Prompt Libraries & Templates
初学者的终极AI提示工程指南
提示工程是编写清晰、结构化指令的技能，使AI工具在第一次尝试时就能产生有用的输出——或者接近这个目标。它并不是记住魔法短语，而是理解AI模型如何解读语言，并为其提供足够的上下文来进行工作。无论你是在起草电子邮件、头脑风暴内容创意，还是分析数据，平庸的AI响应与真正有用的响应之间的差异几乎总是取决于你如何编写提示。
目录
什么是提示工程及其重要性
提示是你给AI模型的任何指令。“给我写一篇博客文章”就是一个提示。带有角色分配、格式规则和示例的五段简报也是一个提示。这两者都是提示——但它们产生的结果截然不同。
提示工程是故意设计这些指令的实践。你不是在编码，也不是在构建模型。你是在与一个字面理解你话语的系统进行清晰的沟通，而它没有能力读懂你的心思。
⚡ AI 工具： Blog Post Generator免费试用 →
这为什么比大多数人想象的更重要：
同一个AI模型根据提示会产生截然不同的输出。 像“帮我做市场营销”这样模糊的提示可能返回一个通用的列表。像“你是一个B2B SaaS市场营销策略师。为一个针对10-50人远程团队的项目管理工具建议5个LinkedIn帖子主题。每个主题应解决一个特定的痛点，并包括一个引人注目的句子”这样的结构化提示则会返回一些你实际可以使用的内容。
你不需要技术背景。 提示工程是一种沟通技能。如果你能给同事写一封清晰的电子邮件，你就能写出一个好的提示。原则是相同的：上下文、具体性，以及明确你真正想要的内容。
它会随着时间的推移而累积。 一旦你为最常见的任务开发了一些可靠的提示模板，你就可以重复使用并加以完善。你使用AI的第二个月将比第一个月的生产力提高一倍——这不是因为AI变得更聪明，而是因为你的提示变得更好了。
底线是：每个使用AI的人都在进行提示工程，无论他们是否意识到。问题在于你是故意这样做，还是把质量留给运气。
优秀提示的构成
每个有效的提示都有相同的核心组成部分。你不一定需要所有这些部分，但了解可用的内容可以让你在需要时提高精确度。
1. 角色（AI应该扮演的角色）
告诉AI需要带来什么专业知识。这会影响语气、词汇和响应的深度。
- 弱：“写一封电子邮件。”
- 强：“你是一家SaaS公司的高级客户成功经理。给一个30天没有登录的客户写一封电子邮件。”
角色使AI从特定的角度进行思考。“你是一个金融分析师”产生的语言和优先级与“你是一个创意总监”截然不同。
2. 任务（要做什么）
清楚地说明行动。使用动词：写、分析、总结、比较、列出、解释、批评。
- 弱：“关于我们Q3表现的某些内容。”
- 强：“用3个要点总结我们的Q3收入表现，突出最大的增长驱动因素和最大的风险。”
3. 上下文（背景信息）
给AI提供完成工作的所需信息。这可以是数据、受众细节、限制条件或先前的工作。
- 没有上下文：“写一个产品描述。”
- 有上下文：“为一款无线人体工学鼠标写一个产品描述。目标受众：有腕部疼痛的远程工作者。价格：79美元。关键差异化因素：垂直握持设计、90天电池寿命、USB-C充电。语气：专业但平易近人。长度：150字。”
上下文是大多数初学者投资不足的地方。AI无法猜测你在销售什么、你在向谁销售或你的品牌使用什么语气。你必须告诉它。
4. 格式（如何构建输出）
指定你想要的结构。如果没有这个，AI会默认使用它认为最常见的格式——通常是一大段文本或一个通用的编号列表。
有用的格式指令：
– “使用项目符号，而不是段落”
– “创建一个包含特征、好处和示例的表格”
– “写成每段最多2-3句的短段落”
– “结构为：问题 → 解决方案 → 结果”
– “以一句话的总结开头，然后提供细节”
5. 约束（保护措施）
告诉AI需要避免什么、需要遵守什么限制或需要遵循什么标准。
- “不要使用行话——为非技术受众写作”
- “保持总响应在200字以内”
- “不要编造统计数据——仅使用我提供的数据”
- “避免像‘在当今快节奏的世界’或‘游戏改变者’这样的陈词滥调”
约束防止AI养成不良习惯。它们对于品牌声音、准确性和长度控制尤其重要。
将所有内容结合起来
以下是一个使用所有五个组成部分的完整提示：
角色：你是一位专注于B2B技术营销的经验丰富的内容策略师。
任务：写一篇LinkedIn帖子，宣布我们与Salesforce的新API集成。
