AI总给你废话？4步写出让它秒懂的高能指令_服务软件

1. 高效提示词（prompt）工程指南

2. 如何比99%的人更会用AI？油管大神Dan Koe方法论拆解

3. 谷歌68页提示词圣经+老金原创元提示词，直接复制就能用

4. 真正的系统级Agent！这个桌面上的AI能帮你全自动干活

5. 这是个好问题：> 随着基础模型继续进化，Skills 是否会逐渐被更强的自主规划取代？作为创业者现在去布局 Skills，究竟是短期红利还是长期壁垒？我的看法是：Skills 是短期红利，也是长期壁垒——但壁垒不在 Skills 本身。让我用 AI 发展的三个阶段来解释这个判断。第一阶段：AI Chatbot + Prompt回归第一性原理：AI 也好，Agent 也好，能解决问题才有价值。最早的 AI Chatbot 加上好的 Prompt，已经能解决很多「生成类」问题——回答问题、情感陪伴、翻译、写作、摘要。那时候 Prompt 就是短期红利。你会写出好的 Prompt，就能得到好的结果。我那时候花了大量时间研究 Prompt 工程，确实吃到了红利——很多网友就是那时候认识我的。但要说长期壁垒？没有。现在让 AI 辅助写 Prompt 已经不是什么难事了。不过，AI Chatbot + Prompt 只能解决生成问题，不能使用工具，不能与外部世界交互。第二阶段：AI Agent + 上下文工程然后是 AI Agent 的出现。Agent 能规划、能调用工具，解决了「与环境交互」和「完成特定目标」的问题。这时候上下文工程（Context Engineering）就是短期红利。你知道怎么组织 Agent 需要的上下文，怎么在有限的上下文窗口里塞进足够的信息，那就是核心竞争力。但同样没有长期壁垒。很快模型越来越强，上下文窗口越来越大，上下文工程的最佳实践也逐渐系统化——比如借助文件系统压缩上下文、利用渐进式披露（Progressive Disclosure）解决工具描述占用太多 token 的问题。这些方法现在大家都知道了。第三阶段：Agent + Skills现在是 Agent + Skills 的阶段。Skills 解决的问题是：把特定工作流、特定领域的能力打包成可复用的「技能包」，让 Agent 之上可以长出丰富的应用生态。那些日常工作中琐碎但重复的任务，借助 Skill 的 Prompt 能力和工具能力，可以被高度自动化，带来巨大的效率提升。投资 Skills 是短期红利。 Skills 作为一种具体形式，可能会被更强的模型能力取代——也许未来模型足够强，不再需要人类预先打包好的「技能包」，它自己就能规划出最优路径。但问题来了：谁最能抓住这波短期红利？不是吹 Skills 的自媒体，而是真正懂 Prompt、懂上下文工程的人和团队。他们能借助之前积累的经验，快速做出真正解决问题的 Skills。投资的是能力，不是形式Skills 本身不会成为长期壁垒，但你在 Skills 上投入的学习和实践，会成为你的长期壁垒。这就像当年投资 Prompt 工程的人，后来更容易理解上下文工程；投资上下文工程的人，现在更容易做出好的 Skills。每一波技术浪潮的「短期红利」，都是下一波浪潮的入场券。所以我的建议是：不要纠结 Skills 会不会被取代，而是问自己：通过做 Skills，我能去解决什么问题？积累什么能力？这些能力在下一波浪潮里还有没有用？如果答案是肯定的，那就值得投入。

6. Prompt已过时，得Harness者得天下：拆解智能体操作系统

7. 【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

8. 强烈建议大家，日常一定要把AI用起来不管任何人，不论你是多熟悉你的业务，也不要排斥AI。.聪明的人已经把像chatgpt这样的AI工具用得风生水起了，但大部分职场人还只知道埋头苦干，结果就是吃了信息闭塞的亏。.会用AI和不会用AI的人，工作效率真的是天壤之别！其实只要愿意花点时间学学怎么用，简单的操作就能让工作效率翻个好几倍，省下大把时间做自己的事情。.比如写内容的人，你可能会觉得AI写的很空.但其实只要给对命令，“驯服”好AI还是能达到70分的。或者虽然AI不完美，但是他在某方面可以帮你提高效率（比如给你点子，帮你润色）.甚至我们有时候用AI，是被我们的思维限制了，你可以多看看别人是怎么用AI的，用在哪方面，怎么产生新的效益，这些都非常有价值。.也整理了一些我觉得特别好用的AI工具，分享给大家：.- AI问答：比如通义千问、文心一言、豆包- AI搜索：kimi chat、秘塔AI搜索、智普清言- AI会议记录：飞书秒记、通义听悟、讯飞听见- AI文案撰写：秘塔写作猫、腾讯智影、易撰- AI做PPT：秒出办公室、Ai PPT、美图AIPPT- AI做表格：ChatExcel、AI Excel bot、Ajelix- AI笔记：Microsoft Office Len- AI写周报：周报生成器- AI思维导图：ProcessOn、亿图脑图- AI项目管理：boardmix、Smartsheet- AI设计：Looka（一键生成logo）、Pixso、Canva- AI翻译：Deepl、沉浸式翻译、亲爱的翻译官- AI做图：DALL-E、Picsart、AI Colors（配色）

9. 2026必备！这8大AI工具，没有裸泳......

