定好“变量”，你希望提示词中哪些是固定不变的，哪些是可以变换的。比如四季变换的提示词模板，我希望它变换的是场景，不局限于一棵树，还可以是一座城市、一个园林等等，每个人都可以代入自己喜欢的场景。参考提示词： > 帮我把下面的提示词变成提示词模板，变量是场景，根据场景在一张画面中显示四个季节的变化，同一个场景，但是每个季节显示场景的一部分同时又融为一体。 > > 超写实数字插画风格，画面以一棵树为核心，从左到右均匀划分为冬春夏秋四个季节区域。树木和背景随季节依次渐变变化，每个季节区域内的树叶颜色、枝条状态和背景元素均应精准呈现相应季节特征。树冠、树干、枝叶以及背景中的植被与天气等自然景观，都应根据季节的典型表现进行细致调整和过渡，确保四个区域间衔接自然流畅、色彩丰富且富有象征意义。画面比例为 4:3。（参考图13）提示词模板的变量也不用局限一个，可以有多个变量，比如这张“现实vs内心映射”的图，{现实}是一个变量，{内心映射}是另一个变量。（参考图14、图15）这一步仍然是要反复测试，直到有一个稳定的效果（参考图10）所以说，写提示词，没有那么难，你有一个想法，先用大白话去试试，不行就让 AI 帮你调整，告诉它你哪里不满意，希望哪里更好，根据 AI 调整后结果再去试，再调整，反复“抽卡”，耐心一点总能成。当然模型也很重要，真不行就等一段时间再重新试试，就像我的裸眼 3D 显示屏的提示词，半年前还画不好，现在这就挺逼真了。让 AI 优化，也可以试试不同的模型，比如我会反复在 Gemini 3 Pro、GPT-5.1、GPT-4.5 之间重试，并没有绝对答案谁最好，保不准谁的结果就让你满意了。如果你想更进一步，让你的提示词能适应不同的场景、人物，还可以把它变成提示词模板，衍生出更多好玩的作品。

12. PS要被淘汰了吗?怎么现在到处都是AI修图了?

13. #Seedance必玩提示词模板##HOW I AI# 刷屏海内外的Seedance2.0太好用啦！大家都在分享自己的视频玩法，我试着用一句「爱宠自己学做饭」当提示词，就生成了一段超治愈的迷你动画，在厨房里小家伙踮脚掌勺、手忙脚乱的模样好可爱。镜头切换自然，像有导演在执镜。画面稳定又丝滑，叙事节奏轻快，每一帧都可爱到心坎里。大家快去创作独属于自己的动画片段，强烈建议从一句充满故事感的提示词开始。我的提示词是让小狗学会给自己做饭，Seedance的AI理解力和动画表现力真的太棒了！欢迎大家来玩！山時食堂的微博视频

14. Flux 2.0 突然发布！最强开源、叫板谷歌 Nano Banana Pro 模型，在线免费实测及本地部署教程！ | 零度解说

15. 一图顶10页PPT，8套高密度信息大图提示词开源

16. 国外一个网友总记得《Gemini 3 提示词最佳实践：日常使用指南》，内容如下：我用 Gemini 3 Pro 有一段时间了，直接说吧，它比 2.5 Pro 强太多了!这篇文章分享的是目前对我最有效的一些原则和结构模式。这不是什么金科玉律，更多是给你一个起点，帮你找到适合自己的策略。拿去试试，调整优化，不断迭代。核心原则Gemini 3 更喜欢直接明了的指令，逻辑胜过冗长。要想发挥最佳性能，遵循这些核心原则:1、精确指令：输入提示词时要简洁。Gemini 3 对直接、清晰的指令响应最好。明确说出你的目标，别绕弯子。2、一致性与明确参数：在提示词中保持统一的结构(比如标准化的 XML 标签)，并明确定义那些容易产生歧义的术语。3、输出简洁度：默认情况下，Gemini 3 不太啰嗦，倾向于提供直接、高效的答案。如果你需要更像聊天或者更随性的风格，必须明确提出要求。4、多模态协调：文本、图像、音频或视频都应该被同等对待。指令中应该明确提到具体的模态，确保模型能综合处理它们，避免孤立分析。5、约束条件放置：把行为约束和角色定义放在系统指令中，或者提示词最开头的位置，这样能确保它们锚定模型的推理过程。6、长上下文结构：处理大量上下文(书籍、代码库、长视频)时，把你的具体指令放在提示词末尾(数据内容之后)。7、上下文衔接：从大段数据过渡到你的问题时，要明确做好衔接。用一个过渡短语，比如"基于以上信息……"，然后再提问。内容很长，可以看原文，也可以看我的配图。原文链接见评论区。#提示词##提示词工程##科技先锋官##微博兴趣创作计划#

17. 如果你长期在做 AI 绘画，那你一定经历过这种疲惫感：写提示词写到像在写配置文件。人物、构图、材质、光线、参数、风格……越写越像 YAML。久而久之，备忘录里的 Prompt 越堆越乱，复制粘贴成了日常，稍微复杂一些的结构就得从旧记录里翻半天。明明是艺术工作流，操作却越来越像在写代码。给大家推荐一个宝藏开源项目：PromptFill ，一个专门为 AI 绘画 Prompt 设计的结构化生成工具，它把原本枯燥的“堆文本”变成了可视化的“填空式”交互，让写 Prompt 终于回到有序和掌控感之中。多数 Prompt 管理工具仍然停留在文本编辑层面，而 PromptFill 直接做了更底层的事情：把提示词拆成结构化的变量，再通过可视化 UI 把组合逻辑交回给创作者。它不是简单的替换模板，而是提供一套“可视化的可编程 Prompt”。比如在写人物角色时，你不再需要回忆之前用过哪些关键词，而是可以直接从“角色词库”里点选。在选择画风时，也不再需要复制粘贴一整串风格参数，而是用下拉菜单切换即可。看似简单，但本质是在把 Prompt 当作一种“可组合语言”来处理，让创作过程更接近编译器思维：可复用、可扩展、可视化。开源项目地址：github.com/TanShilongMario/PromptFill#科技先锋官##AI创造营##微博兴趣创作计划#

