你是不是也遇到过这样的场景想用 AI 生成一张精美的产品图或者一段符合品牌调性的视频但对着输入框憋了半天只写出“一个科技感的产品图”这样苍白无力的描述结果 AI 生成的图片要么平平无奇要么离题万里。你开始在网上搜索“高质量提示词”却发现要么是零散的片段要么是付费的“秘籍”甚至有人把一套所谓的“万能公式”卖到上百元。今天这篇文章就是来终结这个问题的。我们不谈虚的直接给你一个装满9万多个经过验证的、高质量的、完全免费的 AI 提示词Skill仓库。更重要的是我会带你拆解这些提示词的底层逻辑让你不仅“拿到鱼”更能学会“如何钓鱼”。无论你是想提升 Midjourney 出图质量、优化 Stable Diffusion 参数还是想让 ChatGPT 写出更专业的代码这篇文章提供的思路和资源都能让你事半功倍。很多人误以为“Skill”是什么神秘的高级功能其实它本质上就是结构化、可复用、效果经过验证的提示词模板。它解决了普通用户最大的痛点不知道如何用精确的语言“指挥”AI。本文将围绕一个名为“awesome-chatgpt-prompts-zh”的 GitHub 项目展开它收录了海量中文提示词。我会告诉你这个宝藏仓库到底怎么用如何快速找到你需要的“技能”。如何将这些提示词应用到 ChatGPT、Claude、文心一言等主流 AI 工具中。如何借鉴这些优质提示词的框架写出属于你自己的“杀手级”提示词。在使用过程中有哪些常见的“坑”和最佳实践。别再为低效的提示词付费了让我们开始这场高效的“提示词淘金之旅”。1. 为什么你需要关注“提示词仓库”效率革命的起点在 AI 工具普及的今天提示词Prompt的质量直接决定了产出物的天花板。对于开发者、设计师、文案、学生等几乎所有需要与 AI 协作的群体来说提示词工程Prompt Engineering已成为一项核心技能。然而这项技能的门槛并不低。传统做法的低效之处从零开始每次都需要重新构思语言试错成本高。质量不稳定自己写的提示词可能效果时好时坏缺乏系统性。信息孤岛网上搜索到的提示词良莠不齐且分散在各个平台难以管理和复用。付费陷阱市场上充斥着各种付费的“提示词课程”或“秘籍包”价值却难以评估。“提示词仓库”带来的改变它就像一个开源的、社区驱动的“技能库”。其核心价值在于降低使用门槛即使你不懂复杂的提示词构造原理也能通过调用现成的“技能”立刻获得专业级的输出。提供学习范本通过阅读成千上万个优质提示词你能快速掌握不同场景下的表达范式、角色设定和约束技巧。提升协作效率在团队中可以建立统一的提示词库确保输出风格和质量的一致性。零成本启动完全免费、开源避免了知识付费的“智商税”。因此关注并善用提示词仓库不是你“要不要”的选择而是你能否在 AI 时代保持个人和团队竞争力的关键动作。接下来我们就深入这个拥有 9 万多个星星的宝藏项目。2. 核心项目介绍awesome-chatgpt-prompts-zh本次介绍的核心资源是 GitHub 上的一个开源项目awesome-chatgpt-prompts-zh。它是英文原版 “awesome-chatgpt-prompts” 的中文翻译和扩展版本专门为中文用户优化收录了海量精心设计的中文提示词。项目核心数据与特点规模包含数百个分类覆盖编程、写作、营销、学习、娱乐等数十个领域。质量每个提示词都经过社区筛选和优化具备明确的目标、清晰的指令和可预期的输出格式。结构提示词以“角色扮演”为核心例如“充当 Linux 终端”、“充当英语翻译和改进者”、“充当面试官”等让 AI 能快速进入特定上下文。格式通常遵循# 角色## 技能## 约束## 输出格式的结构非常规范。它不是什么它不是某个 AI 工具的内置功能而是一个独立的、文本格式的“技能包”。它不是“一键生成神器”你需要将其内容复制到对应的 AI 对话窗口中。它的价值不仅在于“用”更在于“学”。通过分析其结构你能掌握提示词设计的精髓。3. 环境准备零门槛的获取与使用方式使用这个提示词仓库你不需要安装任何复杂的软件或配置开发环境。只需要准备以下几样东西一个 GitHub 账号可选用于 Star收藏项目、提交 Issue 或 Pull Request 参与贡献。如果只是下载使用则不需要。一个可访问的浏览器用于访问 GitHub 页面。你常用的 AI 对话工具例如 OpenAI 的 ChatGPT3.5/4、Anthropic 的 Claude、国内的通义千问、文心一言、Kimi 等。任何支持文本输入和对话的 AI 工具均可。