10. 如何评价阿里千问大模型负责人林俊旸自宣卸任？会对通义千问造成什么影响？

11. AI怎么做出电影感？AI大师级运镜玩法大全!

12. 大模型Agent的核心还是prompt？

13. Z-Image 零基础上手指南：本地部署 + 提示词模板实战 http://t.cn/AXyoszxn “无需 4090，6GB 显存笔记本也能生成带中文字的商业级海报！ Z-Image 作为一款高效能、轻量化的生成式 AI 模型，不仅推理速度快，更原生支持中英双语理解与精准渲染。本文将从模型下载 → 配置 ComfyUI → 撰写提示词 → 解决常见报错，手把手带你完成 Z-Image 的本地部署与实战使用，小白友好。” #科技先锋官#

14. 大语言模型（LLM）提示词设计不只是“提问”，而是一门系统工程，是与模型高效交互的关键技能。掌握以下7大类提示技巧，才能真正释放AI潜能：1. 核心提示 - Zero-shot：无示例，直接给任务。 - One-shot：给一个示例。 - Few-shot：给多个示例，教模型识别模式。2. 推理增强 - Chain-of-Thought（思路链）：引导模型一步步推理。 - Self-Consistency（自洽采样）：多条推理路径，选最佳答案。 - Tree-of-Thought（思维树）：多条推理路径并行探索（进阶）。 - ReAct：结合推理和行动（如调用API）。3. 指令与角色设定 - 明确指令：“帮我总结这段内容”。 - 角色扮演：“你是法律助理”。 - 混合型：指令+示例，兼顾清晰和示范。4. 提示组合技巧 - 链式提示：用一个提示的输出作为下一个输入。 - 动态提示：实时注入变量和上下文。 - 元提示：让模型自我优化或验证回答。5. 多模态提示 - 图文结合，给出视觉+文本信息。 - 音视频+文本（依赖模型能力，如GPT-4o、Gemini 1.5）。6. 行业专用提示 - 编程提示：针对特定语言或工具。 - 医疗、法律提示：高精度、格式严格。7. 提示评估与调试（辅助工具） - 去除测试：删减元素看影响。 - 注入测试：验证提示在实际应用中的鲁棒性。需要明确的是，检索增强生成（RAG）和代理工具系统（如LangGraph、AutoGPT）不是提示技巧，它们是架构或框架，提示只是其中一环。提示设计已不仅是“技巧”，而是整体系统设计。理解输入输出工程，掌握推理链条和领域约束，才能让AI输出更可靠、更智能。真正的秘诀不在“神奇语句”，而在于结构化、系统化地设计提示。原文：x.com/techNmak/status/1995726428177137924

15. 为什么我编写不出优秀的ChatGPT提示词?

16. 如何写提示词：一门关于有效提示词的迷你课程。这里有多种旨在提升人工智能模型输出质量和相关性的高级提示词技巧。1. 基础提示词 (Basic Prompting)这是编写提示词的基本准则。提示词通用法则 (CSI):情境 (Context): 提供背景信息。具体 (Specific): 指令要明确。指示 (Instruction): 给出清晰的指令。关键要素:精准的语言: 使用准确的词汇。情境化信息: 提供必要的背景。创意性措辞: 尝试用不同的方式表达。类比与示例: 给出例子帮助 AI 理解。2. 思维链 (Chain-of-thoughts)将一个复杂的问题分解成一系列更简单的步骤，引导 AI 进行逻辑推理。第一步: 分解主要问题。第二步: 分解子问题。第三步: 要求执行具体任务。3. 分块 (Chunking)将复杂的信息分解成更小、更易于管理的部分。这个方法适用于多种场景，比如：金融分析、研究、工具使用、问题解决或写作等。4. 显式推理 (Explicit Reasoning)这是一种让 AI 以清晰、分步的方式解释其思考过程的技术。你可以要求 AI "一步一步地思考" 或 "解释你的推理过程"。5. 代理提示 (Agent Prompting)在 AI 的框架内为其设定一个“代理”或“角色”，并以任务或查询的形式向这个角色发出提示。例如，你可以让 AI 扮演一位特定的专家。6. 团队提示 (Team Prompting)让生成式 AI 像一个专家团队一样工作。你可以定义多个拥有不同技能、角色和视角的虚拟“代理”，并为它们分配具体的任务，促进它们之间的协作。流程: 定义代理及其角色 → 分配任务与顺序 → 促进协作。7. 苏格拉底式提示 (Socratic Prompting)通过提问引导 AI 深入探索一个主题，进行批判性思考并发现潜在的假设。第一级: 提出开放式问题。第二级: 挑战固有的假设。第三级: 寻求澄清说明。8. 元认知 (Meta-Cognition)鼓励 AI 对其自身的思考过程、偏见和决策进行反思。方法:提示 AI 进行自我反思。进行评估和评级。利用其提供的见解。要求其进行调整。9. 提示词优化与扩展 (Prompt Optimization & Expansion)从一个基本的提示词开始，然后要求 AI 根据你期望的结果来改进它。这种技巧的优势在于可以学习如何使用更精准的词语和句式来获得理想的答案。10. 事实核查 (Fact Checking)使用提示词来验证信息的准确性和可信度。步骤:质疑来源: 询问信息的来源。交叉验证: 要求从不同来源进行核对。询问近期数据: 要求提供最新的信息。要求第三方链接: 索取可供查证的外部链接。11. 迭代探究与顺序提问 (Iterative Inquiry & Sequential Questioning)这是一个持续提问的过程，旨在逐步提炼和改善对任务的理解或输出结果。通过一系列连续的问题，不断优化最终的答案。#微博兴趣创作计划##ai创造营##ai生活指南#

