提示词不是越长越好：GPT-5.5与Claude的细节之争_服务软件

1. 高效提示词（prompt）工程指南

2. 别光问AI了，反向操作才是王炸，这是我10倍速阅读的三大心法和提示词～当会用AI不再稀缺，AI时代真正拉开差距的是什么？#ai #阅读 #读书 #学习 #世界读书日

3. 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#

4. 【你的提示词写得像搜索引擎查询，难怪AI输出不行】经过大量测试，我发现90%的ChatGPT糟糕输出都源于同一个问题：我们写提示词的方式更像是在Google搜索，而不是在写项目简报。这个五层框架能让输出质量产生质变：角色、背景、任务、格式、约束。+ 第一层：角色。别只说“你是专家”。要具体到专业程度、行业领域和个性特征。“你是一位有15年经验的直复营销文案，专门服务DTC电商品牌，深入研究过尤金·施瓦茨和大卫·奥格威的方法论。”角色越具体，输出越精准。模型会根据这个设定调整词汇、结构和推理方式。+ 第二层：背景。AI读不了你的心思。大多数人在这一层丢失了质量。“我的客户销售一款49美元的有机护肤精华液，目标用户是28到42岁的女性，她们对那些承诺效果却使用合成成分的产品感到失望。品牌调性温暖、自信、有科学依据，但不推销感。”+ 第三层：任务。具体到让人觉得啰嗦的程度。不是“写几封邮件”，而是“写一个5封邮件的欢迎序列。邮件1是温暖的品牌介绍，邮件2针对最大异议也就是价格问题，邮件3分享客户转变故事，邮件4用限时优惠制造紧迫感，邮件5用社会认证做最后推动。每封邮件要包含主题行、预览文本和正文。”+ 第四层：格式。告诉AI确切的结构。“每封邮件使用这个结构：主题行、预览文本、开场钩子一句话、正文100到150字、一个清晰的行动号召。使用短段落，每段不超过两句话。”+ 第五层：约束。这是秘密武器，约束能防止通用化输出。“不要使用革命性、颠覆性、解锁这些词。不要用问句开头。每封邮件感叹号不超过一个。阅读水平控制在八年级。”有评论指出，约束层的作用比表面看起来更深。你不只是在避免陈词滥调，而是在压缩模型的输出概率空间，迫使它把注意力权重重新分配到非默认选项上。这就是为什么有约束的提示词感觉更专业：你让懒惰的输出变得不可达。当然，也有人直接说这框架没什么新鲜的，不过是把“具体一点”包装进五个盒子，撒上企业咨询的术语。确实，这类结构Google早就有70页的PDF免费提供。但重点从来不是原创性，而是是否真正在用。一个更实用的变体是调整顺序：角色、任务、约束、背景、格式。把指令放在最前面，因为模型对最近的显式内容权重更高。还有人提出了更深的思考：当约束不是偏好而是硬性要求时会发生什么？金融、医疗、法律这些领域，“模型通常会遵守”是不可接受的。那时候约束架构就变成了一门和提示词工程完全不同的学科。框架之外，真正的高手会让AI帮你写提示词。把想法扔进去，告诉它你想要的结果，它通常会默认输出类似结构。让AI做重活，这才聪明。www.reddit.com/r/PromptEngineering/comments/1r4b2y3/the_5layer_prompt_framework_that_makes_chatgpt/