一个文本编辑器可选如 VS Code、Notepad 或系统自带的记事本用于临时存放和修改你感兴趣的提示词。前置条件总结操作系统Windows, macOS, Linux 均可。网络环境需要能正常访问 GitHub。技术门槛零编程基础也可使用整个过程就是“查找、复制、粘贴”。4. 三步上手如何找到并应用你需要的 Skill整个使用流程可以简化为三个步骤访问 - 查找 - 应用。4.1 第一步访问与浏览仓库打开浏览器访问项目地址https://github.com/PlexPt/awesome-chatgpt-prompts-zh。你会看到项目的README.md文件里面简要介绍了项目和使用方法。核心内容在prompts-zh.json这个文件中。更直观的方式是点击页面上方的“Code”按钮然后选择“Download ZIP”将整个项目下载到本地。解压后你可以用文本编辑器或支持 JSON 预览的软件如 VS Code打开prompts-zh.json文件。4.2 第二步查找与筛选提示词prompts-zh.json文件是一个 JSON 数组每个元素就是一个提示词对象。结构如下[ { act: 充当 Linux 终端, prompt: 我想让你充当 Linux 终端。我将输入命令您将回复终端应显示的内容。我希望您只在一个唯一的代码块内回复终端输出而不添加其他内容。不要写解释。除非我指示您这样做否则不要输入命令。当我需要用中文告诉你一些事情时我会把文字放在中括号里[就像这样]。我的第一个命令是 pwd }, { act: 充当英语翻译和改进者, prompt: 我希望你能担任英语翻译、拼写校对和修辞改进的角色。我会用任何语言和你交流你会识别语言将其翻译并用更为优美和精炼的英语回答我。请将我简单的词汇和句子替换成更为优美和高雅的表达方式确保意思不变但使其更具文学性。请仅回答更正和改进的部分不要写解释。我的第一句话是“istanbulu cok seviyom burada olmak cok guzel” } // ... 更多提示词 ]act: 提示词的名称或角色描述用于快速识别。prompt: 完整的提示词文本也就是你需要复制使用的内容。查找技巧本地搜索在文本编辑器中使用CtrlF(Windows) 或CmdF(Mac) 搜索关键词如“编程”、“写作”、“周报”、“SQL”等。在线浏览GitHub 页面上也提供了按类别整理的目录你可以直接点击链接跳转。4.3 第三步复制与应用提示词找到心仪的提示词后复制prompt字段内的全部文本。打开你的 AI 对话工具如 ChatGPT。新建一个对话窗口重要避免历史对话干扰。将复制的提示词文本粘贴到输入框中然后发送。AI 会理解它需要扮演的角色和遵循的规则并给出符合预期的回复。之后你就可以在这个设定好的“角色”背景下进行后续的对话了。示例使用“充当 Linux 终端”技能复制上述 JSON 中的prompt内容。在 ChatGPT 新对话中粘贴并发送。ChatGPT 会回复类似“我将充当 Linux 终端。请输入您的命令。”此时你输入ls -la它会返回一个代码块里面是模拟的目录列表而不会额外解释“ls -la是列出目录的命令”。5. 从使用到创造拆解优质提示词的通用框架只会用现成的技能还不够真正的高手懂得创造。让我们拆解一个复杂提示词的通用框架你可以像搭积木一样组合出属于自己的技能。一个强大的提示词通常包含以下几个部分1. 角色设定 (Role)作用让 AI 进入特定语境调用其知识库中相关的专业部分。示例“你是一位资深的全栈开发工程师”、“你是一位严格的学术论文审稿人”。技巧越具体越好。“高级程序员”不如“拥有10年Java和微服务架构经验的技术专家”来得有效。2. 背景与目标 (Context Goal)作用明确任务的范围和最终要达成的结果。示例“我需要为一个电商促销活动撰写一篇公众号推文。目标用户是25-35岁的都市白领目的是提升新品‘智能水杯’的点击率和购买意愿。”技巧包含“5W1H”Who, What, When, Where, Why, How元素。3. 步骤与约束 (Steps Constraints)作用拆解任务流程并设定边界防止 AI 自由发挥过度。示例“请按以下步骤进行1. 分析以下数据并总结三个关键趋势。2. 针对每个趋势提出两条应对建议。3. 将建议整理成表格。”约束示例“输出请使用中文”、“字数控制在500字以内”、“不要使用Markdown格式”、“避免使用‘首先’、‘其次’这类连接词”。4. 