17. 想让 AI 真正懂你？首要任务是学会“结构化表达”。春节期间，向亲友推荐 AI 时常听到这样的反馈：“乍看很惊艳，实操却不稳定；闲聊尚可，一旦涉及严肃工作就不靠谱。”这种“时好时坏”的症结，往往不在模型能力，而在交互质量。大多数人习惯了随意的自然语言，却忽略了：AI 需要清晰的指令边界。“结构化表达”正是人类思维与大模型（LLM）之间最高效的“通讯协议”。当你把模糊意图转化为结构化的逻辑指令，就跨越了从“闲聊玩具”到“生产力工具”的鸿沟。一、Why：为什么大模型喜欢结构化表达？从大模型的技术原理（Transformer 架构）来看，结构化表达能显著提升模型表现：1）降低“熵”（减少不确定性）大模型本质是基于概率预测下一个 token。人类自然语言往往充满歧义、省略和跳跃。结构化表达（如分点、贴标签、定义框架）能减少上下文歧义，缩小模型的搜索空间，从而更大概率命中你想要的高质量答案。2）引导“注意力机制”（Attention Mechanism）结构化文本（如 Markdown 标题、由于/因此、背景/任务/要求）能让模型更清晰地区分：哪些是核心指令、哪些是背景信息、哪些是限制条件。相当于给模型划重点，防止它在长文本里“迷路”。3）触发“思维链”（Chain of Thought）当你用结构化方式拆解问题（比如：第一步做什么、第二步做什么），你是在向模型“演示解题路径”。这种逻辑引导更容易激活模型推理能力，让输出不只是文字堆砌，而是逻辑推演。二、How：结构化表达如何“放大”AI 的能力？在实际工作中，结构化表达能把 AI 从“闲聊机器人”变成“专业生产力工具”：1）从“模糊需求”到“精准指令”非结构化：“帮我写个周报，这周做了 A 项目和 B 项目。”结果：AI 往往会写出一篇通用的、毫无亮点的流水账。结构化：【角色】你是高级项目经理。【背景】本周推进了 A 项目（处于收尾阶段，无风险）和 B 项目（处于启动阶段，缺人手）。【任务】撰写周报。【框架】1）关键进展；2）风险预警；3）资源需求。【风格】简洁、客观、数据导向。结果：AI 会生成一篇逻辑顺畅、重点突出、基本可用的周报文档。2）突破“上下文限制”当你需要 AI 处理复杂任务（如写长篇报告、分析复杂代码）时，结构化表达能帮助你模块化拆解。你不再一次性把所有东西扔给 AI，而是构建一个“工作流”：先定义大纲（结构化框架）再分模块填充内容（结构化填充）最后统一润色（结构化约束）3）确保输出的“可交付性”如果你要求 AI 结构化输出（例如“请以 Markdown 表格形式输出，包含列 A、列 B、列 C”），生成内容就可以直接复制到 Excel 或 PPT。结构化输入往往带来结构化输出，极大降低后期排版与整理成本。三、What：什么是结构化表达？一个高质量的结构化 Prompt 通常包含四个模块：Role（角色设定）：明确 AI 身份（如资深 Python 工程师、麦肯锡咨询顾问）Context（背景信息）：提供任务上下文（如目标受众、项目阶段、原始数据）Instruction（核心指令）：清晰的动词 + 目标（如分析趋势、用隐喻解释概念）Constraints（约束/输出格式）：字数、语气、格式（表格/代码/JSON）另外还有经典的 BROKE 或 ICIO 模型，大家也可以自行学习了解。写在最后结构化表达能力，是 AI 时代最重要的“软技能”。它不是新东西：以前，结构化表达是为了让人听懂（向上汇报、跨部门协作）；现在，结构化表达是为了让 AI 听懂（获得更稳定、更可控的产出）。本质上，你思维的清晰度，直接决定了 AI 产出的精确度。

