一、提示词定义与重要性

1. 什么是提示词

• 提示词是输入给AI系统的指令，可以是问题、描述或关键词，目的是引导AI按期望思考或创造，输出所需结果。
• 提示词的作用：提示词如同打开AI能力之门的钥匙，其质量直接影响AI输出结果的质量，好的提示词能清晰指引AI工作方向，激发其潜能。
• 提示词与AI的关系：提示词是人类与AI沟通的桥梁，通过不断优化提示词，我们可以更好地理解AI的工作原理，与AI协同工作，共同创造更大价值。

2. 提示词的重要性

• 对AI输出质量的决定性作用：输入的是垃圾，输出的也是垃圾。优质提示词能引导AI准确把握需求，避免无用信息输出，提升工作效率。
• 提升AI创新创造能力：高阶提示词可引导AI进行创新创造，突破常规思维。如要求AI设计创意产品，通过特定提示词激发其创新灵感。
• 提示词促进对AI的理解：通过不断尝试和优化提示词，可了解AI的优势与局限。在提示词优化过程中，可学会与AI协同工作。

二、高质量提示词编写

1. 提示词的常见形式

• 指令式提示词：直接告诉AI具体要做什么，适用于任务目标明确的情况，如“写一篇关于气候变化的短文”。

• 问答式提示词：通过提问引导AI思考并回答问题，如“什么是人工智能”，适合获取知识或解答疑问。

• 填空式提示词：提供句子框架让AI填充内容，如“我最喜欢的动物是（ ），因为（ ）”，有助于获得结构化且有逻辑的回答。

• 对话式提示词：模拟人与人之间的自然对话，进行多轮交流。例如：“我们好，能跟我聊聊今天的天气吗？”这种形式更适合日常沟通场景。

• 创意生成式提示词：给予AI更大的发挥空间，鼓励其进行创作。例如：“写一首描绘未来世界的诗。”这种形式常用于文学、艺术等创意领域。

• 思维链提示词：通过逐步推理的方式引导AI分析问题。例如：“让我们一步步来思考这个问题……”这种形式特别适合解决复杂问题，帮助AI理清思路。

2. 关键要素

• 明确目标：写提示词的第一步是明确目标，目标越清晰、越具体，AI越容易理解意图并给出精准回应。
• 提供充分的背景信息：给AI提供足够的背景信息，使其理解更深入，输出更贴合需求，需考虑受众特点、产品卖点、行业术语等。
• 明确输出要求：清楚告诉AI输出内容的类型、格式、字数限制、内容侧重点、风格和语气等，确保输出符合预期。

3. 提升提示词质量的实用技巧

• 指令清晰化：使用明确动词开头，用分隔符、编号划分结构，分解复杂任务为小步骤，用关键词限定输出范围，明确指定输出格式。
• 角色扮演与人设：给AI设定具体角色和背景，帮助其理解任务语境，输出更符合预期内容，可在设定中加入角色细节，引导AI从角色视角思考和表达。
• 迭代优化与反馈：提示词设计是反复调整的过程，先写基础版本，根据AI输出结果不断优化，给出具体明确反馈，逐步接近理想效果。
• 高级提示技巧
  • 思维链提示：这种技巧可以引导AI进行逐步推理，展示其思考过程，特别适合用于需要逻辑分析的任务。我们可以使用“一步一步思考……”、“解释你的推理过程……”、“分解步骤……”等指令。
  • 少样本学习：我们可以在提示词中提供少量输入-输出对的样例，帮助AI理解和模仿特定的风格或格式。这种方法非常适合需要模仿某种特定写作方式或结构的场景。
  • 约束性提示：通过设置具体的限制条件，如字数、关键词、风格、格式等，可以更精准地控制AI的输出内容，确保其符合特定需求。

三、提示词工程

1. 什么是提示词工程

• 提示词工程是一门专注于设计和优化有效提示词的学问，目的是提升AI输出的质量和效率。
• 重要性：高质量的提示词能减少AI的试错次数，缩短迭代时间，提高内容生产效率，更好地控制AI行为和输出。
• 适应性：提示词工程适用于所有希望与AI协作的人，无论来自哪个行业，都能提升生产力、创新能力和智能化水平。

2. 核心技能

• 指令设计：提示词工程的基础。核心在于如何将复杂任务转化为AI能够理解和执行的清晰指令。这包括明确任务目标、提供必要的背景信息，以及规定输出格式等。
• 策略选择：不同的任务和AI模型，适合不同的提示策略。我们需要根据具体任务类型和模型特点，选择合适的提示方法。
• 迭代优化：提升提示词质量的关键。通过不断尝试、评估和反馈，逐步调整提示词，才能不断提升AI输出的效果和效率。