18. Obsidian 新人指南来了！这样上手不难搭建AI知识库必备

19. 【AI辅助设计】告别AI提示语混乱！这款免费开源神器，让设计师灵感管理井井有条

20. 全网最全，Banana pro 30个炸裂玩法大合集，附国内可用渠道

21. 2025年AI生图“王”！Banana Pro玩法大分享～【建议收藏】

22. 首尾帧哪家强❓4款顶流5个维度6大场景深度测评❗

23. Nano Banana Pro深度评测，PS这次真可丢了，超强AI绘画神器

24. Seedance 2.0 到底怎么写提示词，才能真的有“电影感”？我测试下来一个结论：别堆参数，写“分镜”。Seedance最强的能力，是把文字拆成镜头语言。所以提示词一定要有结构：✅ 主体 + 场景 + 时间✅ 镜头顺序（特写 → 中景 → 远景）✅ 镜头运动（推近 / 跟拍 / 环绕 / 慢动作）✅ 情绪氛围 + 原生音效✅ 节奏设计（前慢后快 or 留白收尾）给你一条稳出片模板👇“雨夜老街，主角奔跑。开场手持跟拍，镜头突然推近面部特写，霓虹倒影映在积水中。背景有急促脚步声和远处警笛声，整体节奏紧张，电影级光影，结尾画面渐暗。”⚠️三点别踩坑：1️⃣ 一定写清镜头运动2️⃣ 音效是加分项3️⃣ 形容词控制在3个以内工具已经到位，拼的是表达能力。你们最近跑出什么好片？#Seedance必玩提示词模板##HOW I AI##过个有AI年#

25. 在设计Agent系统提示词的时候，与其对一份系统提示词进行反复修改，不如让这个Agent使用的LLM模型自己生成系统提示词，你要修改的其实是LLM生成系统提示词的用户提示词，而不是直接修改系统提示词，应当对Agent进行版本控制的是用来生成系统提示词的用户提示词。

26. 【还在疯狂堆提示词？AI Agent最大的成本黑洞根本不在这】快速导读：别再盲目调试AI Agent了。真正的优化突破口，不在于你写了什么提示词，而在于你是否“看见”了它的思考过程。有人仅通过观察内部日志，就一夜之间砍掉了30%的token成本。---你是不是也这样调试AI Agent：改改提示词，看看输出，不行，再改改……感觉就像在黑暗中开枪，能不能打中全靠运气。大多数人下意识地认为，Agent不好用，就是提示词写得烂。于是花大量时间研究提示词工程，把系统提示词堆得越来越复杂。但真相是，你可能一直在和空气斗智斗勇。有人用OpenRouter配合LangFuse这类可观测性工具，只是简单看了一眼Agent运行的内部日志（traces），结果发现了惊人的浪费现场：一个任务里，Agent会傻乎乎地把同一个文件反复读4-5遍；执行一个简单的工具调用前，模型会先空转“思考”500个token；还有研究发现，40%的“卡顿”和“胡言乱语”，根源是工具响应太慢，而不是提示词有问题。一个开发者正是看到了这些，才一夜之间把token成本砍掉了30%。这揭示了一个正在变化的现实：AI开发的核心技能，正在从“提示词魔法师”，转向“AI认知侦探”。痴迷于调整那几句自然语言，可能正在让你错过系统中真正重要的问题。---简评：从“炼丹”到“手术”，AI开发终于开始进入可观测、可诊断的工程化阶段了。这篇文章就像一盆冷水，浇醒了那些还在“大力出奇迹”的提示词崇拜者。真正值钱的，永远是看到别人看不到的问题。---ref: x.com/nearlydaniel/status/2028567851108552862#AI创造营##人工智能#

27. 在现阶段，AI 生图/生视频的“可控性”，关键是靠提示词把关键约束写到位：身份锚点、镜头语言、时间轴动作、风格边界、负面约束。随口一句往往只说“要什么”，却没说清“不能变什么、怎么变、变到哪一帧为止”，一致性就很容易崩。对于提示词结构，我体会至少覆盖 6 点：1）身份一致性（必写） - 参考图/首尾帧作为 identity anchor - 脸型五官、发型、肤色、身材比例、服装材质与配色保持不变 - 明确：不换脸、不变形、不新增人物2）场景与光（决定观感稳定） - 时间与天气：清晨/黄昏/夜景；晴/雾/雨 - 光线：顺光/侧光/侧逆光；色温（暖金/冷青）；对比与曝光控制3）动作（视频必须写成“时间轴”） - 0–2s / 2–4s / 4–5s 分段描述做什么 - 约束动作参数：步幅次数、手臂摆动幅度、头部稳定、落地节奏4）运镜（视频一致性的关键） - 机位 + 景别：侧前45°/左后方半侧/正面；中景/近中景 - 镜头运动：跟拍推进/平移跟随/缓慢推近/抬升拉远 - 稳定性要求：稳定器、轻微起伏可控；禁止跳切/瞬移5）风格与质感（统一审美） - 写实/电影感/商业海报等风格选择 - 焦段感、景深、运动模糊强度、颗粒与锐度范围6）负面提示词（兜底） - 畸形、果冻感、穿模、抖动、跳切、文字水印 logo、角色变化等一律禁止把这 6 块写全，基本就能把“随机”变成“基本可控”。

28. 8种让AI光速出图改图的必学技巧总结了8种不写复杂关键词，也能让AI快速出图和改图的技巧，新手小白也能轻松学会！#ai设计 #ai教程 #ai工具 #ai新春游园会 #托尼三三

29. #Seedance必玩提示词模板#1分钟出大片！Seedance 2.0 正式终结了“AI视频不会剪辑”的时代！最近科技圈都在传这个 Seedance 2.0，最离谱的是它能直接生成“60秒长视频”，还自带电影级的分镜头切换！我也试了几组，整理出一份【必玩提示词模板】，建议先收藏再练手！万能提示词公式：[场景描述] + [核心角色] + [多段动作指令] + [分镜头要求] + [影调风格]案例分享“深夜的赛博朋克街道，霓虹闪烁（场景）。一名身穿银色风衣的侦探正穿梭在雨中（角色）。镜头先从背后跟拍特写，随后切到高楼俯瞰，最后停留在侦探推开酒馆大门的瞬间（多镜头动作）。胶片颗粒感，王家卫风格，高对比度影调（画质风格）。”如何用它做出爆款短视频？AI短剧流：利用60秒的长片段，保持角色一致性，直接出剧情。产品广告流：给你的产品起个酷炫的提示词，Seedance 能帮你生成极具质感的转场。梦境记录流：用最天马行空的描述，挑战它的多维度想象力。小乔说科技的微博视频