上下文：我们的产品是一个客户反馈工具，供产品经理使用。Salesforce集成使用户能够将反馈数据直接同步到Salesforce记录中。我们在经过6个月的开发后于本周推出。我们在LinkedIn上的受众主要是产品经理和拥有100-500名员工公司的产品副总裁。
格式：开头引子（1句），3-4个短段落，结束的CTA。包括2-3个相关的标签。
约束：没有“协同”或“利用”等流行词。保持在200字以内。专业但不生硬。
这个提示花90秒写成，节省了20分钟编辑糟糕初稿的时间。
今天可以使用的五种提示框架
框架为你提供了一个可重复的结构。与其盯着空白的聊天窗口，不如填写一个模板。以下是适用于几乎所有用例的五种框架。
框架1：RTF（角色 → 任务 → 格式）
最简单的框架。适合快速任务，不需要大量上下文。
模板：
你是一个[角色]。[任务——做什么，给谁]。格式：[如何构建输出]。
示例：
你是一名高级文案撰写人。为一家在线鞋店的购物车遗弃邮件写5个主题行。格式：编号列表，每个不超过50个字符。
框架2：CRAFT（上下文 → 角色 → 行动 → 格式 → 目标）
比RTF更详细。当受众很重要时效果最佳。
模板：
上下文：[情况/背景]。你是一个[角色]。[行动——具体任务]。格式：[结构]。目标受众：[谁会阅读这个]。
示例：
上下文：我们将在第二季度推出一个新的员工健康计划。你是一名内部沟通专家。写一封公告邮件，让员工对该计划感到兴奋。格式：主题行 + 邮件正文，包含3个简短部分（新内容、如何运作、如何注册）。目标受众：200人公司的非技术员工。
框架3：思维链
与其直接要求最终答案，不如让AI逐步思考问题。这对于分析、策略和复杂决策产生更好的结果。
模板：
[描述情况]。逐步思考：
1. 首先，识别[方面1]
2. 然后，分析[方面2]
3. 基于此，推荐[结果]
在每一步展示你的推理。
示例：
我们的博客每月有15,000次访问，但每月只有50个新闻通讯注册。逐步思考：1. 首先，识别低转化率的最可能原因。2. 然后，分析哪些原因最容易修复且潜在影响最大。3. 基于此，推荐我们本周应做的3个具体更改。在每一步展示你的推理。
框架4：少量示例（通过示例教学）
给AI提供2-3个你想要的示例，然后要求它以相同的风格生成更多。这是匹配特定声音或格式的最有效方法。
模板：
以下是[你想要的内容]的示例：
示例1：[你的示例]
示例2：[你的示例]现在创建[数量]个相同风格的内容。主题：[主题]。
示例：
以下是我们产品变更日志条目的示例：
示例1：“更快的CSV导出——现在对于超过10K行的数据集，导出处理速度提高了3倍。大型报告不再出现超时错误。”
示例2：“仪表板的黑暗模式——从设置 → 显示切换黑暗模式。在深夜数据处理时，你的眼睛会感谢你。”现在以相同风格创建3个变更日志条目。主题：新的Slack集成、改进的搜索过滤器、移动应用重新设计。
框架5：迭代细化
不要试图在一个提示中获取所有内容。先广泛，然后通过后续指令逐步缩小。
步骤1：“写一篇关于[公司X]如何通过使用我们的产品将客户流失率降低25%的案例研究的初稿。”
步骤2：“引言太笼统。重写第一段，以具体问题开头——在变更之前，他们每季度流失15%的客户。”
步骤3：“添加一位客户成功副总裁的直接引用。让它听起来自然，而不是企业化。”
步骤4：“现在在最后添加一个‘关键要点’部分，包含3个其他公司可以应用的要点。”
这种方法效果很好，因为每一轮都专注于一件事。AI处理针对性的编辑比试图在一个复杂提示中完成所有内容要更好。
实际案例中的实用示例
理论是有用的。可以借鉴的示例更好。以下是提示工程在常见知识工作者任务中的应用。
电子邮件写作
之前（模糊）：“写一封跟进邮件。”
之后（经过工程处理）：
你是一名销售开发代表，在产品演示后进行跟进。潜在客户（Sarah，50人公司的市场负责人）似乎感兴趣，但提到了预算问题。写一封跟进邮件，内容包括：（1）感谢她的演示，（2）通过提到我们的灵活定价来解决预算问题，（3）建议一个具体的下一步。语气：友好，但不强势。字数不超过150字。
会议总结
之前：“总结这次会议。”
之后：
总结以下会议记录。将总结结构为：（1）做出的关键决策（项目符号），（2）行动项目（谁，做什么，何时完成），（3）未解决的问题（需要后续的问题）。保持总总结在300字以内。以下是记录：[粘贴记录]
内容创作
之前：“写一篇关于远程工作的博客文章。”
之后：