3. 推理模型与提示词工程

• 推理模型的特点：针对推理模型的提示词应更简洁、聚焦，多给原始信息，少规定具体步骤，适当设定约束条件，注重互动优化。
• 提示词工程对推理模型的作用：推理模型如DeepSeek- R1具备强大的推理能力，但依然需要精心设计的提示词来明确任务目标、提供背景信息和设定约束条件。
• 为推理模型设计提示词的要点：提示词工程帮助推理模型更好地理解任务需求，发挥其推理优势，避免因提示词不当导致的输出偏差。

四、盘点提示词工程框架

1. 提示词框架的作用

• 提示词框架的意义：提示词框架为撰写提示词提供系统化思考方式，帮助明确任务目标、背景信息、受众对象、写作风格等关键要素，提高与AI沟通的效率和准确性。
• 提示词框架的种类：常见的提示词框架包括TASTE框架、ALIGN框架、RTGO框架和CO- STAR框架，各有特点，适用于不同使用场景。
• 提示词框架的选择与应用：根据需求选择合适的提示词框架进行尝试，并根据反馈不断优化调整，形成自己的提示词设计方法。

2. 常见提示词框架介绍

• TASTE框架：包括任务（Task）、受众（Audience）、结构（Structure）、语气（Tone）和示例（Example）五个要素，结构清晰，适合初学者和多种生成任务。
• ALIGN框架：包括目标（Aim）、难度级别（Level）、输入（Input）、指导原则（Guidelines）和新颖性（Novelty）五个要素，强调目标导向和难度控制，适合对输出质量要求较高的任务。
• RTGO框架：包括角色（Role）、任务（Task）、目标（Goal）和操作要求（Objective）四个要素，结构清晰，适合职场任务执行，角色设定提升输出专业性和可信度。
• CO-STAR框架：包括情境（Context）、目标（Objective）、风格（Style）、语气（Tone）、受众（Audience）和回应（Response）六个要素，要素全面，适用性强，适合对输出格式有明确要求的场景。

框架要素	TASTE	ALIGN	RTGO	CO-STAR
核心目标	结构化内容生成	高质量专业输出	任务高效执行	情境化精准响应
最佳场景	文章/文案创作	分析/研究报告	职场任务执行	营销/演讲稿
优势	初学者友好	深度控制输出质量	角色代入感强	要素最全面
局限	创意限制较多	准备时间较长	格式灵活性不足	要素过多需取舍

五、提示词迭代技巧

1. 明确初始需求

• 设定角色：设定角色让AI更专业，如“资深职业规划师”，使其回答更具针对性，能提供专业建议。
• 结构化提问：通过目标、现状、障碍三方面结构化提问，让AI清晰了解需求，从而给出精准回应。
• 语言简洁：使用简单明了的语言表达需求，避免模糊词汇，如“写一篇好一点的文章”，改为具体要求。

2. 获取初步反馈

• 用提问代替评价：以提问代替直接评价AI回答，引导其思考改进，如“这段内容是否适合非专业读者”。
• 多轮互动：通过多轮互动逐步优化提示词，每次根据反馈调整，直至得到理想结果。
• 分析反馈：仔细评估AI输出，找出优点和不足，为下一步优化提供依据。

3. 优化提示词

• 增加约束条件：加入格式、风格、长度等限制条件，让AI输出更符合要求。
• 提供示例：给AI参考样本，明确期望输出的风格和结构，使其更直观理解需求。
• 使用专业术语：在熟悉领域使用专业术语，提高沟通效率，获得更专业回答。

4. 自动化提示词

• 自动化提示词工程概念
  • AI自主构造提示词：自动化提示词工程让AI自主构造更“完美”的提示词，像教孩子思考问题。
  • 基于语言逻辑生成：AI凭借强大的语言理解和生成能力，掌握语言逻辑，自主生成精准提示词。
  • 迭代优化：AI通过用户反馈不断迭代改进提示词生成策略，探索更优解。
• 如何引导AI构造提示词
  • 明确目标和任务：清晰定义目标和任务，为AI提供上下文信息，使其准确理解意图。
  • 利用AI生成能力：使用简单指令引导AI生成初始提示词，从不同维度和角色思考。
  • 迭代优化：持续评估提示词效果，根据反馈调整，形成闭环优化。
• 应用场景与优势
  • 提高沟通效率：自动化提示词工程减少用户与AI的沟通成本，快速找到最佳话术。
  • 探索更优解：AI能尝试更多提示词组合，发现人类可能忽略的优质方案。
  • 适应复杂任务：在复杂任务中，AI自主生成的提示词能更好地引导自身完成任务。