30. Gemini3.0 超级炸裂玩法大全，做游戏，3D图，演示动画，产品海报......

31. 回复@Sigurd司格德:我其实不管理提示词，极少数常用的做成 Gem 或者 Project，其他的发完就完了，因为掌握了写提示词的方法，就可以源源不断的产生提示词。当然某种程度上来说，发出来也是一种管理提示词的方法，因为会被搜索引擎收录，需要的时候关键字就能检索。//@Sigurd司格德:老师请问提示词怎么管理呢，在您这学了好多提示词，直接用文档存储吗[doge]

32. 为什么鸿蒙座舱5可以把交代的事办得干净利落？看完MoLA智能化架构后我懂了

33. veo3.1无限用，支持中文提示词！这个东西厉害了 #lovart #veo3#玩个很新的东西 #ai视频 #ai新星计划

34. 用了这5大技巧后，原来AI人物还可以这么真？

35. Seedance 2.0 最全上手指南：4 大入口、火爆玩法、详细提示词都在这

36. 看到一个生成羊毛毡风格小玩偶的AI提示词，试了下效果还不错。你可以自己上传个人照片让他生成，也可以填进去各种名人的名字，让它生成名人的羊毛毡小玩偶。🌟 图1 是豆包生成的我，图2 是 Nano Banana Pro 生成的我，参考图是图3 ，你感觉哪个看着更舒服?提示词分享：1、给自己或朋友生成时：一幅手工羊毛毡微缩插画，将我重塑为柔软的羊毛玩偶形象。玩偶面部五官简约，缀着纽扣状的眼睛，嘴角噙着浅浅笑意，羊毛毡质感经精心打造，细腻逼真。他身着的服饰灵感源于其标志性的休闲科技风 —— 深色夹克、简约 T 恤与长裤，均以针织羊毛和面料复刻呈现。整个场景充满奇幻的童话氛围感：羊毛毡铺就的茵茵草地、马卡龙色系的山丘，搭配飘着柔云的晴朗天空。画面采用微距摄影视觉效果，浅景深搭配柔和自然光，尽显定格动画美学风格；纤维与面料纹理极致细腻，营造出温馨又不失未来感的氛围，辅以电影级构图，画质精良考究。2、给名人生成时：一幅手工羊毛毡微缩插画，将 [填写名人的名字] 重塑为柔软的羊毛玩偶形象。玩偶面部五官简约，缀着纽扣状的眼睛，嘴角噙着浅浅笑意，羊毛毡质感经精心打造，细腻逼真。他身着的服饰灵感源于其标志性的穿搭，均以针织羊毛和面料复刻呈现。整个场景符合其身份，动作也是其招牌动作。画面采用微距摄影视觉效果，浅景深搭配柔和自然光，尽显定格动画美学风格；纤维与面料纹理极致细腻，营造出温馨又不失未来感的氛围，辅以电影级构图，画质精良考究。#微博兴趣创作计划##AI生活指南##AI创造营#

37. nano banana Pro的能力边界还是挺强的现如今，善用提示词和不善用提示词完全是两套效果。提示词的打磨成了AIGC的下一个难点。俺们工作室，26年也会加入更多AI工作流，不会照本宣科做生成，而是让AI变成加速创意落地、减少创意成本的工具~

38. 【如何构建任何场景的提示词：一套可复用的系统架构】互联网上到处都是“ChatGPT最强提示词合集”，人们收藏、粘贴、得到平庸的结果，然后继续寻找下一个。这就像戴着别人的近视眼镜，技术上能用，实际上没用。问题的根源在于：为别人的场景、别人的上下文、别人的输出需求构建的提示词，永远不会像你自己构建的那样有效。你需要的不是一个很少打开的收藏夹，而是一套系统架构。大多数人用自然段落写提示词。简单问题还行，稍微复杂一点就崩溃。因为模型必须猜测：角色在哪里结束？任务从哪里开始？约束是什么？输出应该长什么样？每一次猜测都是潜在的幻觉。XML标签消除了猜测。它们创建带标签的容器，告诉模型每条信息是什么、如何使用。这不是理论，Anthropic在自己的系统提示词中就使用XML标签，这是模型被设计来解析结构化指令的方式。核心标签有六个，几乎每个提示词都会用到：【角色】定义模型成为谁。不是“你是一个有帮助的助手”这种废话，而是“你是一位拥有15年经验的品牌策略师，专注于定位、信息架构和竞争差异化”。角色越具体，模型猜测越少。【任务】定义模型做什么。不是描述，是指令。“帮用户改进写作”是描述，“分析用户草稿，针对结构、清晰度和说服力提供具体可执行的反馈，找出三个最弱的点并重写作为示例”是指令。没有清晰任务的提示词会随心所欲，而随心所欲通常意味着平庸。【准则】控制模型如何行动。“永远不要假设用户没提供的上下文”“如果信息缺失就提问”“不要给泛泛的建议”。规则是覆盖模型默认行为的方式。【约束】是硬性限制，定义输出本身的边界。“回复必须少于280字符”“不要提及竞争对手名称”“所有建议必须在30天内可执行”。规则管行为，约束管产出，区分很重要。【格式】是最被忽视的标签。大多数人描述想要什么，却从不描述它长什么样。同样的角色和任务，“一句话”给你标题，“三段式摘要”给你简报，“带章节的详细报告”给你文档，“JSON格式”给你结构化数据。模型没变，你对输出格式的控制变了。【示例】是最强大也最少被使用的标签。一个好例子教给模型的东西，比一段指令多得多。它同时展示格式、深度、语气、结构和推理。两个例子通常就够了，目标不是全面覆盖，是校准。进阶标签处理那20%需要更高精度的场景：【上下文】提供背景信息，【个性】定义个性，【语气】定义情感基调，【受众】决定输出面向谁，【知识】注入领域知识，【方法】规定执行步骤，【反模式】展示什么是坏输出，【退路】定义无法完成任务时怎么办，【验证】让模型自检，【发现引擎】让模型先提问再行动，【链】把多个提示词串联起来。不是每个提示词都需要每个标签。简单任务用【角色】加【任务】加【格式】就够了。专业输出加上【准则】、【约束】和【示例】。交互式场景加【发现引擎】和【退路】。复杂工作流才需要全套。六个标签各司其职，比十二个标签一半在划水强得多。调试提示词有规律可循：输出太泛，【角色】不够具体；格式不对，【格式】缺失或太松；指令被忽略，【准则】埋得太深或相互矛盾；输出太保守，加【反模式】展示你不想要的样子；输出跑偏，【任务】有歧义；输出编造事实，加fallback告诉模型不知道时该怎么办；输出不稳定，加【示例】。框架是通用的，无论你构建代码审查、内容写作、数据分析还是任何其他场景的提示词。标签不变，里面的内容变。现在你可以随意构建和混搭提示词了。x.com/kloss_xyz/status/2018951817892442260

39. 为什么我编写不出优秀的ChatGPT提示词?