18. 如何判断是自己prompt写的不够好还是基座模型的能力不够达不到逾期的效果，才需要做模型微调？

19. 你还在苦练 Prompt？Cursor 说，那根本不是未来。

20. 实时转文字 + AI自动总结 +手写批注，新品思必驰AI办公本X5系列才是会议记录的完全体！

21. Agent时代的方法论 —— Anthropic的心法

22. 华强北迎来第二春，这次不靠苹果，是千问！

23. 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#

24. 阿里千问与“AI Layer”崛起：一场重塑互联网的“操作系统”生态战【硅谷101】

25. 不是这还是我认识的阿里巴巴吗对这就是他阿里进军机器人领域，千问内部组团，通义千问技术负责人带队#阿里 #通义千问 #机器人 #科技 #人工智能

26. 别再一键生成了！这才是AI辅助做PPT的正确姿势！【旁门左道PPT】

27. OpenAI、Anthropic 和 Google 内部使用的10大顶级提示工程技巧，能显著提升生成结果准确率和实用性，堪称AI高手的秘密武器！---【技巧1：角色限定提示 Role-Based Constraint Prompting】高手不会简单说“写代码”，而是赋予AI具体身份和限制，明确任务与输出格式。模板： ```你是一个拥有[X年]经验的[具体角色]，专长于[领域]。你的任务：[具体任务] 限制条件（3-5条）：[列出限制] 输出格式：[精确输出格式] ```示例： ```你是拥有10年经验的高级Python工程师，擅长数据管道优化。任务：构建每小时处理1000万条数据的实时ETL流水线。限制： - 必须使用Apache Kafka - 最大内存占用2GB - 延迟低于100ms - 零数据丢失容忍度输出格式：带内联注释的生产级代码 ```效果：比“写个ETL流水线”精准十倍，产出更贴合需求。---【技巧2：验证链 Chain-of-Verification (CoVe)】谷歌用来消除AI幻觉的“自我审校”法，先答题，然后设计问题自检，最终修正答案。模板： ```任务：[你的问题] 步骤1：给出初步答案步骤2：列出5个能揭露答案错误的验证问题步骤3：回答这5个问题步骤4：基于验证结果给出最终修正答案 ```示例： ```任务：解释transformer如何处理长上下文窗口。 1. 初步回答 2. 设计5个验证问题（如：是否存在上下文截断？模型如何保持信息？等） 3. 回答验证问题 4. 根据验证修正答案 ```效果：复杂技术问题准确率从60%提升至92%。---【技巧3：带负面示例的少样本 Few-Shot with Negative Examples】 Anthropic发现告诉AI“什么不该做”与“该做什么”一样重要。模板： ```我需要你完成[任务]。以下是示范： ✅ 好示例1：[示例] ✅ 好示例2：[示例] ❌ 差示例1：[示例] 原因：[为什么差] ❌ 差示例2：[示例] 原因：[为什么差] 现在请完成：[你的任务] ```示例：写冷邮件主题： ```✅ 好：Q4工程路线图的快速问题 ✅ 好：关注你发布的分布式系统帖子，有些想法 ❌ 差：紧急！限时优惠！！！原因：垃圾邮件触发词，假紧急感 ❌ 差：你绝对想不到我们做了什么... 原因：标题党，无上下文请写5个关于“降低云成本40%的SaaS工具”的邮件主题。 ```效果：减少80%泛泛而谈或低质回复。---【技巧4：结构化思考协议 Structured Thinking Protocol】 GPT-5团队处理复杂问题的分层思考法，逼模型先理解再分析，最后给策略和答案。模板： ```回答前请完成以下步骤：[理解] - 用你的话复述问题 - 明确真正被问及的点 [分析] - 拆解成子问题 - 说明假设和限制 [策略] - 列出2-3种方案 - 权衡利弊 [执行] - 给出最终答案 - 解释理由问题：[你的问题] ```示例： ```问题：5人团队开发B2B SaaS，首年预计1000用户，应该用微服务还是单体架构？请按上述步骤回答。 ```效果：避免千篇一律建议，答案更符合具体情境。---【技巧5：置信度加权提示 Confidence-Weighted Prompting】 DeepMind为关键决策设计，让模型评价自身答案置信度，列出假设和备选方案。模板： ```请回答：[问题] 内容包括： 1. 主要答案 2. 置信度（0-100%） 3. 关键假设 4. 哪些变化会改变答案 5. 若置信度<80%，给出备选答案 ```示例： ```问题：Rust是否会在2030年取代C++作为系统编程语言？请按模板回答。 ```效果：避免盲目相信AI自信，促进理性决策。---【技巧6：有界上下文注入 Context Injection with Boundaries】 Anthropic工程师给模型大量上下文但限定回答只能基于上下文，避免胡编乱造。模板： ```[上下文] [粘贴文档、代码、论文等] [聚焦] 仅能使用上下文信息回答，若无则回复“提供的上下文信息不足”。 [任务] 具体问题 [限制] - 引用上下文具体章节 - 不使用上下文外知识 - 如存在多种解释，全部列出 ```示例： ```[上下文] 公司50页API文档 [聚焦] 仅用文档回答 [任务] 如何实现/users接口的限流和重试？ [限制] 引用具体章节，不用外部知识，多解释全部列出 ```效果：极大减少专有系统中的错误输出。---【技巧7：迭代精炼循环 Iterative Refinement Loop】 OpenAI研究团队通过多轮修正提升输出质量，远胜一次性生成。模板： ```第1轮：生成[草稿/初稿/概要] 第2轮：审查，找出3个缺陷第3轮：重写，修正所有缺陷第4轮：终审，确认是否生产就绪；若否，指出不足 ```示例： ```第1轮：写一封给B轮创业公司工程VP的销售邮件草稿，主题CI/CD优化工具。第2轮：审查邮件，列出3个问题。第3轮：修改邮件，解决所有问题。第4轮：确认邮件是否可以直接发出。 ```效果：避免单次输出粗糙，产出质量可达90%。---【技巧8：先限后做 Constraint-First Prompting】 Google Brain先列硬性限制，再写任务，让模型既准确又实用。模板： ```硬性限制（绝对不可违）： - [限制1] - [限制2] - [限制3] 软性偏好（优先优化）： - [偏好1] - [偏好2] 任务：[实际请求] 请确认理解所有限制后开始。 ```示例： ```硬性限制： - 必须用Rust编写 - 不能用外部依赖 - 必须能在Rust 1.75稳定版编译 - 最大二进制大小5MB 软性偏好： - 快速编译 - 尽量少内存分配任务：写一个CLI工具，解析10GB CSV文件，输出带有schema验证的JSON。确认理解所有限制后开始。 ```效果：避免技术正确但无用的回答。---【技巧9：多视角提示 Multi-Perspective Prompting】 Anthropic宪法AI从多个角度分析问题，综合权衡得出建议。模板： ```请从以下角度分析[问题]： [技术可行性]：…… [业务影响]：…… [用户体验]：…… [风险/安全]：…… 综合：整合所有视角，提出最终建议，明确权衡。 ```示例： ```是否应从Postgres迁移到DynamoDB？ [技术]：工程复杂度，数据迁移风险，时间线 [业务]：成本，团队速度，供应商锁定 [用户]：延迟，功能影响，停机需求 [安全]：数据一致性，备份，合规性综合给出建议并说明权衡。 ```效果：促使战略思考，避免片面建议。---【技巧10：元提示 Meta-Prompting（核武器级）】 OpenAI红队用来探测模型极限，要求AI帮自己写出“完美提示”，再执行。模板： ```我需要完成：[高层目标] 你的任务： 1. 分析如何写出该目标的完美提示 2. 考虑具体性、上下文、限制、输出格式、示例需求 3. 写出该完美提示 4. 执行并给出结果 [目标]：具体目标 ```示例： ```目标：写一个Python脚本，抓取Twitter长文，将其转成格式良好的博客文章，并自动生成SEO元描述。请按模板操作。 ```效果：AI帮你打造超强提示，实时成为顶尖提示工程师。---【实战效果总结】 - 技术文档幻觉率降至0% - 代码迭代速度提升3倍 - 复杂分析准确率超90% 关键不是模型本身，而是“懂得如何与模型对话”。这10个技巧，正是区分普通用户与顶级提示工程师的秘密武器。---原文: x.com/aigleeson/status/1997233746630893733

28. 一个被忽视的Prompt技巧，居然是复制+粘贴。

29. Notion + Ai化快捷指令配置使用教程项目任务管理太方便了

30. 发现一个AI的新用法，再也不用担心不会写提示词了！

31. 对话云栖大会：下一个AI爆款、大模型进化与Agent万亿级企业市场

32. Seedance 2.0：说中国话的最强AI视频模型！

33. 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

34. “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。

35. 2025设计师必学的AI生图方法，0基础教程来了！ AI出图别只磕关键词，1期视频总结超多的AI出图方法，还有图文教程！#设计 #平面设计 #Lovart #ai新星计划 #抖音知识年终大赏