输出格式 (Output Format)作用确保输出结果可以直接使用无需二次格式化。示例“请以JSON格式输出包含trend,analysis,suggestion三个字段。” 或 “请输出一个包含三列的Markdown表格列名分别为‘问题’、‘根本原因’、‘解决方案’。”技巧指定格式能极大提升与下游程序或协作流程的衔接效率。5. 示例 (Few-Shot Learning)作用提供一两个输入输出的例子让 AI 更精准地把握你的需求。这对复杂或格式要求严格的任务特别有效。示例输入 “客户投诉物流慢” 输出 { “问题分类”: “物流体验” “紧急程度”: “中” “标准回复模板”: “尊敬的客户非常抱歉给您带来了不好的体验...” } 请根据这个格式处理新的客户反馈。动手练习组合一个“周报生成器”技能假设你是前端开发可以这样构造提示词你是一位经验丰富的前端团队负责人擅长将开发工作提炼为清晰、有价值的项目进展报告。你的任务是帮我将零散的工作清单整理成一份结构专业、重点突出的每周工作汇报。 【我的工作清单】 - 完成了项目A的用户登录模块重构优化了鉴权流程。 - 修复了项目B中在Safari浏览器下的样式兼容性问题。 - 参与了三次技术方案评审会。 - 学习了Vue 3的Composition API并做了一个小Demo。 【请你】 1. 将以上工作归类为“重点项目进展”、“问题修复与优化”、“团队协作”、“个人成长”四个部分。 2. 为每一项工作补充具体的价值说明例如重构后页面加载速度提升15%。 3. 生成一份可直接用于提交的周报正文语气正式、精炼。 4. 在最后基于本周工作生成1-2条下周的工作计划建议。 【输出格式】 请使用Markdown格式包含“本周工作总结”和“下周计划”两个二级标题。将这个提示词保存下来以后每周只需更新【我的工作清单】部分即可快速生成周报。6. 高级技巧与场景化应用示例掌握了基础框架我们来看一些更高级的应用场景和技巧这些能让你在具体工作中如虎添翼。6.1 场景一辅助编程与代码调试技能“充当 Code Review 专家”提示词核心“请以资深[Python/Java/等]开发者的身份严格审查以下代码。重点检查1. 潜在的性能瓶颈2. 代码风格与规范PEP 8/Google Style3. 错误处理是否完备4. 安全性问题如SQL注入风险。请按‘问题描述’、‘风险等级高/中/低’、‘修改建议’的格式逐条列出。”应用效果将你的代码片段粘贴过去AI 能提供非常专业的审查意见相当于一个随时在线的初级技术合伙人。6.2 场景二内容创作与润色技能“多风格文案转换器”提示词核心“请将下面这段技术说明文字分别改写成1. 面向小白用户的通俗易懂的博客短文200字内2. 吸引眼球的社交媒体推文带3个话题标签3. 正式的产品功能说明书要点分条列举。原文[你的技术说明]”应用效果一份原材料快速生成适用于不同渠道和受众的多种文案变体极大提升市场运营效率。6.3 场景三学习与知识梳理技能“苏格拉底式提问导师”提示词核心“我正在学习[机器学习中的随机森林算法]。请不要直接给我讲解概念。请以苏格拉底式的提问方式引导我思考每次只提出一个关键问题根据我的回答再提出下一个问题直到我触及这个概念的核心。现在开始你的第一个问题。”应用效果变被动灌输为主动思考通过问答形式深化对复杂知识的理解非常适合自学。6.4 技巧使用“系统提示词”固化角色一些高级的 AI 工具如 ChatGPT API、Claude支持“系统提示词”System Prompt它能在整个对话会话中设定 AI 的底层行为模式。你可以将复杂的角色设定放在这里。在 ChatGPT Web 界面可以通过自定义指令Custom Instructions功能实现类似效果设定你希望 AI 记住的固定背景。通过 API 调用在请求的messages参数中第一条消息的role设为”system”content放入你的角色设定。7. 常见问题与排查思路在使用过程中你可能会遇到以下问题。这里提供一份快速排查指南。问题现象可能原因排查方式解决方案AI 不按提示词角色回复或表现混乱1. 提示词过于复杂或矛盾。2. 在已有对话历史中中途插入角色设定历史干扰强。3. AI 模型能力限制如使用较弱的模型。1. 检查提示词语句是否通顺指令是否清晰无歧义。2. 检查是否在新的对话窗口中应用提示词。3. 尝试简化提示词或分步骤进行。1.开启新对话每次使用重要技能前新建一个聊天窗口。2.强化指令在提示词开头或结尾用“请严格遵守以上要求”等语句强调。3.