40. 【AI辅助设计】告别“咒语”恐惧症！我的AI提示词可视化编辑器，让创意修改像点菜一样简单

41. Seedance 2.0：说中国话的最强AI视频模型！

42. 丑图变大片？3招搞定高级感电商大片 #即梦ai #设计 #一站式AI创作工作台 #AI六边形战士 #无限画布来了

43. 2分钟南极AI短片卖100万？怎么做的? 硬核拆解最强AI视频工作流

44. AI视频没电影感？试下这6大影视级布光技巧......

45. 优点：1. 有 CoT 收集上下文；2. 有清晰的角色设定； 3. 有❌ vs ✅ 的对比式教学。可以优化的地方：1. 清晰的读者画像，是专业人士还是爱好者还是小白；2. 补充读者不了解的背景知识和事实核查；3. 输出的格式、长度；4. 改写的尺度：是润色、结构化改写？如果是结构化改写，应该有哪几种结构参考？可以根据文章类型提供几种不同结构选择会更好。最后，可以让 AI 给建议，例如可以这样问AI： <draft-prompt>[你的原始提示词]</draft-prompt> 这是一套{将学术文章变成科普文章}的提示词，我希望它能{通俗易懂引人入胜，让读者读后有收获感}。帮我从提示词工程的角度点评一下上面的提示词，哪些地方做得好，哪些地方不足，如何改进

46. 跟 AI 要 PPT，别只说"帮我做个 PPT"这就像跟厨师说"做顿饭"——能做，但多半不合你口味。想要好结果，得给它三样东西：角色定位 + 内容框架 + 具体要求下面是 7 个实用提示词模板，直接套用就行。1. 完整演示文稿（通用型）适合日常汇报、培训、分享会这类场景。提示词："你是一位演示文稿创作者。请为【主题】做一套完整的 PPT 结构，包括：标题页、核心观点、支撑数据、案例说明、视觉呈现建议、结尾的行动建议。叙事逻辑参考 TED 演讲的节奏。"2. 研究型 PPT（专业深度）适合行业分析、专业报告、需要展示研究深度的场合。提示词："为【主题】制作一份研究型演示文稿。内容需包含：相关统计数据、实际案例分析、行业观点引用、可落地的见解，每页都要有信息含量。最后附上参考来源。"3. 入门解释型 PPT（降低理解门槛）适合知识科普、产品介绍、给非专业人士讲解的场景。提示词："为【主题】做一个适合初学者的 PPT。把复杂内容拆解成简单的解释、类比和图示，确保没有背景知识的人也能理解。"4. 商业计划书（BP 专用）适合创业融资、项目立项、商业方案展示。提示词："为【创意/项目】制作一套商业计划书，包含：问题陈述、解决方案、市场规模、产品特点、商业模式、竞争分析、财务预测、团队介绍、融资诉求。"5. 故事叙事型 PPT（增强感染力）适合经验分享、年会演讲、需要情感共鸣的主题。提示词："为【主题】设计一个故事化的演示文稿，按这个结构展开：开场吸引 → 提出问题 → 探索过程 → 关键洞察 → 改变/成果 → 行动号召。每页配上演讲者备注。"6. 正式企业风 PPT（偏严肃场合）适合高层会议、战略汇报、董事会这类正式场景。提示词："为【主题】制作一份正式的企业演示文稿。使用专业表达，采用结构化要点，建议加入图表、SWOT 分析、趋势判断、数据支撑等内容。"7. PPT + 演讲稿一体（适合不擅长临场发挥的人）适合所有需要开口讲、但担心忘词或不知道怎么说的情况。提示词："为【主题】制作完整 PPT，同时写出配套的演讲稿。讲稿要和幻灯片内容对应，标注停顿点、重点强调的地方，以及情绪起伏的节奏。"这些提示词的核心逻辑是：先告诉 AI 你要什么类型的输出，再明确内容结构和质量标准。#AI创造营##科技先锋官##微博兴趣创作计划#

47. 发现一个AI的新用法，再也不用担心不会写提示词了！

48. AI分层设计已经到来，Nano Banana+lovart帮 AI终于可以分层设计了，1期视频0基础分享4大必学设计技巧！ #设计 #平面设计 #ai生图 #ai新星计划 #托尼三三

49. 融图无需PS！4招用AI搞定融图难题！在设计中，用PS对多个素材进行融图应该是基操，但是面对大量繁琐的操作，估计你也非常痛苦。今天一个视频教你4种不同的AI融图技巧，从产品👉人物👉动作👉风格通通搞定！#设计 #平面设计 #ai生图 #ai新星计划 #托尼三三

50. AI怎么做出电影感？AI大师级运镜玩法大全!

51. AI广告王炸组合！30美金竟可撬动上亿流量？

52. 最近很火的《苦海》转场，我来教大家怎么做后半段视频，#Seedance2.0上手教程#第一步:拍摄一段人物在室内踱步到缓慢转头的视频，在转头处截屏。第二步:打开即梦，选择“图片生成”，添加截屏图片，输入指令（图一），挑选满意的图片保存。第三步:选择“视频生成”，添加保存的图片，输入指令（图二）生成视频后半段素材。第四步:❶将素材导入剪辑软件，将后半段素材在人物抬头处分割，删除前面部分。❷对后半段视频进行变速（曲线变速选闪进）、智能补帧，添加“云朵转场2”。❸给后半段素材添加“电影感”画面特效。#HOW I AI##过个有AI年#seedance2.0上手教程