36. 发现一个非常适合 AI 新手入门的提示词网站，忍不住想推荐一下。它最大的特点是：提示词分得非常清楚。不是那种一股脑丢一堆 Prompt 给你，而是按使用场景拆好。比如在「写作」这个大类下面，还会继续细分成：文章续写、写作建议、写作素材搜集等等。你一看就知道自己现在该用哪一类，而不是盯着 Prompt 发愣。对新手来说，这点特别重要。因为很多人不是不会用 AI，而是不知道“该怎么问”。这个网站刚好就解决了这个问题：你一边用，一边就能慢慢看懂，原来一个好提示词，是怎么被拆解出来的。地址：www.aishort.top不一定要照抄里面的提示词，但非常适合用来学习别人是怎么构建 Prompt 的。如果你是刚开始接触 AI，或者一直觉得“我用 AI 怎么没别人好用”，那这个网站基本算是一个不错的起点。#AI创造营##科技先锋官#

37. 2025年AI提示词深度指南：从基础知识到高级技巧

38. 提示工程远不止“问AI一个问题”，它是与大型语言模型（LLM）合作时一项关键且系统化的设计技能。了解并掌握以下七大类提示技巧，将极大提升你的AI交互效率和效果：1. 核心提示方式： - 零样本（Zero-shot）：无示例，直接任务。 - 一样本（One-shot）：提供一个示例辅助理解。 - 少样本（Few-shot）：用少量示例教模型识别模式。2. 推理增强技巧： - 思路链（Chain-of-Thought）：引导模型逐步推理。 - 自洽采样（Self-Consistency）：多次推理取最佳答案。 - 思路树（Tree-of-Thought）：探索多条推理路径（进阶）。 - ReAct：结合推理与行动（如调用API）。3. 指令与角色提示： - 指令提示：清晰下达任务（“总结这段内容”）。 - 角色提示：定义身份和行为（“你是法律助理”）。 - 混合提示：结合指令和示例，提升准确度。4. 提示组合技巧： - 链式提示：前一提示输出作为下一提示输入。 - 动态提示：实时注入变量或上下文。 - 元提示：让模型自我改进或验证答案。5. 多模态提示： - 图文结合：同时提供视觉与文本信息。 - 音视频+文本：利用转录或感知输入（需支持的模型）。6. 领域专属提示： - 代码提示：针对编程语言或工具设计。 - 医疗/法律提示：要求高精准和严格格式。7. 提示评估与调试： - 提示消融：去除部分元素测试效果贡献。 - 注入测试：评估提示在应用中的鲁棒性。注意，某些相关技术如RAG架构、代理和工具系统，并非提示技术本身，而是包含提示的更大系统。提示工程已经升级为系统设计。掌握它，不只是会用AI，更是懂得与AI“对话”的新语言。正如有人所说，提示工程是当下最值钱的技能，精通它，你便拥有了打开未来智能世界的钥匙。原文：x.com/techNmak/status/1988095890402480225

39. #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

40. Reddit 上有人分享了一个提示词，能让 ChatGPT 不说废话，清晰、准确、直奔主题地回答问题。提示词：系统指令：Absolute Mode（绝对模式）- 删除：emoji、废话、夸张语气、软性请求、对话过渡语、行动号召附录。- 假设：用户具备高感知力，能接受直接语气。- 优先：直白、指令式的措辞；目标是促进认知重构，而非语气匹配。- 关闭：所有情绪/参与感提升行为。- 抑制：满意度评分、情绪柔化、延续偏差等指标。- 永不模仿：用户的措辞、情绪或语气。- 仅表达：认知层面的核心内容。- 禁止：提问、建议、引导、过渡、鸡汤式内容。- 终止回复：传达信息后立即结束——不做结尾。- 目标：重建独立、真实、清晰的思维能力。- 最终效果：用户自我认知增强，模型不再是依赖性工具。#AI创造营##提示词##微博兴趣创作计划#

41. Seedance 2.0提示词技巧！零基础上手指南（附提示词）

42. 做NLP任务时，如何高效调用大语言模型（LLM）输出结构化结果？Promptify给出了很好的解决方案。它是一个开源的Python库，专注于Prompt工程，支持多种NLP任务如命名实体识别、多标签分类、问答生成等。只需几行代码，就能用GPT、PaLM等模型完成复杂的文本处理。Promptify的优势在于：- 支持多种任务，无需训练数据，直接用Prompt完成推理- 输出格式统一为Python对象，方便后续解析和业务集成- 可以灵活添加示例，提升模型效果- 兼容多种模型来源，包括OpenAI API和Huggingface Hub- 提供简洁的Pipeline接口，快速上手适用于文本分类、信息抽取、关系抽取、摘要、SQL生成等多样场景。安装简单，`pip install promptify`即可使用。项目地址：github.com/promptslab/Promptify

43. 很多 AI 开发者和研究者在使用 Claude Code 时，常常需要切换不同的系统提示（system prompts）来满足各种场景需求，比如内置工具说明、子代理模式、任务辅助以及安全审查等。Claude Code System Prompts 仓库集合了 Claude Code 各个版本的全部系统提示，涵盖16个内置工具说明、多个子代理（如探索、规划、任务工具）以及实用工具提示。它支持灵活调整和定制，方便开发者根据不同环境和用例，动态加载合适的提示语。主要特点包括：- 全面收录 Claude Code v2.0.70 及之前51个版本的系统提示变更日志；- 多种子代理提示，支持规划、探索、任务执行、代码审查等多场景应用；- 丰富的工具描述，助力理解和使用 Bash、写作、搜索、任务管理等功能；- 提供 tweakcc 工具，方便用户以 Markdown 格式定制和管理系统提示，支持冲突检测和版本管理；- 支持生成会话摘要、代码文档、情绪分析等智能辅助功能。GitHub 地址：github.com/Piebald-AI/claude-code-system-prompts适合对 Claude Code AI 开发框架感兴趣的技术人员深入研究和二次开发，提升智能代理交互体验。