升级模型对于复杂任务尝试使用更强大的模型如 GPT-4、Claude 3。输出格式不符合要求1. 对输出格式的描述不够精确。2. AI 理解了但“偷懒”或自由发挥了。1. 检查格式描述是否具体如“Markdown表格” vs “表格”。2. 看AI回复中是否有“抱歉我理解错了”之类的话。1.提供示例在提示词中直接给一个输出样例Few-Shot。2.分步指令先让AI输出“我理解了我将以XX格式输出”你再给出具体任务。提示词太长导致被截断或AI忽略后半部分1. 模型有上下文长度限制。2. 提示词过于冗长。查看所用模型的官方文档了解其最大上下文令牌Token数。1.精简提示词删除不必要的修饰语合并同类指令。2.拆分任务将一个大提示词拆成多个连续的小提示词分多次交互完成。从GitHub复制JSON内容时格式错乱1. 复制了整个JSON结构而非单个prompt字段内容。2. 文本编辑器或聊天窗口的编码问题。粘贴后检查文本是否包含多余的引号、逗号或换行符。1.精准复制在JSON文件中只选中prompt字段值部分的双引号内的文本进行复制。2.使用纯文本模式粘贴在聊天窗口粘贴时使用CtrlShiftV(Windows) 或CmdShiftV(Mac) 进行无格式粘贴。8. 最佳实践与工程化建议将提示词的使用从“一次性技巧”升级为“可复用的工程化资产”你需要建立自己的体系。1. 建立个人/团队提示词库工具选择可以使用 Notion、飞书文档、Obsidian 等支持数据库和标签管理的工具。分类维度按场景编程、写作、学习、按工具ChatGPT、Midjourney、按项目分类。记录字段至少包含“技能名称”、“完整提示词”、“适用场景”、“示例输入/输出”、“效果评分”、“最后更新日期”。2. 实施版本管理与迭代像管理代码一样管理你的核心提示词。当某个提示词经过优化效果更好时创建新版本并备注优化点。例如周报生成器_v1.0-周报生成器_v1.1增加了KPI量化建议。3. 编写提示词的“自述文件”对于一个复杂的提示词可以创建一个简短的README说明其设计意图、关键参数哪里需要用户替换、预期输出以及已知的局限性。4. 安全与合规性检查敏感信息永远不要在提示词中嵌入真实的 API Keys、密码、内部服务器地址等敏感信息。内容合规用于生成公开内容的提示词应内置基本的合规性约束如“请确保内容符合中国法律法规和社会主义核心价值观”。事实核查AI 可能“胡编乱造”幻觉。对于生成的事实性内容如数据、日期、引用必须进行人工核查。5. 性能与成本优化精简提示词在保证效果的前提下尽可能缩短提示词长度以减少 Token 消耗对于按 Token 付费的 API 尤为重要。缓存结果对于输入相同、输出可复用的任务如固定格式的邮件模板可以将 AI 的回复缓存起来避免重复调用。9. 总结从消费者到创造者通过本文我们完成了一次从“寻找免费资源”到“掌握核心方法”的深度探索。awesome-chatgpt-prompts-zh这个仓库提供的 9 万多个提示词是一座金矿的入口但真正的财富是你从中学会的“采矿”能力。核心收获回顾资源获取你拥有了一个免费、开源、高质量的中文提示词集合覆盖海量场景。使用心法“新建对话 - 粘贴技能 - 开始工作”是保证效果的最佳流程。设计框架你学会了“角色-目标-步骤-约束-格式”的五步构造法可以设计出任何你需要的专属技能。进阶应用你了解了如何将提示词应用于编程、写作、学习等具体场景并掌握了系统提示词、Few-Shot学习等高级技巧。避坑指南你知道了常见问题的原因和解决方案如开启新对话、提供示例、精简指令等。工程思维你开始意识到需要像管理代码一样管理提示词建立自己的知识库并关注安全与成本。接下来的行动建议立刻实践马上去 GitHub 下载那个仓库找一个你最迫切需要的场景比如写周报、调试代码尝试使用一个现成的技能感受其威力。模仿改造找一个与你工作相关的优秀提示词仔细分析其结构然后尝试修改其中的几个参数看看输出如何变化。从零创造针对你工作中一个重复性的、耗时的任务例如将会议纪要整理成待办清单运用本文的框架亲手编写你的第一个提示词。分享与反馈如果你优化或创造了一个特别好用的提示词可以考虑在 GitHub 上给原项目提交 Pull Request或者在自己的技术博客上分享出来与社区共同成长。AI 时代提示词就是新的编程语言。掌握它你就掌握了与最强智能协作的主动权。希望这篇文章和这个宝藏仓库能成为你高效办公和持续成长的得力助手。建议收藏本文并开始构建你自己的“技能库”。 9万+免费AI提示词仓库与工程化应用指南