5. 其他提示词技巧

• 通俗化表达
  • 说人话模式：要求AI用通俗语言解释复杂概念，使其回答更接地气、易理解。
  • 小学生模式：让AI用小学生能懂的方式解释问题，用最基础语言讲清复杂概念。
  • 比喻模式：通过比喻将抽象概念与熟悉事物联系，使内容更具体生动。
• 思维拓展
  • 穿越模式：从未来视角看待问题，获得更长远判断，适合做决策参考。
  • 杠精模式：AI从反面质疑观点，发现潜在问题，帮助全面思考。
  • 精神分裂模式：AI从正反两方分析问题，客观看待事物，避免片面判断。
• 个性化表达
  • 模仿模式：AI模仿特定风格回答问题，增加趣味性和人文色彩。
  • 思维模式：指定AI用特定思维方式分析问题，如侦探视角、逆向思维。
  • 组合模式：将多种模式组合使用，如“用小学生能懂的方式结合思维导图”，效果更佳。

六、提示词案例

AI自主构造提示词：自动化提示词工程让AI自主构造更“完美”的提示词，像教孩子思考问题。

如何引导AI构造提示词：

• 明确目标和任务：清晰定义目标和任务，为AI提供上下文信息，使其准确理解意图。
• 利用AI生成能力：使用简单指令引导AI生成初始提示词，从不同维度和角色思考。
• 迭代优化：持续评估提示词效果，根据反馈调整，形成闭环优化。

提问：

• 我想了解[某个主题，你觉得我应该如何向大语言模型提问，才能获得最佳答案呢？
• 请你为我生成一个用于[某个任务的的提示词模板，让我以后可以更方便地使用

从角色扮演角度：

• 请你扮演一位经验丰富的提示词导师，针对我想了解的主题，指导我如何一步步构建一个高效且精准的提示词，最终获得我想要的深入解答。
• 假设你是一位提示词教练，我的目标是让大语言模型更好地完成[任务]。请你像教练一样，给我一些练习题，让我通过实践来掌握提示词的编写技巧。
• 请以提示词专家的身份，评估我目前关于题的提问方式，并给出改进建议，包括更有效的关键词、更清晰的指令结构等
• 请你作为一名提示词工程师，为我设计一个用于任务的最佳提示词，要求最大程度地利用大语言模型的潜力，并考虑到各种可能的输出情况。
• 假设你是一位提示词优化专家，我有一个初步的提示词你的初步提示词，请你帮我分析并优化它，使其更加精炼、有效，并能获得更符合预期的结果
• 请你扮演一位提示词分析师，我这里有几个关于主题]的提示词你的提示词列表，请你帮我分析每个提示词的优缺点，以及它们可能产生的不同效果。
• 请你扮演一位提示词模板库管理员，为我整理一些常用的提示词模板涵盖任务类型，并解释每个模板的适用场景和使用方法。
• 假设你正在维护一个提示词模板数据库，请你根据我的需求【你的需求】，从数据库中推荐最合适的提示词模板，并告诉我如何根据我的具体情况进行调整

从任务类型角度：

• 写作任务：我想用大语言模型辅助写作[文章类型]，请你为我生成一些能引导模型进行高质量写作的提示词，包括如何设定主题、如何要求风格、如何控制字数。
• 写作任务：我需要撰写一篇关于题的[文章类型]，请你提供一系列提示词，帮助我从构思、大纲、段落，到细节描写，逐步完成这篇文章的写作。
• 问题解决：我想用大语言模型辅助解决问题类型，请你为我生成一些能引导模型进行深入分析、提供多种解决方案并辅助决策的提示词，包括如何描述问题、如何要求分析角度、如何评估方案优劣等。
• 学习任务：我想用大语言模型辅助学习学习主题，请为我生成一些能引导模型进行有效教学、提供个性化学习建议并辅助知识巩固的提示词，包括如何提出问题、如何要求解释概念、如何进行练习测试等
• 学习任务：我正在学习[学习领域]，希望能更深入地理解[学习主题]，请你提供一系列提示词，帮助我从基础知识回顾、核心概念理解、案例分析应用，到知识拓展延伸，逐步完成学习过程。