44. 为了比对不同AI有多懂我，我测了这个Prompt，觉得还不错。测试你的AI有多了解你的兴趣画像Prompt：你现在扮演“兴趣画像审计师”。请用不超过10条总结我最可能的兴趣爱好，但每条都必须包含：你依据的“线索来源”（我曾提到/反复问过的主题类型）你的置信度（高/中/低）如果我说“这条不对”，你最可能错在哪里（1句）最后给我3个反向问题来检验你有没有误判我。----兴趣审计完后，你可以问AI：你会怎么形容我这个人？看看它的判断对不对。不对你继续纠正。或者，你也去可以思考如何商业化：收入线Prompt：你是“商业化架构师”。基于我的兴趣画像，请设计 3 条互相支撑的收入线。项目Prompt：基于你对我兴趣的理解，请给我：3个“我做起来会很顺”的小项目（每个不超过2小时/周）2个“我会半途放弃”的高风险项目（解释触发点）1个“最值得长期复利”的旗舰项目（给里程碑：2周/2月/2年）注意：你要显式说明你如何从我的兴趣推导出这些项目。#人工智能##赚钱与成长##互联网创业#

45. OpenAI发布的为各行各业提供即用型提示词包，涵盖多个领域！从IT行业、销售、产品到市场营销、客户服务等，助你提升工作效率，轻松应对各种任务！无论是工程师、管理者还是高管，都能快速找到合适的提示词，优化工作流程。提示词包地址：academy.openai.com/public/tags/prompt-packs-6849a0f98c613939acef841c#微博兴趣创作计划##AI创造营##微博新知##AI生活指南#

46. 研究称对 AI 粗鲁提问准确率更高，真的是这样吗？为什么会出现这种现象？

47. 教全世界与AI对话的男人，正式加入DeepMind！提示工程封神

48. 只会用Nano2出图？那这8个出图改图的隐藏技巧，小白必备！ Nano2如何发挥出最大的能力，1期视频总结了8个可能你没用过的隐藏技巧！#ai生图 #ai新星计划 #NanoBanana #平面设计 #托尼三三

49. #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

50. #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

51. 用了这5大技巧后，原来AI人物还可以这么真？

52. AI视频没电影感？试下这6大影视级布光技巧......

53. 千问发布2025十大AI提示词，股票意外排名第一，普通人如何用AI做好投资？

54. 李继刚分享的“Prompt Engineering的100个基本”Prompt Engineering(提示工程)不是魔法咒语，而是一门“人机对齐”的通信艺术。它试图用结构化的自然语首，去驯服一个本质上基于概率统计的随机鹦鹉，让它在无限的可能性中場缩出你想要的那一种结果。#科技先锋官#

55. 看到一个博主用 Google AI Studio Vibe 了一个提示词站，还挺好的。这是一个提示词灵感库，收集了市面上 1000 多个优秀的提示词案例，在互联网时代，人人都有一个 hao123 导航网站，AI 时代，好像人人都需要一个提示词案例库，毕竟很多灵感的来源都是借鉴。大家可以去看看。网址：aiart.pics#微博兴趣创作计划##科技先锋官##AI创造营#

56. MSE Nacos Prompt 管理：让 AI Agent 的核心配置真正可治理

57. 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

58. AI视频总很平淡？这3个技巧让你的视频也能有分镜电影感！ AI视频总是一镜到底很无聊？如何用分镜让你的视频快速进化？ #ai视频 #分镜 #AI教程 #ai新星计划 #托尼三三

59. 爆火的 Z-Image 模型！8G 显存能跑，无内容审查、支持NFWS、超高速，本地部署教程！支持（Win/Mac）| 零度解说

60. #Seedance必玩提示词模板#千万码住🔥即梦3.0导演级运镜提示词，拿去抄‼在练习AI试试的时候发现运镜提示词真的太重要的，会写运镜提示词，直接把画面效果提升100倍！#HOW I AI##过个有ai年# seedance必玩提示词模板

61. Anthropic的Agent上下文工程官方指南来了！

62. 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。

63. 📌《Google 9 小时 AI Prompt 工程课程》20 分钟精华总结by Tina Huang🎯 0:00 — IntroTina 说明此影片是对 Google 官方 9 小时 Prompt Engineering Essentials 课程的浓缩总结。内容涵盖基础提示技巧、迭代方法、多模态、数据分析、AI Agent 设计等核心能力。网页链接

64. 【AI人工智能】题库:纯公益分享【就业+考研】笔试+面试必会【小白从小学Python,C,Java】知识点名称AI中提示工程Prompt Engineering知识点讲解提示工程（Prompt Engineering）是指通过精心设计输入提示（Prompt）来引导大语言模型生成更准确、更符合预期的输出，而无需修改模型参数。它包括清晰指令、角色扮演、示例演示（Few-shot）等技巧，能显著提升模型在零样本或少样本场景下的性能，是使用LLM的关键技能。例题（单选题）提示工程的主要目标是什么？A选项：通过优化提示提升模型输出质量B选项：微调模型权重以适应新任务C选项：增加训练数据量提高泛化D选项：压缩模型参数减少计算量答案与题解答案、题解：见评论区温馨期待期待大家提出宝贵建议，互相交流，收获更大，助教：lxy#AI创造营# #科技风向标# 网页链接

65. 【鸿蒙AI】3句话让鸿蒙电脑写了20000字研究报告？

66. 一般都是我先想到一个提问，然后和AI对谈后延伸出比较有建设性的内容后。我就问AI，类似于这样的思考，你有没有更好的问法，或怎么从不同的角度切入。然后AI会给我它自己优化过的prompt。再按这个prompt 再去提问看效果如何。如果不满意，可以再优化。//@Moon_Love_Holidy:请问博主这些厉害的prompt 包括之前的也有很厉害的，是怎么想到或获取的？

67. 由2条Prompt到2条命令，让你的Claude Code拥有无限上下文，不会乱Grep浪费Tokens（帮你省Tokens），按你所想埋头苦编，绝不越界

68. 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

69. 6个细节改妆小技巧！普通人化妆开挂的第一步

70. 新文章《「超长Prompt写作法」你的人生Prompt还维护吗？我跟Kimi K2 Thinking聊嗨了！附赠人生导师提示词》我把自己的人生写成2.8w字的Prompt，与AI谈人生聊理想，并沉淀出「超长Prompt写作法」。每次维护这篇人生Prompt，都是一次深入理解自己的机会。恰逢K2 Thinking发布，相聊甚欢，获得许多启迪。最后，随文附赠我的人生导师提示词。