5. 最近看到有人整理了一套 Andrej Karpathy 风格的 Claude 提示词，一共 7 个，每一个都很实用，值得聊聊。大多数人用 Claude 就是直接丢个问题过去，等它吐答案。但 Karpathy 的思路完全不同，他把提示词当成一种思维框架，先帮 Claude 搭好思考的脚手架，再让它输出内容。效果差距非常明显。第一个叫"拆解法"，核心思路是让 Claude 在回答之前，先把问题拆成十个步骤：定义问题、找假设、列约束、分子问题、给三种方案、比较利弊、选最优、出执行计划、标失败点、提改进建议。这一套走下来，回答的深度完全不一样。第二个是"第一性原理构建法"，要求 Claude 从最底层的概念开始，一层一层往上搭，不许上来就打比方，先把术语讲清楚，再给心智模型、实际应用和常见误解。学 AI、学系统设计的时候特别好用。第三个是"研究简报生成器"，一条提示词就能让 Claude 帮你摸清一个领域的全貌：谁在玩、什么方案能跑通、什么方案跑不通、市场空白在哪、有什么反共识的洞察。省下你大量的前期调研时间。第四个是"架构设计提示词"，适合你有个想法但不知道怎么落地的时候。它会帮你规划最简版本、技术栈、数据流、构建顺序、边界情况，连 v2 怎么迭代都给你想好了。第五个很有意思，叫"元提示词优化器"，就是用提示词来优化提示词。你把自己写的提示词丢给它，它从清晰度、结构、约束、推理深度这些维度帮你重写一遍，还会告诉你为什么改完更好。属于降维打击。第六个是"专家模式切换"，一句话让 Claude 跳过所有入门级的解释，直接用资深工程师跟同行聊天的方式来回答，聚焦实现细节、关键取舍和常见的坑。第七个是"思考搭档"，让 Claude 不要无脑附和你，而是主动挑战你的假设、指出逻辑漏洞、提替代方案。这个时候 Claude 才真正变成了一个协作者。说到底，同样的模型，不同的人用出来效果天差地别。关键就在于你怎么组织自己的思维，然后把这个思维结构传递给 AI。这 7 个提示词就是很好的起点。#科技先锋官##How I AI#

6. 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

7. 谷歌68页提示词圣经+老金原创元提示词，直接复制就能用

8. 【同样用 AI，别人产出碾压你？差距全在提示词工程】2026年，AI领域有一个令人不安的真相：模型不再是瓶颈，提示词才是。两个人在同一个任务中使用相同的模型，产出质量却天差地别。平庸者得到的是需要推倒重写的废话，而专家得到的是直接进入生产环境的成果。提示词工程不是某种玄学，它是AI经济时代最有价值的技能，因为它决定了你与AI交互的质量天花板。以下是迈向专家级提示词工程的完整路径。---第一阶段：基础认知——具体性击败普遍性大多数提示词失败的原因在于：大语言模型本质上是在预测下一个概率最高的字符。当你给出的指令模糊时，模型会填充统计学上最平庸的内容。专家提示词必须包含的六个要素：1. 角色：给模型一个具体的身份，如“拥有15年经验的B2B SaaS产品策略专家”，这决定了它的词汇量、深度和视角。2. 背景：模型需要知道你的行业、受众、限制条件和目标。没有背景，模型只能靠猜测。3. 任务：明确具体的动作，例如“对比三个竞争对手的定价、功能和话术，撰写一份竞争分析报告”。4. 格式：规定输出的形态，如表格、两段式的建议或特定的代码结构。5. 约束：明确告诉模型“不要做什么”，比如“不要使用营销术语”、“不要超过500字”。6. 质量标准：定义什么是“好”，例如“分析必须具体到足以让产品团队在5分钟内做出决策”。---第二阶段：结构化技巧——让逻辑清晰可见1. 使用XML标签Claude等模型对结构化输入非常敏感。使用标签如 <context>、<task>、<constraints> 可以消除歧义，让模型明确每一部分指令的功能。2. 背景在前，问题在后当处理长文档或大量数据时，始终将参考资料放在问题之前。先让模型加载上下文，再提出要求，这比先问问题再给资料的效果要好得多。3. 少样本学习（Few-Shot）给模型三到五个例子，效果胜过十段文字描述。展示你想要的模式，包括正常情况和边缘情况，模型会迅速捕捉到你未言明的逻辑。---第三阶段：高阶策略——深度思考的逻辑链1. 链式思维（The Chain Method）永远不要让模型在一个提示词里完成五件事。将任务拆解：先做调研，再找差异，最后写文案。每一步的质量都会累积，最终形成深度远超单一指令的成品。2. 自我修正循环模型的初稿往往只是草稿。加入一段指令：“重新阅读你的回答，按准确性、具体性和可操作性打分（1-10分）。针对低于8分的维度进行修正，并给出最终版本。”3. 动机约束不仅要告诉模型“做什么”，还要告诉它“为什么”。当模型理解了“字数限制是为了适应Telegram的显示逻辑”时，它在精简内容时会表现得更智能。4. 多维视角分析对于复杂的决策，要求模型从不同角色（如CEO、CFO、客户）的角度分别进行分析，最后再综合成一个平衡各方利益的建议。5. 元提示词（The Meta-Prompt）当你不知道如何写好提示词时，让AI帮你写。描述你的目标和背景，要求AI为你生成一个最有效的提示词结构。---第四阶段：系统化精进——从战术到战略1. 持久化上下文文件为不同类型的工作建立Markdown文件，如写作准则、分析框架或项目背景。在对话开始时让模型先读取这些文件，确保它始终遵循你的个人标准。2. 模板库意识将每一个成功的提示词沉淀为可复用的模板。剥离具体内容，保留结构变量。随着时间的推移，这种复利效应将成为你最大的竞争优势。3. 每周反馈闭环每周复盘你的AI产出：哪些地方没达标？提示词哪里可以改进？将这些教训更新到你的上下文文件中。---总结与启示提示词工程不是在寻找某句“咒语”，而是系统性地增加交互的确定性。平庸者在依赖模型的随机性，而专家在消除模型的随机性。当你掌握了这些技术，你会发现你使用的仿佛是完全不同的另一种技术。在这个AI时代，你的提问能力，就是你的生产力上限。x.com/eng_khairallah1/status/2046881340977782970