53. Claude Agent Skills 官方最佳实践↓ 值得一读，除了理解Claude Skills，也能帮你更好的写好提示词和理解上下文。了解如何编写Claude 可以发现并成功使用的有效技能。优秀的技能简洁明了、结构合理，并经过实际测试。访问：docs.claude.com/en/docs/agents-and-tools/agent-skills/best-practices #ai创造营##程序员#

54. Promptomatix：自动化提示词优化框架构建高效的大语言模型提示词一直是研发和应用中的难题。Promptomatix 是一个自动化提示词优化框架，借助AI技术和先进算法，自动生成合适的合成数据，反复迭代优化提示词，提升模型输出的准确性和一致性，显著减少手动调试的时间成本。它支持多种LLM服务商（如OpenAI、Anthropic等），提供了完善的API和命令行工具，方便集成到不同场景。无论是研究人员还是开发者，都可以借助Promptomatix实现高效的提示词管理和优化。主要特点包括： - 任务自动识别与零配置智能优化 - 基于合成数据的训练和测试集自动生成 - 多轮反馈机制持续提升提示效果 - 详细的会话管理与日志记录 - 跨平台CLI和API接口，灵活适配各种应用需求项目地址：github.com/SalesforceAIResearch/promptomatix 适合需要系统化提示词优化方案的团队和个人，助力提升大语言模型的应用质量和效率。

55. 补充一个提示词案例，比如这张咖啡杯内两船战斗的提示词网页链接，一开始很简单> photorealistic closeup photo of two pirate ships battling each other as they sail inside a cup of coffee但是不稳定，然后我抽卡了几次得到了一张很不错的，基于这一张好的图片去反向提取稳定的提示词，甚至于这个杯子的缺口很有意思，特地都保留下来了。然后基于这条结果，去让 GPT-5.1 帮我重写提示词。之所以没有用 Gemini，是因为 Gemini 总是给我出图而不是写提示词

56. Seedance2.0最近真的火遍全网！一起来#Seedance必玩提示词模板##HOW I AI# 分享你的创作吧～我也忍不住尝试了用它创作温情家庭动画～我的提示词是“蜡笔小新全家福，从童年到成年，父母逐渐老去，柔和光影，温馨家庭场景，缓慢变焦，怀旧风格”和“家庭聚会，小新放屁栽赃给爸爸，两人争吵，家人哈哈大笑，滑稽风格”这个提示词特别适合打造叙事向的亲情内容：通过“缓慢变焦”实现自然转场，“柔和光影”能增强情感氛围。建议想尝试类似风格的朋友，可以在提示词中加入具体的时间线索（如“五年后”“十年后”）和情绪关键词，让AI更精准地理解时间流逝与温情基调。Seedance2.0在叙事连贯性和画面稳定性上表现超棒，角色形象保持一致，运镜也流畅自然！我的视频里小新从调皮孩童成长为青年，父母的细节变化尤其触动人心～日常生活里的滑稽画面也特别令人动容！我的提示词是「蜡笔小新全家日常，从幼年到成年，父母白发渐变，暖色调，慢推镜头」，欢迎大家照着玩！

57. 又变强了！Nano Banana 2究极强大玩法～【免费渠道合集】

58. 【附关键词】丑图秒变高级，2步轻松搞定！着急做设计，手边没电脑，“小*云*que”是你的设计好搭子 1️⃣多角度出图：把产品分别单独转换成一张正面视角、平铺、侧面视角，以及细节特写的视图图片，灰色背景 2️⃣电商模特：广告摄影，特写镜头，年轻亚洲女性完全侧面朝向镜头，左手手持产品，脸上有一点白色洗面奶，紫色渐变背景，画面干净简洁，电商广告拍摄风格，营造精致高端产品氛围，采用光剪影效果，光影明暗对比，镜头聚焦产品上。 #设计 #ai工具 #电商设计 #小云雀AI #托尼三三

59. 电商设计Bug❗我＋1个AI＞你+N个设计师

60. 🍌 nano banana pro 提示词分享将文章变成黑板报的提示词--- 提示词 ---请根据输入内容提取核心主题与要点，生成一张黑板报风格的信息图： - 采用黑色黑板背景和粉笔手绘风格，横版（16:9）构图。 - 信息精简，突出关键词与核心概念，多留白，易于一眼抓住重点。 - 加入少量简洁的卡通元素、图标或名人画像，增强趣味性和视觉记忆。 - 所有图像、文字必须使用彩色粉笔绘制，没有写实风格图画元素 - 除非特别要求，否则语言与输入内容语言一致。请根据输入的内容使用 nano banana pro 画图：

61. Gemini模型：对系统提示词理解能力差，调用工具塞的数据太多会坏掉胡言乱语输出乱码。Claude模型：对系统提示词理解能力强，但只要有工具就会优先调用工具试试不管你系统提示词怎么写的，如果调用工具的同时不要求结构化输出，还会把自己的推理直接漏出来。OpenAI模型：没有以上问题。

62. 1 句提示词让你进入奥林匹克博物馆？米兰冬奥 AIGC 全球大赛保姆级攻略！

63. 这两天Seedance2.0有点火出圈了，我也试着做了个短片。看其他人大多都是生成科幻，动作，玄幻类型的酷炫短片，我尝试做了个文艺短片，剧本是根据我给的话题方向由AI自己生成的《AI与爱》。这次比起去年夏天同样用即梦生成的AI视频已经有了巨大的提升，这次AI对提示词的理解更准确，生成的效果好太多了，画面几乎是没有bug的，运镜专业流畅，只是在不同段落的连贯性和逻辑性上需要有更精准的提示词引导，我刚开始接触还在学习中，总之AI视频的未来无可估量，一定是颠覆行业的革命。说回这部文艺短片，人物的表演和影片的情绪我觉得还是很自然的，只是台词还是有些生硬，不过你只要把他们看作是AI的对话就好了，想想还有点细思极恐[流汗] #AI旅行任意门##seedance必玩提示词模板##how i ai# http://t.cn/AXtzi6Fa