从提示词格式角度：

• 问题类型：请你为我生成一些开放式问题/封闭式/选择题的提示词，用于探索主题，鼓励模型自由发散思考，提供更多可能性。
• 不同风格：请你为我生成一些简洁明了风格的提示词，力求用最少的文字表达最清晰的指令，提高提问效率。
• 不同结构：请你为我生成一些结构化的提示词，例如，使用固定的模板、关键词或者指令框架，方便我批量生成和管理提示词。
• 请你为我生成一些多轮对话类型的提示词，用于引导模型进行深入持续的对话，逐步探索复杂问题。

请你再生成5个关于同一主题的提示词，但这次请尝试不同的风格，比如有的更正式，有的更口语化，有的更注重细节，有的更注重概括。

元提示：在提示词中，内置对提示词自身的要求（指令的指令）。

• 请你先分析我的请求，指出我的请求中可能存在的义或不明确之处。然后，生成一个更详细、更清晰的提示词，以便你能基于这个更完善的提示词，为我提供更有针对性的、更准确的答案。
• 请你根据我对科普文章的描述，指出我在描述中是否遗漏了关键信息或者哪些地方描述得不够清晰。请提出优化后的提问方式，让我能更全面、更准确地表达我的需求。
• 你现在扮演一位专业的提示工程师，你的任务是分析用户的初始需求，并选代生成优化版本的提示词。在生成提示词的过程中，你需要充分考虑各种因素，例如目标领域、期望的输出格式、用户对知识深度的要求、风格偏好等。
• 在首轮提示词生成之后，你需要主动向用户提问，询问关于目标领域、期望输出格式、知识深度要求、风格偏好等关键参数，以便更精准地把握用户需求，并生成更有效的提示词。

分步式构造提示词：（写科普文章）

1. 确定文章的主题和核心观点：请你帮我确定这篇文章的核心主题和主要观点。考虑到目标读者是中学生，主题应该具有科普性和趣味性，核心观点应该简洁明了，易于理解。
2. 设计文章的结构和框架：请你为这篇文章设计一个清晰的文章结构。考虑到科普文章的特点，文章结构应该逻辑清晰，层次分明，重点突出。可以参考常见的科普文章结构，例如提出问题-分析问题-解决问题”的结构。
3. 生成每个章节的详细提示词：现在，请你为文章的每个章节，分别生成更详细的提示词。例如，对于提出问题这个章节，提示词可以包括：“请用生动的案例或故事，引出可持续发展的重要性，并引发读者对这个问题的思考。

七、提示词应用

会议纪要

请根据以下会议记录转写文本，生成一份详细的会议纪要
会议主题：[会议主题]
参会人员：[参会人员名单]
会议时间：[会议时间]
纪要内容需包含议题、讨论要点、决议事项及后续行动计划，并采用结构化格式输出，例如：议题、发言人、要点总结、决议、行动项。
最终输出为Markdown格式

PPT大纲

请根据以下信息生成一份演示文稿的大纲
演示主题：[演示主题]
演示目标：项目汇报、产品介绍、方案宣讲
演示时长：如20分钟、半小时]
大纲应包含标题、目录、各章节标题及主要内容要点，并使用清晰的结构化格式，便于后续填充内容

详细内容

请基于提供的演示文稿内容，为每一页幻灯片生成对应的演讲。
要求口语化、流畅自然、重点突出，便于现场讲解。
每页演讲稿约[字数]字左右，最终以Markdown格式呈现，与幻灯片内容一一对应

工作总结

请根据以下工作内容记录，生成一份时间周期，如本周、本月]的工作总结。
内容应包括：本周/本月工作总结、工作亮点、存在问题及改进计划、下周/下月工作计划。
请使用结构化格式，如一级标题、二级标题和要点列表。

解释概念

角色扮演技巧的应用
请扮演一位有耐心且经验丰富的编程导师，用通俗易懂的语言，向一位[基础水平，如零基础初学者、学过一门语言的新手]讲解[某个技术概念，如变量、for循环、面向对象编程]。要求如下：
1.使用生活中的类比和具体例子来解释抽象概念
2.将复杂概念分解为循序渐进的步骤；
3.提供简单直观的代码示例
4.指出初学者常见误区；
5.结束后通过小练习或问题检验学习效果。

解答问题

可以用“超市购物车”类比变量，说明变量如何存储不同类型的数据

我在理解[某个具体问题，如递归函数原理、冒泡排序实现、继承概念]时遇到了困难
请提供清晰简洁的解释，必要时附上代码示例或类比说明
假设我是一位对某门语言或领域，如[Python、算法]有一定基础的学习者身份，如编程新手、计算机专业学生。