你是不是也遇到过这样的场景想用 AI 生成一张精美的产品图或者一段符合品牌调性的视频但对着输入框憋了半天只写出“一个科技感的产品图”这样苍白无力的描述结果 AI 生成的图片要么平平无奇要么离题万里。你开始在网上搜索“高质量提示词”却发现要么是零散的片段要么是付费的“秘籍”甚至有人把一套所谓的“万能公式”卖到上百元。今天这篇文章就是来终结这个问题的。我们不谈虚的直接给你一个装满9万多个经过验证的、高质量的、完全免费的 AI 提示词Skill仓库。更重要的是我会带你拆解这些提示词的底层逻辑让你不仅“拿到鱼”更能学会“如何钓鱼”。无论你是想提升 Midjourney 出图质量、优化 Stable Diffusion 参数还是想让 ChatGPT 写出更专业的代码这篇文章提供的思路和资源都能让你事半功倍。很多人误以为“Skill”是什么神秘的高级功能其实它本质上就是结构化、可复用、效果经过验证的提示词模板。它解决了普通用户最大的痛点不知道如何用精确的语言“指挥”AI。本文将围绕一个名为“awesome-chatgpt-prompts-zh”的 GitHub 项目展开它收录了海量中文提示词。我会告诉你这个宝藏仓库到底怎么用如何快速找到你需要的“技能”。如何将这些提示词应用到 ChatGPT、Claude、文心一言等主流 AI 工具中。如何借鉴这些优质提示词的框架写出属于你自己的“杀手级”提示词。在使用过程中有哪些常见的“坑”和最佳实践。别再为低效的提示词付费了让我们开始这场高效的“提示词淘金之旅”。1. 为什么你需要关注“提示词仓库”效率革命的起点在 AI 工具普及的今天提示词Prompt的质量直接决定了产出物的天花板。对于开发者、设计师、文案、学生等几乎所有需要与 AI 协作的群体来说提示词工程Prompt Engineering已成为一项核心技能。然而这项技能的门槛并不低。传统做法的低效之处从零开始每次都需要重新构思语言试错成本高。质量不稳定自己写的提示词可能效果时好时坏缺乏系统性。信息孤岛网上搜索到的提示词良莠不齐且分散在各个平台难以管理和复用。付费陷阱市场上充斥着各种付费的“提示词课程”或“秘籍包”价值却难以评估。“提示词仓库”带来的改变它就像一个开源的、社区驱动的“技能库”。其核心价值在于降低使用门槛即使你不懂复杂的提示词构造原理也能通过调用现成的“技能”立刻获得专业级的输出。提供学习范本通过阅读成千上万个优质提示词你能快速掌握不同场景下的表达范式、角色设定和约束技巧。提升协作效率在团队中可以建立统一的提示词库确保输出风格和质量的一致性。零成本启动完全免费、开源避免了知识付费的“智商税”。因此关注并善用提示词仓库不是你“要不要”的选择而是你能否在 AI 时代保持个人和团队竞争力的关键动作。接下来我们就深入这个拥有 9 万多个星星的宝藏项目。2. 核心项目介绍awesome-chatgpt-prompts-zh本次介绍的核心资源是 GitHub 上的一个开源项目awesome-chatgpt-prompts-zh。它是英文原版 “awesome-chatgpt-prompts” 的中文翻译和扩展版本专门为中文用户优化收录了海量精心设计的中文提示词。项目核心数据与特点规模包含数百个分类覆盖编程、写作、营销、学习、娱乐等数十个领域。质量每个提示词都经过社区筛选和优化具备明确的目标、清晰的指令和可预期的输出格式。结构提示词以“角色扮演”为核心例如“充当 Linux 终端”、“充当英语翻译和改进者”、“充当面试官”等让 AI 能快速进入特定上下文。格式通常遵循# 角色## 技能## 约束## 输出格式的结构非常规范。它不是什么它不是某个 AI 工具的内置功能而是一个独立的、文本格式的“技能包”。它不是“一键生成神器”你需要将其内容复制到对应的 AI 对话窗口中。它的价值不仅在于“用”更在于“学”。通过分析其结构你能掌握提示词设计的精髓。3. 环境准备零门槛的获取与使用方式使用这个提示词仓库你不需要安装任何复杂的软件或配置开发环境。只需要准备以下几样东西一个 GitHub 账号可选用于 Star收藏项目、提交 Issue 或 Pull Request 参与贡献。如果只是下载使用则不需要。一个可访问的浏览器用于访问 GitHub 页面。你常用的 AI 对话工具例如 OpenAI 的 ChatGPT3.5/4、Anthropic 的 Claude、国内的通义千问、文心一言、Kimi 等。任何支持文本输入和对话的 AI 工具均可。