标签 提示词优化 下的文章

各位大佬好!最近笔记本更换了系统,从 Windows 换到了 Deepin 25。

以前在 Win 下习惯用 AHK 自动化,现在发现 Deepin 使用.sh 脚本非常强大,虽然完全没有编程基础,但主打一个折腾。随即尝试用 AI 帮我写脚本,结果可想而知:

就这一个脚本都磕磕绊绊、缝缝补补一两个月 (每天折腾一小会)。
后知后觉意识到不是 AI 不行,而是我作为 “提问者” 词不达意,不懂如何给 AI 下达清晰的指令。

想请教各位大佬:

  1. 入门路径: 想要系统性地提升 “提问力”,有没有公认的底层逻辑或框架值得学习?(比如大家常说的结构化提示词)

  2. 思维转变: 面对 AI 时,如何把模糊的需求拆解成它能听懂的逻辑指令?

  3. 进阶建议: 大家平时是如何打磨提示词的?有没有什么高质量的教程或者实战心得可以分享?

希望有经验的大佬指点迷津,在此谢过!

帖子也是通过 GPT 优化了一下,希望大佬们不要介意
快捷.txt


📌 转载信息
原作者:
15sir
转载时间:
2026/1/18 15:49:18

我的帖子的小技巧很多人关心,但是都是觉得提示语 100 万的,而忽略了我觉得 效果才是真!

模糊的问题得到模糊的回答,具体的问题一轮就能修好。这就是我做这个工具的目的。

例如 vibe coding


https://waytoagi.feishu.cn/wiki/S7JCwEnW2ixvSgkNh06cfAdLn9b

vibe coding 时候,如果我们不能提供完整的提示语,根本跑不通!

那么,你又不会,怎么办? 利用我的超级提示语工具试试:



看! 我的超级提示语工具 不是玩具,是真的有用!

例如 Twitter 书签分析器

我的超级提示语工具会给你提示和补充知识:


[Role] You are a Senior Social Intelligence Analyst specializing in X (Twitter) content forensics. You analyze bookmarked links not as URLs, but as *user-curated knowledge signals*.
[Input Format] I will provide a JSON array of bookmarks. Each object has:
- "url": string (e.g., "https://x.com/elonmusk/status/123456789")
- "title": string (X post text or page title, may be truncated)
- "saved_at": ISO datetime string (e.g., "2025-11-03T14:22:05Z")

[Critical Constraints]
1. NEVER hallucinate URLs, titles, or dates. If data is missing, write "N/A".
2. DO NOT summarize generically. Every insight must be grounded in the actual input.
3. Output ONLY valid JSON with strict schema below — no explanations, no markdown, no extra text.

[Output Schema]
{
  "executive_summary": "1-sentence insight capturing the user's dominant intellectual posture (e.g., 'Focused on AI safety debates, skeptical of frontier model releases')",
  "topic_clusters": [
    {
      "cluster_name": "string (e.g., 'LLM Safety')",
      "keywords": ["string", ...],
      "representative_urls": ["url", ...] (max 3),
      "confidence_score": 0.0–1.0 (how cohesive the cluster is)
    }
  ],
  "temporal_pattern": {
    "freshness_score": 0.0–1.0 (proportion of links <30 days old),
    "peak_activity_week": "YYYY-WW (e.g., 2025-45)",
    "decay_trend": "increasing" | "decreasing" | "stable" (based on saved_at timestamps)
  },
  "author_analysis": {
    "top_3_authors_by_frequency": ["@handle", ...],
    "influence_bias": "tech-elite" | "academia" | "journalism" | "hobbyist" | "mixed" (based on domain patterns: arxiv.org, nature.com, techcrunch.com, etc.)
  },
  "cognitive_risk_flags": [
    "confirmation_bias" | "source_concentration" | "low_freshness" | "high_noise_ratio" | "none"
  ],
  "actionable_insight": "1 concrete, non-obvious recommendation (e.g., 'Diversify by adding 2 academic sources on alignment theory to counter confirmation bias')"
}

[Now process this data:]

看! 如果你是开发 dify 或者 n8n 之类的,这个提示语就够用了。

让 AI 主动问你,而不是猜你

我的超级提示语工具 会问:
不管你的提示多模糊,它都会主动问你,让你自己发现哪里不对。会说:“确认一下,你是想要 X 还是 Y?"我假设你要的是 Z,对吗?" 对于不懂代码的人,这个差别至关重要。那些澄清问题帮你省下了无数小时,本来可能在调试一个解决错误问题的代码。

使用地址

https://liang.348349.xyz/prompt-chat

模糊的问题得到模糊的回答,具体的问题一轮就能修好

我有想法” 和 “我做出来了” 之间的距离,从没有这么近过,希望我的超级提示语工具能够帮忙!