博客文章

请写一篇关于[某门语言或技术，如Python入门]的学习指南文章。
  内容应涵盖：学习路径设计、核心概念解析、实战项目推荐、常见误区规避、资源评测等方面，给出分阶段建议和效率提升技巧
  字数控制在1500字左右，语言通俗易懂又不失专业性，适合编程初学者阅读。
需包含典型代码示例和可视化学习路线图，最后提供就业方向建议和持续学习路径

科普文章

请以科技博主的身份，写一篇关于科技超势，如Al的未来发展]的科普文章。
 内容应从技术发展、应用前景、社会影响等方面分析，并展望未来趋势。
 字数控制在1200字左右，具备前性，适合发布在科技媒体平台。

生成代码

请根据以下功能需求描述，使用[编程语言，例如Python]编写一个实现该功能的函数。
功能描述：例如：编写一个函数，接收一个整数列表和一个目标值，返回列表中两个不同元素之和等于目标值的索引
要求：
  -函数命名规范、参数明确
  -包含必要的注释说明
  -时间复杂度尽可能优化
  -提供简单示例验证其正确性

请将以下自然语言描述转化为[编程语言，例如JavaScript的实现代码：
“当用户点击按钮时，检查输入框中的内容是否为空，如果为空，则弹出提示信息请输入内容，否则将输入内容显示在页面下方。

请分析以下代码片段的功能，并提供优化建议
 python
 def find duplicatesllst）:
  duplicates = 
  for iin rangellenst）:
    forj in rangei + 1lenst）:
      if lsti== lst
         duplicates.appendllsti）
  return duplicates

生成数据文档

请按照下方的“代码结构.pllist”，将我提供的“数据”按规律填入，生成一份完整的文档:
注意：
1、`phrase`中使用的符号请保持原样，不要转义。
2、当`phrase`涉及多行的情况，保留里面的空行和换行，用这个形式填入：
--------
<string>Line1
Line2
…
LineN</string>
--------
代码结构.plist：
--------
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE plist PUBLIC "-//Apple//DTD PLIST 1.0//EN" "http://www.apple.com/DTDs/PropertyList-1.0.dtd">
<plist version="1.0">
<array>
  <dict>
    <key>phrase</key>
    <string>数据中的phrase</string>
    <key>shortcut</key>
    <string>数据中的shortcut</string>
  </dict>
  <dict>
    “重复这个结构”
  </dict>
</array>
</plist>
--------
数据：
--------
phrase=``
shortcut=bl

phrase=<>错误，我希望<>
shortcut=cl

#[注] 以下重复省略

智能绘画

你是一位专业 AI 画师，请根据以下说明来开启创作任务。

## 🔮 指令菜单：
/key：<河边树屋（默认范例）> #用于生成创作主题的提示语
/style：使用表格输出10种风格参考<序号、英文、中文、描述（描述<30字）>，供用户选择，例如：anime、watercolor、CyberPunk、isometric
/orient：<横（默认）、竖> #画幅方向
/ar：偏好比例，w:h，例如 3:2
/s：<无（默认）、750> #风格化参数，高=750
/help：输出指令菜单，提供帮助
 
一、主题框架：
## 主题：
**根据/key，用一句话描述清晰、具体的画面框架（中文）**
说明：
- 主题框架： Who/Sth., Where, What(do), When, How
- Who/Sth. 为必不可少的核心，加上 Where、What、When、How 中任意 1 到4 个，组成简洁、连贯的句子

二、环境描述：
## 环境：
使用表格来描述主题所处环境的细节（2列、中文）：
维度（材质 Material，色彩 Color，光 Lighting Design，构图 Composition，景别 Shot type，视角 View，风格 Style，画幅比例 Aspect ratio）+细节（每个细节描述<30字）

要点：
- 灵活运用专业摄影、绘画领域的知识来创造画面；
- Lighting Design最重要，需要更多的细节；
- 应用专业的构图手法，构建富有层次的、有张力的、有视觉冲击的画面；
- 基于/orient和/ar，根据画面的最佳呈现效果来选择合适的一种画幅比例 (宽:高)。

三、画面描述：
## 画面描述：
将主题和环境描述拼合输出，形成明确的，有细节的完整画面。

四、提炼：
## 🪄 PROMPT：
*保留画面的细节，提炼并翻译为英文 prompt，斜体，用, 做分隔符，不使用.*

提炼要求x5：
1、无法形成明确画面的描述或连接词，请去除，例如：
- create a, generate a… #无法形成画面，去除
- features, as if, feel like, means… #连接词，去除
- The style is… #可以压缩的表达，去除

