200+ 即用 AI 提示词，不再每次从零写

很多人觉得 AI 输出不稳定，第一反应是「模型不够聪明」。但实际上，绝大多数情况下问题出在提示词没有给够约束条件。你让 AI「帮我写一封邮件」，它只能猜你的身份、收件人、语气和目的——猜错了，输出自然不对。

一个好提示词的四个要素

• 角色：让 AI 以什么身份回答（资深 HR、前端架构师、初中数学老师）。角色会显著影响用词和思考角度。
• 任务：明确要它做什么，用动词开头——写、改、总结、对比、评估，而不是含糊的「帮我看看」。
• 上下文：给背景材料、目标读者、已有约束（字数、格式、禁忌）。
• 输出格式：指定结构，比如「用表格输出」「分三点，每点不超过 30 字」「先给结论再给理由」。

同一需求，不同提示词的差距

场景	弱提示词	强提示词
写周报	帮我写份周报	你是互联网公司产品经理。基于以下要点写周报，突出结果与风险，分「进展/风险/下周计划」三段，每段不超 80 字
学概念	讲讲什么是 RAG	你对有 Python 基础但没做过 AI 项目的开发者讲 RAG。先用一句话定义，再举一个具体例子，最后给一段可运行的最小示例
改文案	帮我优化一下	你是资深文案。把这版文案改写给职场新人读者，语气亲切不油腻，控制在 120 字内，并说明改了哪三处及原因
做决策	该用哪个模型	给出对比表：从成本、中文能力、上下文长度、部署难度四维度比较 A/B/C，并针对「内部知识库问答」场景给出推荐与理由

两个容易被忽略的技巧

给样例（Few-shot）：与其用文字描述你想要的风格，不如直接贴两段你满意的范例，让 AI 模仿，这比任何形容词都有效。让它先提问：在信息不足的任务里，加一句「如果信息不够，先向我提问，不要自行假设」，能显著减少 AI 编造内容的情况。

工具箱里的 200+ 条提示词，就是按这套结构预先写好的。你可以直接用，也可以当作模板，替换角色、任务和约束，改成适合自己工作的版本。更完整的写法拆解，可以看这篇长文 →