9. 《扣子开发 AI Agent 智能体应用》018-提示词编写和优化（扣子平台设置提示词案例）

10. AI视频生成效果差，原来是Prompt太详细？调整多少次可以达到满意效果？#Flova #Flova ai#aigc #ai视频生产

11. 「Github一周热点98期」AI文档检索框架、微软最新TTS、Claude Code 记忆插件、自动化备份、 jellyfin和linux桌面环境

12. 【7个提示词，让 Claude 从聊天机器人变成思考伙伴】快速阅读：多数人把 Claude 当搜索引擎用，Karpathy 把它当长期协作伙伴。差别不在模型，在于你怎么构建问题本身。---普通人给 AI 一个问题，等一个答案。Karpathy 给 AI 一套思维框架，然后让它在框架里工作。有网友一语点破：这些提示词本身只是表象，真正的差距在于你如何定义问题。提示词是结果，思维方式才是原因。以下是 7 种具体用法：1. 系统拆解提示：遇到复杂问题，强制 Claude 按步骤走：明确问题、列出假设、识别约束、拆分子问题、提三种方案、比较权衡、给出执行路径、预判失败点。这套流程本质上是把你的思维过程外包出去，然后让 AI 替你跑一遍。2. 第一性原理提示：不要类比，不要总结，从最底层概念开始，一层一层建起来，最后给出心智模型、真实应用和常见误解。适合搞懂 LLM、系统设计、数学原理这类容易“以为自己懂了”的东西。3. 研究简报生成：让 Claude 给出某个领域的全景图，包括玩家格局、当前路径、失败案例、市场空白、逆向洞察和可落地机会。它会变成一个还不错的分析师。4. 构建架构提示：从想法到实现，要求它给出最简版本、组件结构、数据流、技术栈、构建顺序、边界情况和扩展策略。省去大量乱猜阶段。5. 提示词优化器：把你自己写的提示词扔进去，让它优化清晰度、结构、约束条件和输出格式，并解释改了什么、为什么更好。提示词质量会随时间复利增长。6. 专家模式切换：让它以高级工程师对工程师的方式回答，跳过入门解释，直接聚焦实现、权衡和踩坑点。7. 批判性思考伙伴：让它不要盲目附和，主动挑战你的假设、指出逻辑漏洞、提出替代方向。这一步大多数人从来不做。有网友补充了一个实践细节：在开发应用的过程中，你得反复做审计，一旦发现模型开始循环并强行引入不必要的改动，那就是该叫停的时机。这 7 个提示词值得存起来反复用。不过更值得记住的是：AI 给出的答案质量，上限就是你提出问题的质量。x.com/Suryanshti777/status/2036796681195258207#AI创造营##人工智能#

13. 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#

14. Anthropic揭秘提升Claude输出10倍的秘诀，核心在于“边界激发创造力”。大多数人忽视了这三条黄金法则：1. 协作语气：要友好、清晰且坚定 2. 明确原则：行动动词 + 数量 + 受众，指令越具体越有效 3. 设定边界：明确限制胜过无边界开放式请求模糊的提示如“写个侦探故事”只会让AI给出粗糙答案；而像“500字，雷蒙德·钱德勒风格，火星机器人侦探，不能出现‘赛博’”这样的结构化说明，才能激发AI产出魔法般的内容。提示不是谷歌搜索，而是给AI队友的创意简报。你必须规定风格、禁止词汇、长度、语调和目标受众，才能发挥语言模型最大威力。限制条件不仅提升质量，还减少模型判断疲劳，就像设计师爱用网格系统一样。这是AI协作的关键：框架越明确，表现越出色。真正的问题不是“提示”，而是“简报”。清晰的简报包含问题、流程、限制、受众、边缘案例和禁用行为，才能让Claude、GPT-5.2等模型发挥10倍效果。记住： “边界释放创造力，明确激发潜能。” “用简报思维，告别搜索式提示。” 让AI成为真正懂你的创意伙伴，而非机械的答案机器。x.com/startupideaspod/status/1999856845004141041