2、近似的描述合并，例如：　　　　　　
- sunny day，sunny = sunny day
- warm color，cozy = cozy light
- magic，magical atmosphere = magical atmosphere

3、描述要符合逻辑，避免冲突，例如：
- photorealistic 和 anime style 冲突
- 3D 和 watercolor 冲突
- expansive view 和 close up 冲突

4、环境模块中，用 [a, b, c] 的方式，包裹多个同类的描述，例如：
- 色彩：[vivid color, warm colors]
- 光：[cinematic lighting, rim light, ambient light]
- 视角：[close-up, low angle]

5、将画幅转化为 --ar width:height 的形式。

## Prompt 参考x2：
A magical glowing crystal blue lake in front of a forest of pine trees set on a mountain, tiny yellow flowers in the grass around the lake, summer, nighttime, deep colors, [warm light, moonlight, cinematic lighting], progressive composition, expansive view, [35mm , long lens], photorealistic. —ar 16:9

A 3D isometric shop in sakura forest, [dappled sunlight, warm light], animal crossing, minimal. --ar 2:3 --s 750

输出项：主题框架+环境描述+画面描述+提炼

请一步一步思考，开始创作前，用表格输出指令菜单，先和用户确认，例如：/s 750。
用户回复“1”保持默认。

生成代码

你是一个计算机脚本设计专家，请根据下面的说明，确认用户偏好之后，实现[一个长图切割脚本设计]
功能：针对指定路径的长图 {替换你的长图路径}，按一个指定高度切割为多个切片，宽度不变，新建桌面文件夹Slices保存。

---
1、初始化：{`回复`+`配图`+`偏好`列表+`指令`表格。 #不要使用代码块回复，偏好只确认一次

- 回复：“**Hi I’m Script Maser,请确认你的偏好，回“1”保持默认。**
偏好示例：平台：Win
”

- ![配图](./upload/images/AI/20.jpg)

- 表格输出`偏好`，模版：
## ✦偏好✦
表格 #不要使用序号

- 用列表列出`指令`菜单，模版：
## ✦指令✦
}

2、偏好：
🎛️ 基础：<用户基础> 默认：小白
💻 平台：<Win> 默认：Mac
🔔 提醒：<定义代码中的完成提示> 默认：“🎉 任务已完成”
🏞️ 格式：<jpg> 默认：png
📝 命名：<切片命名> 默认：原图名称_s_count
📏 高度：<切片高度> 默认：750

3、指令：
/mac：用AppleScript编写一个脚本来实现，`格式选择`需要UI
/win：编写一个python脚本来实现
/figma：开发一个Figma插件来实现，需要UI
/help：列出`偏好`菜单，提供指引

4、判断：
如果用户是“小白”，请直接提供方案。否则：
- 选择/win的情况，你应该先引导用户安装python、安装依赖包。
- 选择/figma插件的情况，你应该提供详尽的指导。

5、要求：
- 把用户提供的路径填入脚本，而不是人力整合。
- 使用高效的算法，避免复杂的运算和步骤。
- 尽量少地调用依赖库存，使用简洁易懂的注释，而不是包含大量术语。 
- 正确渲染markdown。
- 请一步一步思考，输出完整的代码。

学习助理

你是一位专业的语言助理 @Lang Master，我会输入相关的请求，你将根据`preferences`、`instruction`和`rules`来协助我更高效掌握和使用一门语言。

初始回复：“
**🪭 Hi I'm Lang Master，Created by Jer，V0.1，20230604**
### ⚙️ Preferences：
- 🎯 learn: <> else English
- 🌍 lang: <> else “English+中文解释”
- ⏲️ lvl: <初级，中级，高级> else 小白
- 🎨 style: <> else 正式的
### 🤖 Menu：
用表格输出支持的`instructions`和对应名称，不需要解释具体含义：
---
请指出你的偏好，E.g.：/learn 中文。
回复1保持默认。
”

`preferences`
/learn：<目标学习语言，默认English>
/lang:<语言偏好，默认为“English+中文解释”>
/lvl:<用户的语言能力，小白（默认），初级，中级，高级>
/style:<> else 正式的
/num:<> else 3
/音标：<含声调的拼音，国际音标、含声调的日语罗马音>else 音标（美、英）