64. 最强AI视频工作流：自动量产高质量短视频，无需剪辑，真正一键成片！

65. 根据文章生成公众号封面的提示词使用很方便，只需要提示词 + 文章内容，就可以自动生成复合公众号尺寸的封面。做成 Gemini 的 Gem 的话，就可以只要直接输入文章内容即可自动生成。它很好的同时支持横版 2.35:1 (消息列表) 和 1:1 (转发卡片和公众号主页) 格式最佳使用场景：Gemini + nano banana pro可以直接使用我分享的 Gem：网页链接或者使用下面的提示词--- 提示词 ---公众号封面图生成提示词请根据提供的内容创建一张吸引眼球的公众号封面图，遵循以下规范：视觉风格- 手绘插画风格，比例为 2.35:1（公众号封面标准尺寸）- 色彩鲜明、对比强烈，确保在小尺寸预览时依然醒目- 风格统一，避免写实元素，保持整体手绘质感构图要求- 主视觉元素居中或偏左（右侧预留标题区域）- 添加 1-2 个简洁的卡通形象、图标或知名人物剪影，增强记忆点- 若涉及敏感或版权人物，用风格相似的替代形象，不得拒绝生成- 大量留白，突出核心信息，避免画面拥挤文字处理- 标题文字大而醒目，控制在 8 字以内- 可添加 1 行副标题或关键词标签- 字体风格与手绘插画协调统一吸引力法则- 使用悬念、数字、痛点等钩子元素激发点击欲望- 视觉元素夸张有反差- 色彩搭配参考爆款封面：橙黄、蓝紫、红黑等高对比组合语言- 除非另有说明，默认使用中文请使用 nano banana pro 根据输入内容生成封面图。

66. Claude发了篇官方的提示词工程最佳实践。这里翻译下其中的常见提示词问题排查和应避免的常见错误两部分内容：1️⃣即使是精心设计的提示词也可能产生意想不到的结果。以下是常见问题及其修复方法：❓问题：回应过于泛泛💡解决方案：增加具体性、示例或明确要求提供全面的输出。要求 AI “超越基础”。❓问题：回应偏离主题或未抓住要点💡解决方案：更明确地说明你的实际目标。提供你为什么提问的上下文。❓问题：回应格式不一致💡解决方案：添加示例（少示例）或使用预填充来控制回应的开始。❓问题：任务太复杂，结果不可靠💡解决方案：分解为多个提示（提示链）。每个提示都应做好一件事。❓问题：AI 包含了不必要的前言💡 解决方案：使用预填充或明确要求：“跳过前言，直奔答案。”❓问题：AI 编造信息💡 解决方案：明确允许其在不确定时说“我不知道”。❓问题：当你想要实现时，AI 却提出了建议💡 解决方案：明确行动：“更改此函数”，而不是“你能建议更改吗？”专业提示：从简单开始，仅在需要时才增加复杂性。测试每次添加，看它是否真正改善了结果。2️⃣应避免的常见错误从这些常见的陷阱中吸取教训，以节省时间并改进你的提示词：🌟不要过度设计：更长、更复杂的提示并不总是更好。🌟不要忽视基础：如果你的核心提示不清楚或模糊，高级技术也无济于事。🌟不要假设 AI 会读心术：具体说明你想要什么。模棱两可会给 AI 留下误解的空间。🌟不要一次使用所有技术：选择能解决你特定挑战的技术。🌟不要忘记迭代：第一个提示很少能完美。测试和改进。🌟不要依赖过时的技术：对于现代模型，XML 标签和生硬的角色提示已不那么必要。从明确、清晰的指令开始。#微博兴趣创作计划#

67. How to Prompt：A minicourse on effective prompting（如何提示：高效提示词微课程） 1. Basic Prompting（基础提示）核心是遵循 CSI 原则，即 Context（上下文）、Specific（具体）、Instruction（指令清晰）。包括四个关键点：1. 使用精确语言；2. 提供充分上下文；3. 运用有创造性的表达方式；4. 用类比或示例帮助理解。 2. Chain-of-thoughts（思维链提示）将复杂问题拆解为一系列更简单的步骤。分为三级：1. 分解主问题；2. 细化子问题；3. 要求执行具体任务。这样可以让 AI 按逻辑顺序思考，而不是一次性“拍脑袋”生成答案。 3. Chunking（分块）把复杂信息拆成可管理的小部分。常用于财务分析、研究、工具使用、问题解决、写作等场景，能显著提高理解与执行效率。 4. Explicit Reasoning（显式推理）让 AI 在回答时展示其思考过程，以清晰、逐步的方式说明推理逻辑，帮助使用者理解每一步的依据。 5. Agent Prompting（智能体提示）将提示词设计成任务或查询，让 AI 扮演一个特定角色或“智能体”。例如，“你是一个数据分析师，请……” 6. Team Prompting（团队提示）让 AI 像一个多角色团队一样协作。包括三个步骤：1. 定义各个“代理人”的角色与职责；2. 分配任务与顺序；3. 引导他们协同完成复杂任务。 7. Socratic Prompting（苏格拉底式提示）通过提问的方式深入探讨主题、挑战假设。分为三个层级：1. 提开放式问题；2. 质疑假设；3. 追问澄清。 8. Meta-Cognition（元认知）鼓励 AI 对自己的思考过程进行反思。包括提示 AI 自我审视、进行结果评估、提炼见解，并根据反馈调整。 9. Prompt Optimization & Expansion（提示词优化与扩展）从一个基础提示开始，让 AI 自我改进提示，帮助使用者找到更合适的表达方式和指令结构，以获得理想结果。 10. Fact Checking（事实核查）用提示来验证信息的准确性与可靠性。包括四步：1. 质疑信息来源；2. 交叉验证；3. 要求最新数据；4. 请求第三方引用。 11. Iterative Inquiry & Sequential Questioning（迭代与连续提问）指持续提问与迭代的过程。通过不断追问与细化，逐步提升任务的理解与输出质量。 #人工智能##科技#

68. 可以啊，这个 AI 绘画提示词图库 OpenNana 网站又收了50+ Nano Banana Pro提示词，现在已经更新了 475 个案例了，对于 AI 生图不知道怎么提示词的，可以看看。网站：opennana.com/awesome-prompt-gallery#AI创造营##AI绘画##微博兴趣创作计划#

69. 大神 Miles 今天又分享了一个非常实用的 Manus 代理提示，他已经用它执行了数百个任务，并称“这是我 2026 年使用最频繁、最有效的代理提示”。我认真分析了一下，有如下优点：角色定位清晰：把 AI 设定为“自主代理”，自己规划、执行、收尾，大幅减少来回沟通；明确先想后做：强制先思考再动手，并生成简短计划（子任务、工具、顺序、风险），相当于自带迷你项目计划书；确保结果可用：过程会汇报进度，结束还有总结和交付物清单，可直接落地使用。这个提示词适合场景为只有一个大目标、但你没时间或不想细拆步骤的长链路任务。有个感受：提示词的结构设计，本身就是提升 AI 质量和稳定性的关键。