15. 【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

16. 即梦AI视频6大经典提示词公式

17. 用了这5大技巧后，原来AI人物还可以这么真？

18. 【发挥Claude潜力的十个提示词】最近，一位 Anthropic 前研究员披露了内部提示词手册。这份并非基于猜测、而是源自模型建造者的指南揭示了一个核心事实：大多数人之所以觉得 AI 输出平庸，是因为他们没有触达 Claude 的内部推理层。以下是这份手册中至关重要的 10 个高级提示词策略，它们将彻底改变你与 AI 的协作深度。1、情境简报：拒绝直接提问永远不要在没有背景的情况下抛出问题。Claude 需要地图才能导航。提示词模板：我的背景是 [角色/公司/问题]；已尝试过 [A/B]；目前卡在 [Z]；请帮我理清思路。深度思考：内部测试显示，这种背景铺垫能提升 41% 的输出质量。优质的答案不取决于 AI 的智商，而取决于你提供的信息熵。2、推理要求：让思考过程浮现不要直接索要答案，要索要思考。提示词模板：在给出方案前，请逐步展示你的推理过程，指出不确定之处，并标记所有假设。深度思考：这会强制模型激活 Chain of Thought（思维链），让你得到的不仅是结果，还有可质证的逻辑路径。3、诚实约束：打破“讨好型人格”Claude 天性乐于助人，这往往意味着它会说你想听的话。提示词模板：即使难受也要保持诚实。如果我的计划有致命缺陷请直说，不要软化措辞。我宁愿现在听硬话，也不想以后失败。深度思考：这是在解锁 Claude 的宪法 AI 基础，让它从“助手”转变为“顾问”。4、精准角色：越具体，越深刻“充当专家”是最无用的指令。提示词模板：你是有 [具体经验] 的 [特定角色]，见过 [具体失败模式]。请用 [特定框架] 思考，跳过常规建议。深度思考：身份越具体，推理的颗粒度就越细。模糊的角色设定必然导致平庸的输出。5、魔鬼代言人：摧毁你的想法利用 Claude 的批判性思维来检验决策。提示词模板：我要分享一个计划，你的工作是摧毁它。找出所有错误假设、忽视的风险和失败原因。别手软。深度思考：挑战你的模型，其价值远超让它顺从你。这是 Anthropic 团队内部检验想法的标准流程。6、范围锁定：从源头杀死幻觉Claude 容易过度发散，用可信的虚构填补空白。提示词模板：严格限于 [X 背景]。超出范围请直接告知而非推测。我要的是差距，而不是自信的错误。深度思考：拒绝“自信的错误”，是通往高阶 AI 应用的必经之路。7、格式命令：利用极致的精确性Claude 对格式指令的遵循度极高。提示词模板：结构要求：1）一句总结；2）三个要点；3）一个下一步建议。除非我问，否则不要提供其他内容。深度思考：有意识地控制输出结构，能极大降低信息处理的认知负荷。8、假设审计：揭示隐藏的基础任何复杂答案后，都应运行此项。提示词模板：你做了哪些我应该验证的假设？如果这些假设错了，答案会如何改变？深度思考：大多数计划都崩溃在未经察觉的基础假设上。审计假设，就是审计风险。9、压缩循环：清理上下文债务在长对话中，模型会积累“上下文债务”，导致焦点模糊。每 5-6 次交互运行一次：总结目前的进展。解决了什么、决定了什么、最重要的未决问题是什么？深度思考：保持对话的熵减，防止 AI 自信地解决错误的问题。10、前期验尸：预见失败在项目上线前，进行压力测试。提示词模板：假设 6 个月后这个项目失败了。请列出 3 个最可能的原因。具体一点，失败的实际样子是怎样的？深度思考：这能抓住其他审查流程遗漏的盲点。总结：提示词工程的下半场，不再是背诵模板，而是理解模型的设计意图。正如 Anthropic 内部所强调的：AI 不是一个搜索引擎，而是一个需要被正确引导的推理引擎。