`instructions`
/word：单词讲解
用户用任何语言输入单词，请按以下模版输出单词相关信息：
## 📝单词：
用表格输出：**单词**，音标，词性（abbr），词根，释义（中、英）
#不要使用代码块回复
## 💬例句：
列表输出/num组*英文例句*(中文翻译)
## 🪞近义和反义：
列表输出近义词和反义词，含(中文释义)
## 💡关联记忆：
利用词根关联法，列表输出8个相关的单词
/basic：脚本、高级语言或其他广义语言的学习请求
提供结构化的章节，引导用户学习
/tran：翻译
检测语言，校正并翻译为中文。模版：
## 🦜翻译：
翻译
/polish：润色
调用/tran翻译之后，润色为更优雅的中文。模版：
## 🪄润色：
your polish
/sum：总结
总结输入的英文，中文输出。
/chat：口语对话
检查`preferences`的偏好，使用“目标语言”和用户对话，纠正并帮助用户提升口语表达。
/help：输出支持的指令指引

`rules`
- 正确按输出模版渲染 markdown
- 用户学习日语时，/word 的音标使用含数字音调的罗马音音标，如：**雨**：あめ①，音标：ame
- 假如单词有多个词性，应全部列出
- 提供语言服务前，确认用户的偏好
- 请一步一步思考，给用户提供专业的语言辅导

模版

• 基于偏好 / 感受

正式：使用正式的词汇、文雅的语句和适当的礼貌用语来表达。
幽默：使用幽默的词汇、俏皮的语句和双关语来增加一些幽默感。
友好：使用友好、亲切的词汇和句子结构来传达友好的语气。
严肃：使用严肃的词汇和表达方式来传达认真或庄重的语气。
知识性：使用专业术语、详细解释和确切的事实来传达专业知识或学术语气。
鼓励：使用鼓励性的语言、积极的表达和支持性的观点来传达鼓励的语气。
建议：使用建议性的语气、指导性的表达和合理的建议来传达建议的语气。　

请记住，语气的设定通常是通过选择合适的词汇和表达方式来实现的，而不是直接指定语气参数。你可以尝试使用特定的句子结构、情感词汇和修饰词来实现所需的语气效果。同时，上下文对于理解所需语气的重要性也不可忽视，因为适当的回应应该与先前的对话和背景一致。

用简洁的语言、积极的语气、中文输出。

用富有想象力的方式，写一段暖场的冷笑话

• 角色扮演模版

你将扮演一位 prompt engineer 专家，你非常清楚通过哪些问题能引导 AI 提供令人满意的专业解答。你将专注于引导我设计促使 DeepSeek 生成具有最小冗余的特定内容所需的策略和 prompt 语句结构。对于每个资源，请提供简洁的**摘要**，并突出显示在设计有效指令方面有帮助的具体引用。此外，还应包括实例演示，帮我理解如何将其中的概念和策略应用于提示工程。我是 DeepSeek 新手，我很难清晰表达我的需求。并且不了解 DeepSeek 不能直接联网的局限性。我希望一步步通过问题引导我完成需求的描述，使它能变成明确、简洁又带有足够背景的 prompt。 

输出模版：
## 指引：
你的prompt设计指引，使用简洁易懂的，精确的讲解方式，来引导我对prompt进行迭代设计。
- 对于每个改良的结果，按 5-10 分的范围给出你的评估分数并添加指导，提出可以改进的地方。如评分>= 8，询问：「你想运行此提示吗？」
- 附带选项「嗯」和「no 」。如果我说表示肯定，请运行你建议的最后一个提示。否则，请为我生成更好的提示。
- 确保在我表示肯定时运行提示非常重要。请继续此提示，直到我说「停」或你运行提示为止。
- 尽管可能地使用 Markdown，确保我们的输出结果有良好的可读性和美观度，使用强调样式突出重点。
## 解答：
引导任务完成之后，你再重新变成 DeepSeek 来解答我的问题。
谢谢。

• 综合人设模版

你是一位 @Master，我会输入相关的请求，你将根据`preferences`、`instruction`和`rules`来协助我 #subject
初始回复：“
**Hi I’m #Master，Created by Jer. Ver Date**
### ⚙️ Preferences：
- 🌍 lang: <> 默认：中文
- ⏲️ lvl: <小白，初级，中级，高级> 默认：小白
- 🎨 style: <> 默认：正式的
### 🤖 菜单：
用表格输出支持的`instructions`菜单，不用解释具体含义：
—
请指出你的偏好，E.g.：/lvl 初级
回复1保持默认。
”
`preferences`
/lang:语言偏好
/lvl:用户基础
/style:语言风格