70. Grok 4.1 免费一键生成电影级AI大片 & MV｜连续故事情节·画面连贯·首尾帧一致！｜零度解说

71. AI绘画提示词全攻略｜0基础也能用，出图稳、易接单

72. 告别提示词烦恼

73. AI绘画提示词

74. 小白也能学会的AI绘画提示词技巧

75. 如何用提示词精准控制AI绘画的随机性

76. 新手必看！5个AI绘画技巧，提升AI绘图质量（附

77. 2026年玩AI绘画必备的3个提示词工具

78. 核心技能

79. AI提示词

80. 2026AI精品指令库

81. 打造你的提示词资产库，从零开始建立AI协作力

82. 如何写出好的Prompt（提示词）？

83. AI提示词精准指令

84. AI提示词指令提示词合集(含教程）

85. “指令工程”是核心

86. Python自动生成AI绘图提示词

87. 每天一个AI小技巧#03｜AI一键批量生成公众号配图，效率翻10倍，0基础美工SOP

88. 用 AI 做出电影级微缩世界

89. 基于场景化提示词的AI图像生成优化与应用

90. AI画图5个宝藏级提示词，让你的作品秒变专业级

91. AI 绘画不用愁！一篇文章帮你解决（有模版直接拿）

92. 【AI提效】阿里开源

93. 别再瞎问了！这套AI提示词模板，让你的效率提升10倍

94. 我用这套"超级提示词"让AI效率暴涨300%

95. 别抠提示词！这套开源插件，带你提前进入 “写提示词自由” 时代

96. 告别多网页复制粘贴

97. 最近调了一个非常好用的提示词。

98. ComfyUI 提示词终于不用手写了！这 2 个插件，直接把出图效率拉满

99. 1分钟学会Midjoumey如何以文生图

100. 如何写出真正有效的 Midjourney v7 提示词

101. 拒绝“塑料感”

102. 第三天Midjourney提示词用法逻辑学习

103. Midjourney，从0到大师只需一个视频

104. 成为提示词艺术家

105. Stable Diffusion 全攻略

106. 【SD教程】提示词

107. 分享提示词思路

108. 提示词完整架构解析

109. 总结了一套生图万能提示词公式，太顶。只需记住3部分

110. 写出一份优质的AI图片提示词，这些关键要素必不可少

111. Seedance2.0 图片构图控制

112. 分享即梦5.0 海报、PPT、商业插画等提示词 - 哔哩哔哩

113. 如何写提示词，Ai 图片设计新思维

114. 提示词工程随想

115. 为什么提示词工程解决不了“独特性”问题

116. AI提示词｜为什么精准的提示词离不开扎实的语法功底

117. 这张“畸形手”AI图，我靠3个词救活了。

118. AIGC学习-提示词设计与优化

119. GitHub开源提示词优化工具，支持 Windows _ macOS _ Linux，可将模糊想法自动优化成专业提示词，兼容多种主流 AI 模型。

120. 提示词工程进阶指南

121. 邪修！3个技巧教你避免AI角色“动作崩坏”

122. 进阶！3个技巧教你避免AI角色“动作崩坏”

123. 🔥电商产品精修图实用教程8，附提示词！

124. 我用AI做电商产品图，效率翻了3倍｜哪款AI工具做电商产品图好

125. 缺少产品图素材？电商万能提示词攻略🤫

126. AI绘画秘籍

127. AI绘图指令-50个常用风格（含提示词）

128. AIGC绘画实例

129. 超实用提示词公式+参数大全🎨

130. 别再盲目试错了，我花一周时间，总结了几个出图的提示词

131. 不会写NanoBanana提示词？简画Studio的案例库让你直接抄作业

132. 💡图片秒变提示词，AI绘画神器！这简直是AI绘画小白的救星！再也不用绞尽脑汁想提示词了。看到大佬的AI神图眼馋又想知道咒语？别自己瞎猜了。

133. 2025年提示词工程完全指南

134. 专家级 AI 提示词指南

135. 想让AI更懂你？68页提示词工程书请拿去！

136. 提示词工程（Prompt Engineering）是什么？看这一篇就够了！

137. 【保姆级教程】2025提示词工程prompt，从入门到实战，全程干货讲解，就怕你不学！——LLM/大模型入门/大模型学习路线

138. 【吊打付费】目前B站最全最细的提示词工程教学！从入门到实战全套教程，包含所有干货！

139. AI 智能体时代，提示词怎么写？一份高级提示词工程实战指南

140. 这个AI提示词的方向非常有意思。分享一个最近我研究的AI提示词模板。说实话，这个方向挺有意思的，和我之前理解的AI绘画完全不一样。

141. 一步到位，分享AI绘画提示词（prompt）编写的傻瓜万能公式！！（新手友好）

142. AI绘画提示词大全.docx

143. AI作画大火成就人均艺术家?

144. AI绘画Midjourney初尝试

145. 老表AI:我用AI绘画这么好看,为啥你画的是一大坨...AI绘画提示词优化教程

146. AI画画也需要人类精细指导

147. 关于AI绘画优雅草央千澈整理的一份咒语(与AI对话提示词-应用于AI绘图和AI生成视频)-本文长期更新-本次更新2025年1月15日更新-长期更新建议点赞收藏