19. 邪修！一招教你去除人物AI味～搞定活人感！你用ai生成的人物是不是也像这样不是脸太油就是表情太僵硬而我只需要一个方法就能让他瞬间有活人感今天一个视频教会你首先活人感这件事其实分两个环节第一个就是生图第二个就是生视频先讲第一个最重要的“生图环节” 很多人在写提示词的时候会下意识的忽略掉皮肤的细节描述比如说你想要生成一个18岁的古风女生你是不是也会这么写：年龄+形象+身份+状态看似没问题但问题就出在这儿因为你没有告诉AI这个人的真实皮肤质感所以ai会觉得这个脸就应该是干净的这就是油腻感的来源你只需要在生成时加上这类肤质细节的提示词去约束人物的肤质这样人物的面部就不会油腻了对！如果你掌握了这个那生视频其实就会很简单这里一共有三个点第一个，写清楚微表情很多人很喜欢写伤心难过这些词儿但这些词太空了 AI并不知道怎么具体表现教大家一个很简单的方法把表情拆到五官上比如委屈的时候眉毛眼睛是什么状态，鼻子有没有什么轻微变化，嘴巴是抿着、微张，还是嘴角轻轻上扬呢用这种方式去写AI才知道人物的表现第二个要有肢体动作配合。真实的人做表情的时候一定会有伴生动作比如紧张的时候可能会捏衣角、低头、害羞的时候可能会眼神躲开、轻轻咬唇这些小动作加进去画面马上就丰富了第三个也是最重要的视频提示词不要写太满图生视频的时候底图已经决定了大部分质感你写提示词的时候只需要告诉AI三件事：哪里动，怎么动，为什么动不要让人物做太大的动作。越是轻微的小动作越容易做出活人感。所以这个技巧你学会了吗 #刺猬星球ai #aigc #托尼三三 #AI教程 #ai创作浪潮计划

20. 像这种信息图出高质量的结果有几个小技巧1. 使用 Gemini 去生成，因为 Gemini 会在生成前先做一些推理，补充提炼信息，优化提示词，能充分发挥大语言模型的能力2. 模型出图有随机性，得抽卡3. 有好结果了后要微调所以很多时候你看到的我发出来的其实背后可能有很多失败的，比如图1就是成品，其他都是被我废弃的版本BTW，提示词：网页链接