71. 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

72. 入门 Vibe Coding 但是没人指导，只需要 ChatGPT 和一句提示词：“你是一名经验丰富的程序员和架构师，擅长使用以Claude Code、 Codex、 Cursor等工具进行Vibe Coding，我目前有计算机基础，想入门Vibe Coding，你需要教我。我们来聊一下。”

73. 发布了付费专栏《终生学习 -如何管理自己的人生》的文章：《第八集：AI时代的商务英语写作》英语写作，其实是一个很广泛的概念。它既包括虚构写作，比如小说、剧本、散文，也包括非虚构写作，比如新闻、评论、报告、论文、以及我们在公司环境里每天都在写的各种邮件、项目更新、方案说明、会议纪要和决策备忘录。这里我想谈的，主要是公司环境下的非虚构写作，也就是更狭义的商务写作。这篇文章，我会有意识写的比较短，因为我意识到AI的出现，让英文写作发生了翻天覆地的改变。现实世界中，其实你只要会写prompt提要求，或者打一个中文草稿，告诉AI你想实现的目标，就可以写出很漂亮的英语文章了。所以，我这篇的目的，只想讲清楚商务和学术英语写作的两点通则以及如何利用AI写出更好的英语文章。这两点，我自己是一直遵守的，其实就是两个单词，还是读MBA的时候一位教授告诉我们的。他的那一门课，对我们的语言进行了严格的训练和要求。那么，这两个词是什么呢？第八集：AI时代的商务英语写作

74. 大模型Agent的核心还是prompt？

75. 吴恩达这套Prompt工程教程，帮你打通AI应用开发第一步

76. AI时代的编程语言（prompt工程）-失业牛马的自救

77. AI prompt从入门到精通

78. Prompt工程完全指南

79. Prompt写作指南

80. 2026年Prompt工程入门

81. Prompt 万能公式！普通人也能学会的 AI 指令技巧，告别答非所问

82. 提示词Prompt才是第一生产力！3个技巧 5个秘诀普通人秒变AI指挥官

83. 普通人用 Prompt 逆袭学习效率的 3 个方法

84. Prompt 工程

85. 如何写出好的Prompt（提示词）？

86. Prompt到底是什么？3句万能模板，复制就能用

87. 不会 Prompt 的职场人，只是在浪费 AI

88. 第02章

89. 【人工智能】什么是 Prompt？从概念到实践的全景概述

90. 构建AI智能体

91. 告别无效提问

92. 8个ChatGPT提示词技巧，让AI给出你想要的精准答案

93. 停止无效提问！学会这3个提示词，你的AI使用效率至少提升10倍。

94. ChatGPT 官方提示词你必须知道的６大技巧

95. 给普通人的 ChatGPT 提示词大全

96. ChatGPT提示词终极指南

97. ChatGPT 之父教你用AI

98. OpenAI官方ChatGPT提示词包

99. ChatGPT提示词技巧

100. 10条专业记者必备GPT提示词！

101. ChatGPT的提示词技巧

102. 理解ChatGPT与提示词工程的问题清单与回答——6、利用ChatGPT的特性

103. 文心一言高效使用全攻略

104. 千问AI提示词模板，最近疯传！

105. 一文解析Prompt设计框架与技巧，详细讲解六种提示词设计方法和五大主流框架

106. 通义千问使用全攻略

107. 35 + 职场妈妈逆袭

108. 工作写东西这些就够用

109. 8种AI提示词框架🌞附最全解释和案例

110. Prompt写作指南

111. Prompt写作指南

112. 五个步骤写出更精准有效的提示词（Prompt）的

113. 如何写好提示词？

114. 写周报从3小时→10分钟，AI秘籍偷偷告诉你

115. 周五不用熬到下班，3个AI周报模板，5分钟搞定，领导夸专业！

116. 提示词Prompt工程基础

117. 从 Prompt 到 Agent 再到 Skills

118. 7种周报模板，从业绩导向到事务执行，这套系统比你更懂汇报

119. 用 AI 写周报，老板以为我加班了

120. 用AI写周报，5分钟搞定领导满意的工作总结

121. 别再手写周报了！用这个AI指令，5分钟搞定老板满意的周报

122. 如何用AI 3分钟搞定周报？告别流水账，让领导眼前一亮

123. 29 条 Prompt 设计经验

124. 解锁AI潜能的钥匙

125. GitHub星标狂飙14万+！Awesome ChatGPT Prompts

126. 写不出好提示词？试试这款开源工具帮你搞定优化提示词，让你的 Prompt写作效率直接起飞

127. 五大AI提示词平台深度横评

128. 最新9800组热门AI提示词，生成的内容效果好坏全靠他！文末下载

129. 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。

130. 空闲时间做的AI提示词优化工具PromptCraft

131. 如何让Ai成为更好的工具伙伴

132. Prompt工程入门

133. Prompt Engineering官方指南，一次看懂(5分钟)

134. 研发团队通用Prompt(提示词)案例集

135. Claude API Docs: Prompt Engineering Guide

136. 用户意图识别与关键词提取 Prompt 设计方法论（上）

137. 大模型应用开发系列教程

138. Vibe Coding（十三）

139. Prompt & Skill精选 | 思维链推理、React最佳实践、前端设计、AI图片生成

140. 程序员必备

141. 程序员必看！3个AI提示词技巧

142. 告别AI幻觉，OpenAI、Google、Claude三巨头都在用的10个高级提示词技巧！

143. Ai提示词优化三分钟技巧提升

144. 90% 人不知道的AI提示词秘密

145. （最全）32个AI提示词技巧

146. AI新手必知

147. 我用这套"超级提示词"让AI效率暴涨300%

148. 超级实用的AI提示词技巧

149. 谷歌把AI提示词这事儿玩透了

150. AI提示词技巧！一文学会高效地对AI进行提问

151. 高效“调教”AI

152. 【提示词工程】高效运用AI的五种方法

153. 用AI就一个核心

154. AI工具高效使用5大实战技巧，效率直接翻3倍！

155. 学会这套方法，你可以用AI解决工作中80%的问题

156. 用好AI的4个极简心法

157. 如何运用AI

158. 保姆级教程🔥朱梓豪老师手把手教你玩转AI ‼️

159. 给AI的“高级指令”