你是一名为HR领导撰写的工作场所文化记者。写一篇1200字的文章，标题为“为什么强制回办公室的命令适得其反。”角度：强制回办公室的公司在顶尖员工中看到更高的流失率。包括3个具体示例（你可以使用现实的假设公司）。结构：引人注目的引言，4个主体部分，HR领导的实用要点。语气：数据驱动但有观点。
如果你想完全跳过博客内容的提示步骤，AI Central Tools上的博客文章生成器会为你处理结构和格式——你只需描述你的主题。
数据分析
之前：“分析这些数据。”
之后：
我将粘贴四个地区的季度销售数据。分析它并提供：（1）哪个地区的季度增长最快，（2）哪个地区的趋势最令人担忧以及原因，（3）关于推动顶尖表现者结果的一个假设，（4）对表现不佳地区的推荐行动。以表格形式呈现结果，然后附上100字的执行摘要。
重写和编辑
之前：“让这个更好。”
之后：
重写以下段落，使其更简洁直接。删除填充词、被动语态和企业行话。保持核心信息，但将字数减少40%。目标语气：像聪明的同事在Slack消息中解释某事。原文：[粘贴文本]
对于快速重写，AI Central Tools上的内容重写工具允许你粘贴文本并选择目标语气——在需要快速转换内容而不编写提示时非常方便。
提高输出质量的高级技巧
一旦你掌握了基础，这些技巧可以进一步提高质量。
温度和创造力控制
大多数AI工具允许你调整“温度”——输出的创造性或可预测性。如果你没有访问该设置的权限，可以通过提示来模拟：
- 对于事实性、精确的输出：“要精确和保守。坚持已建立的事实。不要推测。”
- 对于创造性的输出：“要创造性和意外。探索非常规角度。给我惊喜。”
负面提示
告诉AI你不想要什么。这是非常强大的，因为AI模型有强大的默认行为，你需要覆盖它们。
为我们的CRM写一个产品着陆页。不要：
– 使用短语“在当今竞争激烈的环境中”
– 包括虚假的统计数据
– 在整个页面中使用超过一个感叹号
– 默认使用“英雄 → 特征 → 推荐 → CTA”的布局
输出链
将一个提示的输出用作下一个提示的输入。这将复杂任务分解为可管理的部分。
- 提示1：“列出小企业主可能对转向云会计软件的10个反对意见。”
- 提示2：“针对每个反对意见，写一个同情但有说服力的一段反驳。”
- 提示3：“将前3个反对意见-反驳对转化为着陆页的FAQ条目。每个条目保持在80字以内。”
角色测试
让AI从不同的角度批评自己的输出。
- 第一个提示：“为我们的新项目管理工具写一封推介邮件。”
- 后续：“现在作为一位每天收到20封推介邮件的怀疑的CTO来阅读那封邮件。什么会让你删除它？什么会让你回复？”
这可以揭示你在内容上可能忽视的弱点。
结构化输出请求
当你需要特定格式的数据时，明确说明结构：
将结果作为一个markdown表格返回，包含以下确切列：| 任务 | 每周节省的时间 | 使用的工具 | 实施难度 |
当你要将AI的输出粘贴到电子表格、演示文稿或文档中时，这尤其有用。
常见错误会影响结果
这些是我在看到人们获得糟糕AI输出并将其归咎于工具而不是提示时最常见的模式。
1. 过于模糊
“帮我制定市场营销策略”不是一个提示——这是一个治疗会议的开场白。AI需要具体信息：什么产品，什么受众，什么渠道，什么预算，什么时间表。AI需要填补的假设越多，输出就越不实用。
解决方案：如果你发现自己写的提示少于20个字，你可能过于模糊。添加上下文。
2. 一次请求所有内容
在一个提示中请求“给我写一个完整的内容策略，包括12个月的日历、分发计划、KPI和预算细分”会导致你在所有领域得到肤浅的响应。AI会分散精力。
解决方案：将大请求分解为步骤。先获取策略，然后是日历，再是KPI。每个步骤可以参考之前的输出。
3. 不进行迭代
接受第一次输出并离开就像接受任何事物的初稿。AI输出是一个起点。最佳结果来自2-3轮的细化。
解决方案：在第一次输出后，跟进具体反馈。“让语气更随意”，“第三段太长——减半”，“添加一个关于零售公司的示例。”
4. 忽视格式
不指定格式意味着AI为你决定。而它的默认选择——长段落、通用编号列表、不必要的引言——通常不是你想要的。
解决方案：始终包括格式指令。即使是简单的“使用项目符号”或“将段落保持在2句”也会产生显著的差异。
5. 复制粘贴而不进行定制
来自互联网的提示模板（包括本文中的框架）是起点。如果你直接粘贴而不用你的实际细节替换占位符，你会得到通用的输出。这不是模板的错。
解决方案：花60秒定制每个提示，包含你的具体主题、受众、约束和语气偏好。
6. 不提供示例