一个文本编辑器可选如 VS Code、Notepad 或系统自带的记事本用于临时存放和修改你感兴趣的提示词。前置条件总结操作系统Windows, macOS, Linux 均可。网络环境需要能正常访问 GitHub。技术门槛零编程基础也可使用整个过程就是“查找、复制、粘贴”。4. 三步上手如何找到并应用你需要的 Skill整个使用流程可以简化为三个步骤访问 - 查找 - 应用。4.1 第一步访问与浏览仓库打开浏览器访问项目地址https://github.com/PlexPt/awesome-chatgpt-prompts-zh。你会看到项目的README.md文件里面简要介绍了项目和使用方法。核心内容在prompts-zh.json这个文件中。更直观的方式是点击页面上方的“Code”按钮然后选择“Download ZIP”将整个项目下载到本地。解压后你可以用文本编辑器或支持 JSON 预览的软件如 VS Code打开prompts-zh.json文件。4.2 第二步查找与筛选提示词prompts-zh.json文件是一个 JSON 数组每个元素就是一个提示词对象。结构如下[ { act: 充当 Linux 终端, prompt: 我想让你充当 Linux 终端。我将输入命令您将回复终端应显示的内容。我希望您只在一个唯一的代码块内回复终端输出而不添加其他内容。不要写解释。除非我指示您这样做否则不要输入命令。当我需要用中文告诉你一些事情时我会把文字放在中括号里[就像这样]。我的第一个命令是 pwd }, { act: 充当英语翻译和改进者, prompt: 我希望你能担任英语翻译、拼写校对和修辞改进的角色。我会用任何语言和你交流你会识别语言将其翻译并用更为优美和精炼的英语回答我。请将我简单的词汇和句子替换成更为优美和高雅的表达方式确保意思不变但使其更具文学性。请仅回答更正和改进的部分不要写解释。我的第一句话是“istanbulu cok seviyom burada olmak cok guzel” } // ... 更多提示词 ]act: 提示词的名称或角色描述用于快速识别。prompt: 完整的提示词文本也就是你需要复制使用的内容。查找技巧本地搜索在文本编辑器中使用CtrlF(Windows) 或CmdF(Mac) 搜索关键词如“编程”、“写作”、“周报”、“SQL”等。在线浏览GitHub 页面上也提供了按类别整理的目录你可以直接点击链接跳转。4.3 第三步复制与应用提示词找到心仪的提示词后复制prompt字段内的全部文本。打开你的 AI 对话工具如 ChatGPT。新建一个对话窗口重要避免历史对话干扰。将复制的提示词文本粘贴到输入框中然后发送。AI 会理解它需要扮演的角色和遵循的规则并给出符合预期的回复。之后你就可以在这个设定好的“角色”背景下进行后续的对话了。示例使用“充当 Linux 终端”技能复制上述 JSON 中的prompt内容。在 ChatGPT 新对话中粘贴并发送。ChatGPT 会回复类似“我将充当 Linux 终端。请输入您的命令。”此时你输入ls -la它会返回一个代码块里面是模拟的目录列表而不会额外解释“ls -la是列出目录的命令”。5. 从使用到创造拆解优质提示词的通用框架只会用现成的技能还不够真正的高手懂得创造。让我们拆解一个复杂提示词的通用框架你可以像搭积木一样组合出属于自己的技能。一个强大的提示词通常包含以下几个部分1. 角色设定 (Role)作用让 AI 进入特定语境调用其知识库中相关的专业部分。示例“你是一位资深的全栈开发工程师”、“你是一位严格的学术论文审稿人”。技巧越具体越好。“高级程序员”不如“拥有10年Java和微服务架构经验的技术专家”来得有效。2. 背景与目标 (Context Goal)作用明确任务的范围和最终要达成的结果。示例“我需要为一个电商促销活动撰写一篇公众号推文。目标用户是25-35岁的都市白领目的是提升新品‘智能水杯’的点击率和购买意愿。”技巧包含“5W1H”Who, What, When, Where, Why, How元素。3. 步骤与约束 (Steps Constraints)作用拆解任务流程并设定边界防止 AI 自由发挥过度。示例“请按以下步骤进行1. 分析以下数据并总结三个关键趋势。2. 针对每个趋势提出两条应对建议。3. 将建议整理成表格。”约束示例“输出请使用中文”、“字数控制在500字以内”、“不要使用Markdown格式”、“避免使用‘首先’、‘其次’这类连接词”。4. 