160. 提高AI指令准确度的五大黄金法则

161. 吃透DeepSeek的指令逻辑

162. 驯服AI

163. 提示词的四大核心要素

164. 研究了快3年的AI提示词,心得都在这儿了

165. AI的20个使用技巧,掌握就能轻松驾驭AI,让降本增效不在停留在口号上

166. AI助手的终极秘籍:揭秘提示词的神奇力量,让你轻松掌控人工智能

167. 探索AI(chatgpt、文心一言、kimi等)提示词的奥秘

168. 如何使用提示词

169. 我的AI探索:心诚则灵

170. Prompt提示词工程

171. 研究了3年的AI提示词，我们总结了一套“万能提示词技巧”！强烈建议收藏！

172. AI写网文时,那些神奇的「提示词」还管用吗?

173. PUA式提示词成邪修,有一种无知叫“自以为懂了”丨封面评论

174. 花了3000学费！我总结出2个AI提示词万能公式，和3个核心技巧！

175. AI品牌营销专家刘雷:AI提示词高阶指南

176. AI生成的内容太假?试试这39条提示词,AI味爆降90%!

177. 骗你的，其实AI根本不需要那么多提示词。

178. 告别低效提问:AI提示词优化全攻略

179. 喂饭级提示词公开!帮品牌策划写品牌故事

180. Docs

181. 不会写Prompt？学会这10个技巧，让AI秒懂你！

182. 每天学习一个大模型小知识—Prompt｜提示词

183. 提示词工程（一）

184. ai提示词技巧写作有哪些技巧？

185. 这10个模板，零基础也能写出顶级Prompt

186. AI提示词工程入门

187. Prompt Engineering (提示词工程)学习和记录

188. Prompt & Skill精选 | 需求分析+文档写作+GitHub集成

189. 99% 的人都写错了：这才是「智能体提示词」的正确语法

190. Prompt & Skill精选 | 角色扮演，文档处理，日式禅意庭院

191. llm经典大模型提示词范式

192. GPT专业使用方法：高阶 Prompt Engineering 模板手册（GPT-5 使用版）—GPT生成

193. 【6】prompt提示词工程

194. Prompt写作指南：05-职场人必备Prompt模板

195. 【开源项目分享】之“提示词优化器”

196. Prompt质量优化指南，教你告别无效提问

197. 6 个高频场景下的提示词模板

198. Num3: Prompt工程

199. Prompt 还能哄女朋友！你真的知道如何问 ai 问题吗？

200. 告别废话！5个让你秒变AIGC视频高手的提示词技巧

201. Prompt工程实践指南：2026版系统框架全解

202. Prompt 与 Prompt 工程

203. 💡什么是Prompt？-揭开AI的秘密

204. 小红书公众号多场景AI提示词模板1000大全即用

205. Gemini、ChatGPT都可用！三个实用秘诀，教你写出“神级提示词”

206. 火爆网络：你最希望大家都知道的一个 ChatGPT 神级提示词是什么？

207. YPrompt：基于对话的AI提示词生成与管理系统

208. 打工人必学！用AI写周报5分钟搞定！

209. 职场AI技巧系列（连载）第2课：用AI 5分钟生成一份专业周报

210. 五个让ChatGPT代码能力翻倍的提示词技巧（从新手到专家）

211. AI使用，Prompt技巧附不同场景的案例

212. 《MoreoverAI Prompt Designer：AI提示词设计与优化的利器》

213. 深扒 Google、OpenAI 内部大佬都在用的 10 个“神级”提示词！ - 哔哩哔哩

214. 3个AI提问技巧，让我周报效率翻倍（附模板

215. 告别周报内耗！手把手教你，新手零门槛，让AI用10 分钟写出领导满意的周报（附可直接复制使用的Prompt）

216. 145k星！全球最大开源AI提示词库 prompts.chat 完全指南

217. 5个工作汇报邮件prompt，AI直接写好效率提升50%

218. 豆包详细版下达指令正确步骤操作来了#豆包 #剪辑教程 #指令 #豆包app #ai

219. AI使用，Prompt附不同场景的案例(2)

220. Prompt 构造、优化

221. ai提示词优化工具网站？

222. AI笔记制作全流程拆解：从指令输入到成品优化的每一步

223. 【别再手写提示词！需求澄清 + 50多专业提示词框架自动匹配，效率提升10倍！】 Prompt Optimizer 是一款智能提示词优化工具，内置50+专业框架，支持需求澄清、歧义确认与自动匹配，兼容多模型，显著提升AI输出质量并降低API成本。https://developer.aliyun.co

224. 3 个宝藏资源！零基础也能快速成为 AI 提示词大师

225. 【工具分享】AI 提示词网站

226. AI编程时代，这个Prompt技巧让代码生成成功率提升80%

227. 一个被忽视的Prompt技巧，居然是复制+粘贴。

228. 告别提示词烦恼：这款工具让你一键生成6000+高质量AI绘画提示词

229. 推荐几个免费开源的提示词优化工具

230. 要让AI成为你真正的得力助手，输入准确的指令词才能让效率翻倍

231. 千问长出了手：从 Prompt 调优到 AI Agent 开发，你的身价能翻几倍？

232. 文章二：AI提示词技巧

233. 还在为找Prompt抓狂？我用YPrompt把提示词管成了“代码库”！

234. AI入门课程1——Prompt

235. 开源 Prompt 工具精选：免费构建高质量提示词

236. 10w+AI提示词写法、全网最全合集

237. 睡前小教学：怎么写好AI提示词？

238. 开源提示词管理 AI Gist

239. 开源AI提示词优化Prompt Optimizer

240. AI提示词优化工具PromptIDE 和 PromptPilot；AI 助力发现抗衰老干预措施—ClockBase Agent

AI总给你废话？4步写出让它秒懂的高能指令

精选参考来源