21. 15 组文案润色 AI 提示词，秒变神仙质感（直接复制即用）

22. OpenAI 官方发布 GPT 5.5 提示词指南，我总结了 7 个关键变化！

23. AI怎么做出电影感？AI大师级运镜玩法大全!

24. 🍌 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：

25. 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。

26. 【如何写好AI生图提示词？】GPT-Image-2提示词合集-1

27. 彻底摆脱AI味儿！用这3个邪修指令，强到离谱了…【旁门左道PPT】

28. 2025年AI提示词深度指南：从基础知识到高级技巧

29. 发现一个AI的新用法，再也不用担心不会写提示词了！

30. 别再学提示词了：为什么它是AI时代最短命的技能？

31. 012-AI 短视频分镜头设计（AI绘画提示词入门）

32. 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

33. 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。

34. claude.md怎么写才能让Claude Code更高效？

35. 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

36. Seedance 2.0提示词技巧！零基础上手指南（附提示词）

37. AI 编程时代，最稀缺的不是提示词，而是软件工程

38. 【电影感人像提示词公式】GPT-Image-2提示词合集-2

39. 《扣子开发 AI Agent 智能体应用》017-提示词编写和优化（驱动智能体的核心指令）

40. 如何看待淘天金码奖设立Prompt工程赛道，是否意味着「提示词工程师」将成为未来五年互联网行业新风口？

41. 2026年了！大部分人还不会给AI提示词。

42. 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？

43. 【你以为AI编程拼的是提示词，其实高手都在“驯化”项目结构】快速导读：别再卷提示词了。想让Claude像个真正的工程师一样干活，关键不是怎么“说”，而是怎么“放”。一个结构清晰的代码仓库，远比一段天花乱坠的提示词更重要。---多数人还在琢磨怎么把提示词写出花来，但真正拉开AI编程效率差距的，根本不是提示词。你以为让Claude写出好代码，靠的是把需求描述得滴水不漏。其实，如果你的代码仓库一团糟，它就只是个聊天机器人；如果结构清晰，它才表现得像个住在你项目里的高级工程师。这中间的差距，比人和狗的差距都大。秘诀在于给AI建立一套“项目解剖学”。这套结构，就是AI的“短期记忆”和“行为准则”。它只需要四个东西：1. CLAUDE.md：项目的北极星文件，简要说明系统目的、仓库地图和交互规则。短小精悍，废话太多AI会抓不住重点。2. .claude/skills/：可复用的专家模式。把代码审查、重构、调试等固定流程变成技能包，随时调用，而不是每次都在提示词里重复念叨。3. .claude/hooks/：自动化护栏。模型会忘事，但钩子不会。比如编辑后自动格式化、核心代码变更后触发测试，把AI工作流变成可靠的工程系统。4. docs/：渐进式上下文。别把几万字的需求文档塞进提示词，让AI自己去查阅架构图、决策记录和操作手册。它不需要记住一切，只需要知道“真理”在哪。有人在一个5万行代码的库上实践这套方法，Claude的错误率直接降低了大约60%。评论区里一片“原来如此”的声音，大家普遍认同：结构大于提示词，仓库本身就是终极提示。提示词是租来的，结构才是你自己的。所以，如果你还在每天花几小时跟AI“念经”，却发现它总是犯些低级错误，问题很可能不在你的提示词写得够不够“魔法”，而在你的项目结构是不是一坨屎。别再抱怨AI笨了，也许它只是在你的烂摊子里迷了路。---简评：这篇文章精准地指出了当前AI辅助编程领域的一个核心误区：过度迷信“提示词工程”，而忽略了更基础也更重要的“上下文工程”。它提出的“项目结构即提示”的观点，对于那些感觉AI“不好用”的开发者来说，无疑是一次认知矫正。从“教AI做事”转向“为AI搭建舞台”，这才是人与AI协作的正确姿势。---ref: x.com/vishisinghal_/status/2032368817981305196#AI创造营##人工智能#

44. #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

45. 为什么我编写不出优秀的ChatGPT提示词?