输出格式 (Output Format)作用确保输出结果可以直接使用无需二次格式化。示例“请以JSON格式输出包含trend,analysis,suggestion三个字段。” 或 “请输出一个包含三列的Markdown表格列名分别为‘问题’、‘根本原因’、‘解决方案’。”技巧指定格式能极大提升与下游程序或协作流程的衔接效率。5. 示例 (Few-Shot Learning)作用提供一两个输入输出的例子让 AI 更精准地把握你的需求。这对复杂或格式要求严格的任务特别有效。示例输入 “客户投诉物流慢” 输出 { “问题分类”: “物流体验” “紧急程度”: “中” “标准回复模板”: “尊敬的客户非常抱歉给您带来了不好的体验...” } 请根据这个格式处理新的客户反馈。动手练习组合一个“周报生成器”技能假设你是前端开发可以这样构造提示词你是一位经验丰富的前端团队负责人擅长将开发工作提炼为清晰、有价值的项目进展报告。你的任务是帮我将零散的工作清单整理成一份结构专业、重点突出的每周工作汇报。 【我的工作清单】 - 完成了项目A的用户登录模块重构优化了鉴权流程。 - 修复了项目B中在Safari浏览器下的样式兼容性问题。 - 参与了三次技术方案评审会。 - 学习了Vue 3的Composition API并做了一个小Demo。 【请你】 1. 将以上工作归类为“重点项目进展”、“问题修复与优化”、“团队协作”、“个人成长”四个部分。 2. 为每一项工作补充具体的价值说明例如重构后页面加载速度提升15%。 3. 生成一份可直接用于提交的周报正文语气正式、精炼。 4. 在最后基于本周工作生成1-2条下周的工作计划建议。 【输出格式】 请使用Markdown格式包含“本周工作总结”和“下周计划”两个二级标题。将这个提示词保存下来以后每周只需更新【我的工作清单】部分即可快速生成周报。6. 高级技巧与场景化应用示例掌握了基础框架我们来看一些更高级的应用场景和技巧这些能让你在具体工作中如虎添翼。6.1 场景一辅助编程与代码调试技能“充当 Code Review 专家”提示词核心“请以资深[Python/Java/等]开发者的身份严格审查以下代码。重点检查1. 潜在的性能瓶颈2. 代码风格与规范PEP 8/Google Style3. 错误处理是否完备4. 安全性问题如SQL注入风险。请按‘问题描述’、‘风险等级高/中/低’、‘修改建议’的格式逐条列出。”应用效果将你的代码片段粘贴过去AI 能提供非常专业的审查意见相当于一个随时在线的初级技术合伙人。6.2 场景二内容创作与润色技能“多风格文案转换器”提示词核心“请将下面这段技术说明文字分别改写成1. 面向小白用户的通俗易懂的博客短文200字内2. 吸引眼球的社交媒体推文带3个话题标签3. 正式的产品功能说明书要点分条列举。原文[你的技术说明]”应用效果一份原材料快速生成适用于不同渠道和受众的多种文案变体极大提升市场运营效率。6.3 场景三学习与知识梳理技能“苏格拉底式提问导师”提示词核心“我正在学习[机器学习中的随机森林算法]。请不要直接给我讲解概念。请以苏格拉底式的提问方式引导我思考每次只提出一个关键问题根据我的回答再提出下一个问题直到我触及这个概念的核心。现在开始你的第一个问题。”应用效果变被动灌输为主动思考通过问答形式深化对复杂知识的理解非常适合自学。6.4 技巧使用“系统提示词”固化角色一些高级的 AI 工具如 ChatGPT API、Claude支持“系统提示词”System Prompt它能在整个对话会话中设定 AI 的底层行为模式。你可以将复杂的角色设定放在这里。在 ChatGPT Web 界面可以通过自定义指令Custom Instructions功能实现类似效果设定你希望 AI 记住的固定背景。通过 API 调用在请求的messages参数中第一条消息的role设为”system”content放入你的角色设定。7. 常见问题与排查思路在使用过程中你可能会遇到以下问题。这里提供一份快速排查指南。问题现象可能原因排查方式解决方案AI 不按提示词角色回复或表现混乱1. 提示词过于复杂或矛盾。2. 在已有对话历史中中途插入角色设定历史干扰强。3. AI 模型能力限制如使用较弱的模型。1. 检查提示词语句是否通顺指令是否清晰无歧义。2. 检查是否在新的对话窗口中应用提示词。3. 尝试简化提示词或分步骤进行。1.开启新对话每次使用重要技能前新建一个聊天窗口。2.强化指令在提示词开头或结尾用“请严格遵守以上要求”等语句强调。