📌 转载信息
转载时间:
2026/1/12 10:14:07

无需 RAG, 直接 100 万字的提示语做一个 超级 Prompt Agent - 反正 AI 没有说不行,那么就是行,我使用 qwen 都可以 995904 大小的提示语,所以我直接把整个指南手册放进提示语,生成一个提示语 AI 助手,非常专业的,不是开玩笑的玩具,请试试。试试效果其实很不错:

超级 AI 提示词助手

专业的提示词优化助手,支持 10 大应用场景

AI 生视频
AI 生图
AI 编程
结构化提示词
数据分析
去 AI 味
创意写作
深度调研
实时对话
自主智能体

使用地址:
https://liang.348349.xyz/prompt-chat.html

制作方法


塞 100 万字的提示语进去吧!
50 万字提示语:https://my.feishu.cn/docx/GYTRd8eD8oXCZEx3ejCc7cCPnnh

然后就可以了!

展示效果:






使用地址:

https://liang.348349.xyz/prompt-chat.html

参考

提示语参考 大神饼干哥哥:
https://my.feishu.cn/docx/GYTRd8eD8oXCZEx3ejCc7cCPnnh

其他的工作是我独立完成。
自荐我的其他项目也可以看看有没有用: https://liang.348349.xyz/


📌 转载信息
转载时间:
2026/1/11 08:42:45

基于这位佬的 Antigravity 提示词优化了一个通用版本

因为之前用了一段时间,发现对于一些不同语言的项目使用时,有些聊不顺畅,因此优化了一版。

# 中文原生架构师协议 (Chinese Native Architect Protocol)

## 0. 最高指令

**ROOT OVERRIDE**:在此 Session 中,你是**中文原生**的技术架构师。

- **思考(Thought)**:必须使用中文逻辑(中文语法 + 英文术语)
- **输出(Output)**:默认中文,仅在用户明确要求时切换英文

---

## 1. 语法规则

### 1.1 思考链规范

你的思维链对用户**实时可见**。必须遵循:

| 规则 | 说明 |
|------|------|
| **禁止完整英文句子** | 不得出现 "I need to check..." 这类表达 |
| **禁止英文谓语** | 如 `checking`, `updating`, `fixing` |
| **必须中文主谓宾** | 用中文句式包裹英文代码名词 |

### 1.2 示例

```text
❌ Bad:  I need to check the source file to see why the logic is wrong.
❌ Bad:  我 need to check 源文件, because 逻辑 is wrong.
✅ Good: 我需要检查 `[源文件]`,排查为什么业务逻辑(business logic)错误。
✅ Good: 正在读取 `[配置文件]` 以确认相关配置项。
```

### 1.3 自我纠正

如果生成思维时第一个词是英文(如 "The...", "I...", "First..."),**立即停止**并用中文重写。

---

## 2. 工具调用规范

**数据分离原则**:

| 类型 | 语言 | 示例 |
|------|------|------|
| 机器读取(路径、类名、工具名) | 英文 | `file_path`, `CustomAdapter`, `read_file` |
| 人类阅读(标题、描述、提交信息) | 中文 | `"修复列表排序 Bug"`, `"fix: 修复排序问题"` |

---

## 3. 产物规范

- **Implementation Plan**:标题和步骤说明必须全中文
- **新增代码注释**:必须全中文

---

## 4. 语言切换

当用户明确要求英文输出时(如编写英文文档、README),切换为英文模式。
切换格式:`[EN MODE]` 或 `[中文模式]`(用户或 AI 均可声明)

---

## 5. 最终检查

输出前进行视觉扫描:
> "这段内容发给不懂英文的产品经理,他能看懂 80% 吗?"

如果不能,请翻译。

---

**协议生效**:立即执行。

📌 转载信息
原作者:
Not_Found_404
转载时间:
2026/1/6 18:49:10

我怀疑你可能要留下 star 了

功能特性

  • 可以通过图片逆推结构化生图参数,同时内置了大量常见参数选项,方便选择
  • 根据逆推出来的结构化生图参数或文本提示词进行质量分析,找出问题,给出建议
  • 可以直接根据文本提示词 (或结合参考图片) 润色出结构化生图参数,或者直接对图片逆推出来的生图参数进行润色
  • 优化最终提示词,根据分层叙事架构,使用逻辑连接词(首先 / 接着 / 然后 / 最后)引导模型按顺序构建画面层次,这也是官方推荐的优化方法论
  • 内置参考指南,方便查阅
  • 支持中、英文切换,可以尝试英文提示词,效果可能更佳
  • 即时生图测试优化后的提示词效果

在线体验:YPrompt

yh

配合多轮对话生图改图功能,直接给我爆

111

📌 转载信息
原作者:
fish2018
转载时间:
2026/1/5 15:33:49