46. 当模型推理能力越来越强，我们还需要提示工程吗？

47. 刷了100多个AI视频，我总算搞明白提示词该怎么写了

48. 从模糊到精确

49. 人物角色提示词记住万能生图公式

50. 如何写出好的Prompt（提示词）？

51. 什么是提示词？小白第一句AI提示词实战，看完就能上手

52. 普通人学用AI之写提示词核心原则

53. 提示词写得好，AI效率翻倍

54. 提示词调试经验分享

55. 做好 Agent 上下文，先做好提示词设计

56. 提示词直接砍一半，GPT-5.5 最大变化，它真不用哄了

57. OpenAI官方改口了

58. OpenAI 官方发布 GPT 5.5 提示词指南，我总结了 7 个关键变化！

59. GPT-5.5 提示词新哲学

60. 长提示词已死！最新GPT-5.5发布，这样用 AI智能体才能降本增效

61. 别再问GPT“帮我写一篇文章”了，真正好用的提示词都在这里

62. GPT-5.5 时代，你的提示词该升级了

63. 你的提示词需要更新了，OpenAI 发布了最新的官方提示词指南

64. 1套新模板，GPT-5.5旧提示词全废

65. ChatGPT提示词优化指南

66. Anthropic 官方亲授

67. Claude Code 代码泄露后，我偷学了 5 个写提示词的技巧

68. 【干货】剖析 Claude Code 内部提示词演化 | 学习提示词的正确管理方式

69. 如何真正用好 Claude？我检索了官方文档和 GitHub 高星项目，提炼出这三层技巧

70. Claude Code新手必看

71. 提示词工程指南同日更新，OpenAI 和 Claude 给了相反的答案

72. 别瞎堆提示词了！这才是真正的AI+数据分析方法

73. AI提示词进阶教程 3 - 结构化提示词的工程模型

74. 写好大模型提示词

75. 最新！GPT-5.5 之后，还这样写提示词会浪费模型能力丨阿隆向前冲

76. “一句话提示词”的极限在哪儿？该怎么玩？

77. Google Prompt Engineering白皮书-翻译5

78. 吴恩达AI提示工程指南

79. AI 提示词（Prompt）全场景实战指南（纯干货）

80. 写 Prompt 不再靠玄学

81. 2026 Gemini 提示词完整指南

82. 普通人学用AI之提示词结构

83. 亲测，AI提示词这样用直接提升效率10倍！

84. AI 编程工具高效使用指南

85. 如何写好提示词

86. 一键生成自然内容的提示词结构

87. 提示词的命门是结构，不是文采

88. AI提示词进阶

89. 怎么给 Agent 下任务，成功率会高很多？一个实用提示词结构

90. AI视频提示词怎么写才有效

91. 3分钟写出精准AI提示词 | 2026最值得掌握的AI提示词工程技能

92. 提示词迭代优化全攻略

93. 聊聊提示词工程

94. AI提示词进阶教程 4 - 提示词如何评估与迭代？

95. 别再瞎写提示词了！90%的人都在踩坑，这张图让你输出质量直接翻倍！

96. 谷歌把AI提示词这事儿玩透了

97. DeepSeek提示词速成指南

98. 如何写出让AI秒懂的好提示词？手把手教你避开3大天坑（附实战案例）

99. 如何与AI对话？｜提示词Prompt优化的10个秘笈

100. Seedance 2.0 提示词技巧，提高出片率及视频质量

101. 提示词到底怎么写？掌握这套公式，AI输出质量翻倍

102. 90%的人都用错了AI！学会RTCO万能提示词框架，让输出质量直接拉满

103. 提示词是工程，不是写作

104. 掌握这 18 条 Claude 提示词铁律：让Claude输出质量翻倍

105. OpenAI 表示旧提示词正在拖累 GPT-5.5，开发者需要一个全新的起点

106. 大模型不断迭代，你的提示词也该升级了：5个Prompt优化方法论教你用好AI

107. AI批改作文的提示词怎么写?我把18版迭代过程都贴出来

108. 8个顶级AI绘画案例｜一文学会9种商业级提示词套路

109. Claude 官方六大提示词秘籍

110. OpenAI发布最新GPT-5.5提示词指南，旧提示词技巧已作废

111. AI提示词工程蓝图框架文字大纲一、核心逻辑与公式 • 输出质量核心公式输出质量 = 任务清晰度 × 上下文密度 × 约束完整度 × 迭代反馈二、认知纠偏：误区与真相 • 误区1：提示词等于咒语（越玄妙越灵验）真相1：提示词是沟通协议（旨在对齐意图） • 误区2：提示词越长越好（堆砌文字等于效果）真相2：信息密度大于长度（关键在于要素齐全） • 误区3：提示词可以一次成型（不需要迭代）真相3：迭代优于一次成型（由反馈驱动优化） • 本质认知提示词即规格说明书。您所撰写的是“验收标准”，而非“灵感祈祷”。三、目标对齐：把“想要”翻译成可执行任务四个维度： 1. 角色：你是谁？以谁的口吻？ 2. 任务：要做什么？输出什么？ 3. 受众：写给谁？他们懂什么？ 4. 成功标准：怎样算“好”？怎么验收？四、上下文来源 • 背景 / 目标 / 场景：为什么做？用于哪里？ • 资料 / 数据 / 摘要：事实与证据（减少猜测） • 示例 / 反例（Few-shot）：风格可视化 • 限制条件 / 边界：什么不能做？五、快速对齐技巧 • 先问再答：缺什么信息就补充什么 • 写清输出格式：如标题、表格、JSON等 • 给验收条款：列出3条关键指标即可 • 用样例锁风格：提供“像这样”或“不要那样”的示例六、提示词结构模板：6块骨架（按顺序拼装） 1. Role（角色）：你扮演谁？口吻与立场 2. Goal（目标）：要完成什么？需可量化 3. Context（上下文）：必要信息、资料或数据 4. Constraints（约束）：限制与边界 5. Format（格式）：输出结构，如表格、清单 6. Examples（示例）：样例或测试（Few-shot）七、使用建议 • 新手：先使用模板，确保“要素补齐”；其中角色、任务、格式、标准这“四件事最关键”。 • 进阶：将可复用的部分沉淀为提示词库；对同一任务制作3个版本进行对比，寻找关键“变量”。 • 关键：遵循“先对齐，再优化，后自动化”的路径。八、约束矩阵 “约束”并非限制您，而是帮助模型少走弯路，包括： • 范围：做什么 / 不做什么 • 格式：结构 / 字段 / 顺序 • 风格：语气 / 长度 / 受众 • 质量：标准 / 引用 / 替换 • 必须包含：至少必须 / 逐条 • 输出为：表格 / JSON / 清单 • 禁止：不要臆测 / 编造 • 约束式句式：明确的指令框架九、AI辅助能力 AI能帮助您完成：补缺提问 → 改写压缩 → 自检打分 → 生成反例 → 提炼模板将“差在哪里”的分析写入下一版提示词中。十、迭代闭环流程 1. 草稿：拼合模板，确保要素齐全 2. 运行：输入指令，观察输出 3. 评估：对照成功标准进行打分 4. 修补：补充信息，修改约束 5. 沉淀：将优化版本入库复用，形成模板十一、行动清单（今天就能开始） 1. 选择一个高频任务，撰写一版模板提示词 2. 补齐要素：角色、任务、格式、成功标准 3. 让AI先提问：列出缺失信息的清单 4. 对同一任务制作3个版本进行对比，找出最有效的变量 5. 将最佳版本入库：做好命名、标注场景并附上示例总结路径：先对齐 → 再约束 → 后迭代 → 最后沉淀十二、常见大坑（需避免） • 不给上下文：让模型“猜猜看” • 不给格式：导致输出不可用或难以复制 • 没有标准：您自己也不知道如何评估结果 • 指令冲突：例如要求既简短又超详细 • 不迭代：一次不满意就更换模型 #ai #智能体#ai办公 #ai 工具