3.升级模型对于复杂任务尝试使用更强大的模型如 GPT-4、Claude 3。输出格式不符合要求1. 对输出格式的描述不够精确。2. AI 理解了但“偷懒”或自由发挥了。1. 检查格式描述是否具体如“Markdown表格” vs “表格”。2. 看AI回复中是否有“抱歉我理解错了”之类的话。1.提供示例在提示词中直接给一个输出样例Few-Shot。2.分步指令先让AI输出“我理解了我将以XX格式输出”你再给出具体任务。提示词太长导致被截断或AI忽略后半部分1. 模型有上下文长度限制。2. 提示词过于冗长。查看所用模型的官方文档了解其最大上下文令牌Token数。1.精简提示词删除不必要的修饰语合并同类指令。2.拆分任务将一个大提示词拆成多个连续的小提示词分多次交互完成。从GitHub复制JSON内容时格式错乱1. 复制了整个JSON结构而非单个prompt字段内容。2. 文本编辑器或聊天窗口的编码问题。粘贴后检查文本是否包含多余的引号、逗号或换行符。1.精准复制在JSON文件中只选中prompt字段值部分的双引号内的文本进行复制。2.使用纯文本模式粘贴在聊天窗口粘贴时使用CtrlShiftV(Windows) 或CmdShiftV(Mac) 进行无格式粘贴。8. 最佳实践与工程化建议将提示词的使用从“一次性技巧”升级为“可复用的工程化资产”你需要建立自己的体系。1. 建立个人/团队提示词库工具选择可以使用 Notion、飞书文档、Obsidian 等支持数据库和标签管理的工具。分类维度按场景编程、写作、学习、按工具ChatGPT、Midjourney、按项目分类。记录字段至少包含“技能名称”、“完整提示词”、“适用场景”、“示例输入/输出”、“效果评分”、“最后更新日期”。2. 实施版本管理与迭代像管理代码一样管理你的核心提示词。当某个提示词经过优化效果更好时创建新版本并备注优化点。例如周报生成器_v1.0-周报生成器_v1.1增加了KPI量化建议。3. 编写提示词的“自述文件”对于一个复杂的提示词可以创建一个简短的README说明其设计意图、关键参数哪里需要用户替换、预期输出以及已知的局限性。4. 安全与合规性检查敏感信息永远不要在提示词中嵌入真实的 API Keys、密码、内部服务器地址等敏感信息。内容合规用于生成公开内容的提示词应内置基本的合规性约束如“请确保内容符合中国法律法规和社会主义核心价值观”。事实核查AI 可能“胡编乱造”幻觉。对于生成的事实性内容如数据、日期、引用必须进行人工核查。5. 性能与成本优化精简提示词在保证效果的前提下尽可能缩短提示词长度以减少 Token 消耗对于按 Token 付费的 API 尤为重要。缓存结果对于输入相同、输出可复用的任务如固定格式的邮件模板可以将 AI 的回复缓存起来避免重复调用。9. 总结从消费者到创造者通过本文我们完成了一次从“寻找免费资源”到“掌握核心方法”的深度探索。awesome-chatgpt-prompts-zh这个仓库提供的 9 万多个提示词是一座金矿的入口但真正的财富是你从中学会的“采矿”能力。核心收获回顾资源获取你拥有了一个免费、开源、高质量的中文提示词集合覆盖海量场景。使用心法“新建对话 - 粘贴技能 - 开始工作”是保证效果的最佳流程。设计框架你学会了“角色-目标-步骤-约束-格式”的五步构造法可以设计出任何你需要的专属技能。进阶应用你了解了如何将提示词应用于编程、写作、学习等具体场景并掌握了系统提示词、Few-Shot学习等高级技巧。避坑指南你知道了常见问题的原因和解决方案如开启新对话、提供示例、精简指令等。工程思维你开始意识到需要像管理代码一样管理提示词建立自己的知识库并关注安全与成本。接下来的行动建议立刻实践马上去 GitHub 下载那个仓库找一个你最迫切需要的场景比如写周报、调试代码尝试使用一个现成的技能感受其威力。模仿改造找一个与你工作相关的优秀提示词仔细分析其结构然后尝试修改其中的几个参数看看输出如何变化。从零创造针对你工作中一个重复性的、耗时的任务例如将会议纪要整理成待办清单运用本文的框架亲手编写你的第一个提示词。分享与反馈如果你优化或创造了一个特别好用的提示词可以考虑在 GitHub 上给原项目提交 Pull Request或者在自己的技术博客上分享出来与社区共同成长。AI 时代提示词就是新的编程语言。掌握它你就掌握了与最强智能协作的主动权。希望这篇文章和这个宝藏仓库能成为你高效办公和持续成长的得力助手。建议收藏本文并开始构建你自己的“技能库”。