如果你想要与特定风格匹配的输出——你的品牌声音、特定格式、语气——向AI展示你的意思。将你的声音描述为“专业但平易近人”是主观的。展示两个该声音的示例是客观的。
解决方案：使用少量示例框架。即使一个示例也能显著改善输出。
使用AICT工具进行练习
提高提示工程技能的最快方法是练习。AI Central Tools为你提供一个免费的沙盒进行实验：
博客文章生成器——输入一个主题，看看工具如何构建完整的博客文章。研究输出以了解清晰输入如何产生有组织的内容。然后尝试通过更具体的指令来完善你的输入，并注意输出如何变化。
内容重写工具——粘贴任何文本并通过不同的语气设置进行转换。这是快速查看指令的具体性（选择“随意”与“专业”或“说服性”）如何改变相同内容的好方法。
这两个工具都是免费的——在免费计划中每天最多生成10次。如果你定期进行练习，AI Central Tools Pro以每月9美元解锁无限访问。
浏览完整的AICT工具库，寻找更多可以练习的工具。每个工具本质上都是一个预构建的提示——研究它们的工作原理可以教会你什么是良好的提示设计。
如果你想立即使用更多提示模板，请查看50个内容创作者的ChatGPT提示和真正有效的AI电子邮件模板。
常见问题
我需要学习编程才能进行提示工程吗？
不需要。提示工程是一种写作和沟通技能，而不是技术技能。如果你能为同事写一份清晰的简报或详细的电子邮件，你就具备了所需的一切。编程知识对非常高级的用例（如构建AI应用程序）有帮助，但对于日常生产力而言，清晰的语言才是最重要的。
一个好的提示应该多长？
这取决于任务。像“用一句话总结这个段落”这样的简单任务需要简短的提示。像“写一个产品发布电子邮件序列”这样的复杂任务则受益于100-200字的详细提示。经验法则是：你的提示应该足够长，以便一位熟练的人类助手可以在不问澄清问题的情况下完成任务。
提示工程对每个AI工具都是一样的吗？
核心原则——清晰性、上下文、具体性——适用于每个AI模型和工具。然而，不同的模型有不同的优势。有些更擅长处理长篇内容，有些则在分析方面表现更好。本指南中的框架适用于ChatGPT、Claude、Gemini、Copilot和AI Central Tools上的工具。根据模型的不同，你可能需要稍微调整长度和细节水平。
初学者最大的错误是什么？
过于模糊。最常见的初学者提示模式是“[动词] + [广泛主题]”——例如“写关于市场营销的内容”或“帮助提高生产力”。这迫使AI猜测一切：受众、格式、长度、语气、角度和深度。添加2-3句上下文会将输出从通用转变为有用。
我如何开发自己的提示模板？
首先，保留一个文本文件或笔记，记录每个给你带来良好结果的提示。经过一周，你会注意到模式——你总是需要提供的上下文、适合你内容的格式指令、与您的领域匹配的角色描述。将这些模式转化为可重用的模板，使用[占位符]字段。在一个月内，你将拥有一个个人库，使你提高2-3倍的速度。
This article contains affiliate links. If you purchase through these links, we may earn a small commission at no extra cost to you.
Business Services (B2B)
Trends Critical (US)
Discover the Latest Niche Trends Hyper-Personalize with AI
结论
提示工程不是花招或流行词——它是区分那些发现AI有用的人与那些感到失望的人的核心技能。本指南中的五种框架涵盖了你日常工作所需的90%。对于简单任务，从RTF开始，当受众重要时转向CRAFT，当你需要AI推理问题时使用思维链。
最重要的收获是：始终提供上下文，始终指定格式，并始终进行迭代。仅这三种习惯就会将你的AI输出质量提高一倍。
准备好练习了吗？免费试用博客文章生成器——输入一个主题，看看AI如何处理，然后在指令中尝试不同的细节级别。这种动手实践比阅读十篇关于提示的文章更有价值。
如果你想每周收到提示技巧和AI工作流程创意的邮件，请订阅AI Central Tools通讯——这是免费的，每期都包括至少一个你可以借用的提示模板。
专业提示：在每个提示之前，写一句“角色”声明（例如，“你是一名SaaS产品的高级文案撰写人”）并列出2-3个关键约束；这为模型提供了即时上下文，并显著减少了修订的需要。