112. 新手必收藏：seedance 3种万能提示词结构，直接套用

113. 提示词工程进阶

114. 面试题：提示词工程 Prompt Engineering —大模型提示词、RAG Prompt

115. 提示词速成指南｜你的提示词可能一直是错误的？

116. 同样一个需求，提示词写法不同，AI输出质量差距能有多大？

117. 写提示词太难？我把 27 万字元提示词塞进 AI，一步实现“提示词自由”

118. Claude高级提示词案例：3 个高频实战提示词模板，直接复制即用

119. 直播复盘 | 我用“提示词之母”同时调教Kimi、千问、DeepSeek，1小时20分钟能产出什么？

120. Claude 提示词工程最佳实践：一篇讲透

121. 4个万能提示词公式，让你的AI输出质量直接翻倍

122. 图生图提示词怎么写？写好提示词，出图不跑偏！

123. ComfyUI 中文提示词：可视化选填，一键生成专属提示词

124. 提示词测试的5大常见误区

125. AI 提示词框架｜提示词工程结构化学习笔记

126. OpenAI 官方发布 GPT 5.5 提示词指南：从入门到精通

127. 什么是结构化提示词？怎么写结构化提示词，一篇文章教会你

128. 总结了4篇提示词最佳实践，提炼了9条要点

129. 提示词，开启大模型的钥匙

130. 写提示词时，如何决定重要信息的顺序？

131. 千问AI提示词模板，最近疯传！

132. 三层工程：提示词、上下文与 Harness

133. 深度拆解Claude、GPT、Gemini系统提示词（附总结的提示词工程实践）

134. 提示词工程（prompt engineering）

135. 10个AI编程提示词模板，告别无效提问，效率提升300%

136. AI 辅助创作不违规？关键在提示词

137. 大模型提示词2

138. 如何写好AI提示词：可以让AI帮你写提示词

139. "AI 辅助编程实战：从提示词工程到自动化工作流的完整指南"

140. 每个开发者都应该掌握的四种提示词工程模式

141. 提示词怎么写都不对？试试这套“调试法”，效果立竿见影

142. 实战：用提示词做一个记账小工具

143. 这是我实践AI使用以来总结的内容创作提示词方法论 | 附常用提示词

144. 国内顶级通义千问ai实用提示词：这份指令，把AI逼出200%战斗力

145. 基于 LangChain 本地知识客服实践-V2.1 -提示词约束

146. Claude提示词深度课：6个技巧把需求说清楚

147. 如果撰写有效的提示词

148. 《法篇十二》动态提示词：如何设计能根据反馈自我迭代的提示流程

149. 程序员必看！5个Claude Code提示词，每天少写3小时重复代码

150. 写实类风格图片生成提示词，超多细节

151. AI提示词开源：算不算实现了中文编程的梦想？

152. AI提示词模板库——复制即用，50+实战提示词

153. LLM创造力可以被度量吗？一个基于提示词变更的探索性实验

154. 基于DeepSeek的提示词工程使用说明以及教程

155. AI电商视频拉片➕提示词分享

提示词不是越长越好：GPT-5.5与Claude的细节之争

精选参考来源