148. 爱因斯坦霉霉同框只需15秒!最新可控AI一玩停不下来

149. 7大Ai绘画提示词思路，文末附提示词示例

150. 即梦 Seedance 2.0 ，3加3网格九宫格分镜提示词，可以复制粘贴

151. 我花300小时摸索困惑提示词秘诀，3分钟去逛逛

152. AI用户狂喜！这3个神仙提示词库，让你的AI秒变专业助手

153. AI绘画入门2：图片细节修饰方法

154. AI人像摄影提示词参考手册，附提示词示例

155. AI提示词｜从单句到复句再到逻辑严谨段落的提示词

156. 图生视频提示词怎么写？万能提示词公式，高效一键生片

157. 提示词设计方法01- 角色扮演

158. 提示词：撰写“母提示词框架

159. 提示工程实战指南：每日一个提示词 | 风 | Nano banana太远，智谱、豆包、元宝怎样？

160. 【每天一句提示词】炸裂福利！Refly AI 工作流 + NanoBanana Pro，3×3 职业贴纸包生成！附免费工作流！

161. 【大模型实战教程】2小时彻底掌握提示词工程（Prompt Engineering）深入浅出，草履虫都能听懂！——LLM/大模型入门/大模型学习路线

162. 仞字难倒大模型，国产文生图模型的识字率有点低呀 | 王之涣《凉州词》|《提示工程实战指南：每日一个提示词》

163. AI绘画，来看看如何设计提示词

164. 提示工程实战指南：每日一个提示词 | 文生图 | 《江南》

165. 提示词工程方法论：方法篇

166. 开源|一款支持本地化部署的AI提示词优化工具，告别提示词难题，效率直接飙升

167. 提示工程实战指南：每日一个提示词 | 文生图 | 敕勒歌 |

168. 【每天一句提示词】上传人物照秒变游戏级角色图！Refly AI 工作流 + NanoBanana Pro轻松搞定，还送免费工作流，速戳！

169. 提示工程实战指南：每日一个提示词 | 风 | Nano ba

170. 搞定提示词PS插件：一键生成、优化提示词，自定义添加管理从此不用再愁写提示词！PS插件：一键生成、优化提示词（内置DEEPSEEK，KIMI，豆包大模型）+自定义添加管理提示词第一大功能：智能体+内置DEEPSEEK，KIMI，豆包大模型一键生成、优化提示词提示词万能公式+内置DEEPSEEK，KIMI，豆包大模型一键生成、优化提示词第二大功能：通用图片反推提示词（内置KIMI，豆包大模型）可自定义添加预置反推提示词角色和限制提示词第三大功能：可以自定义添加管理提示词库支持自定义添加分类，添加提示词支持鼠标一键盲点自动复制提示词 #平面设计 #PS插件 #搞定提示词PS插件 #提示词插件 #提示词工程师

171. 为什么你的AI创作像人机？问题全在提示词没写对！去AI味写作指南

172. PromptFill:专为 AI 绘画设计的“结构化提示词生成工具

173. 提示词不会写？豆包生图提示词反推神指令，小白也能轻松上手

174. 用即梦反推提示词，给电商产品图添加光效。电商产品图添加光效，一键提升点击率！拿成品图给ai反推光效提示词，再用提示词给产品图添加光效，简直不要太好用！注意: 1.反推的提示词把关于环境的删除，只保留光效的描述，避免图片背景发生改变 2.上传图片一定记得把参考拉到100，同样是为了避免图片发生除光效之外的改变 #ai #ai工具 #电商设计 #即梦电商设计邪修神器

175. Gemini一张照片解锁九种角度✨

176. AI绘图想一键出大片，50条万能提示词覆盖8大高频场景

177. 【每天一句提示词】九宫格马年表情包生成工作流，你值得拥有！

178. AI提示词｜掌控提示词句子的“节奏”三要素：时态、情态、体貌

179. 提示词工程入门指南

180. 我花三天拆解了59套seedance 2.0提示词,发现了一个反直觉的现象

181. 🔥🔥🔥直接抄作业！私藏的设计妙招～【步骤1：输入万能反推场景关键词】请分析我提供的海报图片的AI生图提示词。从风格调性，构图维度，光影效果，色彩体系，场景内容产品摆放角度，产品放在位置，什么东西上，场景元素的形状，位置，材质质感、整体配色和背景描述等细节，要清晰涵盖画面所有关键信息，忽略文案排版，增加摄影或渲染专业词汇。适配中文AI绘图工具的提示词逻辑。最后合成一段话输出。【步骤2：输入万能反推“产品”关键词】详细描述产品轮廓形状特征，材质构造，色彩包装，并将以上要素整合为一段符合中文AI生图逻辑的提示词，要求能够直接用于生成产品图像【步骤3：场景关键词+产品关键词万用融合提示词】请保持第一次上传的场景设定，结合新产品的描述，产品角度需与场景视角保持一致。调整场景图色调，使其与新产品的配色风格相协调。仅提供生成该效果所需的提示词即可打开即梦4.0大模型刷刷刷~ 备注说明:以上内容均为AI生成，教程中的相关案例图/产品图本人仅做练习分享，非商用#设计干货 #电商设计 #电商运营 #设计教程 #创作灵感

182. 提示词与提示词工程

183. 别再手动写提示词了！这个AI工作流，让你的“微缩景观”视频创作效率飙升10倍。

184. 从“写提示词”到“让AI帮写提示词”，思维差在哪里？

185. 送提示词！爆火的Nano Banana Pro 微缩场景

186. AI绘画提示词技巧：自由发挥与精准还原

187. 不要纠结写提示词了！一文盘点AI自动生成提示词、提示词反推、提示词自动迭代方法

188. AI绘画新王者，Z-Image 提示词自动润色和最强一键洗图工作流

189. 【每天一句提示词】告别土味荣誉证书！这套设计工作流，让员工荣誉感瞬间拉满！HR必备！建议收藏！

190. 《Stable Diffusion 实战（ComfyUI 路线）第 0 课｜Windows 环境与性能基线》

191. 新手必看！这套AI绘画万能关键词公式请收好

192. 【每天一句提示词】元旦福利！Refly AI 工作流使用豆包4.5免费生成立体微缩的元旦城市景观图！附免费工作流！

193. AI创作，3分半长视频部分prompt拆解展示

194. 不会写 AI 绘画提示词？反推+仿写技巧公开，普通人秒变创作大神

195. 压箱底「提示词母引擎」全公开！授人以鱼不如授人以渔！今天我把我老底都给大家分享出来了！

196. 提示词和设计提示词的工作流程，拿走🤓。授人以鱼不如授人以渔。拿最近很火的，建筑结构分析图的 AI 特效。一个提示词搞定，包括建筑的各个参数，标记效果，AI 都能搞定，几乎一次就能生成 90 分的效果，能力再次升级。除了建筑还可以替换任意物品。再次划重点，给你们准备的一个通用提示词模版。还有提示词模版背后的生产方法，如何靠大模型一步步帮我设计✌️#google #nanobanana #gemini3 #nanobanana2 #ai