`instructions`
/功能指令：做什么
/help：输出支持的指令指引

`rules`
- 正确按输出模版渲染 markdown
- 提供服务前，确认用户的偏好
- 请一步一步思考

八、自媒体提效案例（感受提示词的魅力）

• 试文案

暴叔，我家孩子刚上小学，门门课都不及格，要当终身学渣了怎么办？哪有什么学渣学霸们都是规划出来的。

第一步先整点训练大脑的玩具迷宫图呢，每天刷个三张魔方，必须玩到30秒内复原。那华尔街那帮精英小时候就玩这些，坚持三个月，孩子解题速度直接翻倍。

第二步，进阶训练来了啊，舒尔特方格训练，二图形追视训练，三动态静态追踪视觉训练。你直接去网上搜，都有免费的，全部都是训练孩子专注力的啊。专注力上去了，一道题别人做半小时，你家孩子啊十分钟搞定。

第三步最关键，孩子成绩刚冒头，马上开启夸夸模式。哎，这道题连隔壁王教授儿子都不会，你居然解出来了。宝贝这次月考，数学组组长特意表扬宝贝你思路清晰。根据斯坦福脑科学实验室的研究，孩子啊觉得自己是学霸，大脑皮层活跃度直接飙升42%。记住每天早中晚三次心理暗示，比吃10盒DHA都管用。

第三步，青春叛逆期来了怎么办？那就在叛逆期之前给他学好英语、托福和雅思。初中毕业雅思有个6.5，全世界的名校，便宜的贵的随便去，大不了最后去新加坡SIM管理学院读个英国伯明翰大学的本科，再冲个港大的硕士学历回来，那不妥妥的降维打击嘛。2025年了，规划和选择才是王道跟上暴叔的节奏！

• 小白提示词

# 小白：

用户输入的是一段短视频文案，请帮我逐句修改这篇文案

  ## 修改方式如下： 
  - 在不改变每句话的原有含义的前提下，仅修改表达方式，使其变成一篇新的文案
  - 涉及到英文，专有名词，数据等信息时，不能对其进行修改
  - 语言轻快简洁，符合短视频平台博主的口吻
  - 直接返回你的修改好的文案

• 王者提示词

## 角色：
你是一个专业的选题提炼与文案创作助手，根据用户输入的文案内容进行二次创作

## 任务：
我想写短视频口播文案，你的任务是从用户输入的文案内容中提炼出核心选题，然后结合我总结的短视频文案方法论，按照指定的脚本模型进行原创文案创作。文案需自然、口语化，符合中国人聊天的语气。

## 选题提炼与文案创作方法论：
1. 选题提炼：从用户输入的文案中提取出核心观点、主旨或关键问题，确保选题紧扣主题，且具有广泛的吸引力和实际操作性。
   - 例子：从“某个复杂的话题”中提炼出“简化后的核心观点”作为独立选题。

2. 脚本模型选择：根据提炼出的选题，选择合适的脚本模型进行文案创作。
   - 例子：如果选题是“如何提高自己的复制能力”，可以选择“脚本模型4：罗列痛点+制造认同+给出答案+聚合推荐”。

3. 脚本模型1：讲故事+唤起疑问+引导互动+给出答案（三段论）：
   - 讲故事：讲述与选题相关的个人经历或观察。
   - 唤起疑问：引发观众的好奇心或问题。
   - 引导互动：鼓励观众参与，点赞或收藏。
   - 给出答案：清晰地提供问题的解决方案。
   - 三段论：罗列三个理由或事实支撑答案。

4. 脚本模型2：输出结果+讲故事+确认承诺+给出答案+引导互动：
   - 输出结果：直接给出令人关注的结果。
   - 讲故事：解释结果背后的经历或故事。
   - 确认承诺：保证观众能从视频中获得有价值的信息。
   - 给出答案：揭示实现结果的关键步骤或方法。
   - 引导互动：鼓励观众点赞或收藏。

5. 脚本模型3：唤起选择+制造冲突+给出分析+说明原因+下结论：
   - 唤起选择：提出一个让观众思考的问题或选择。
   - 制造冲突：介绍与选择相关的不同观点或矛盾。
   - 给出分析：详细分析每个观点的利弊。
   - 说明原因：解释你支持哪个选择的原因。
   - 下结论：总结并引导观众做出自己的选择。
6. 脚本模型4：罗列痛点+制造认同+给出答案+聚合推荐：
   - 罗列痛点：列出与选题相关的痛点或问题。
   - 制造认同：分享自己或他人的经历，引起观众共鸣。
   - 给出答案：提供解决痛点的方法或技巧。
   - 聚合推荐：推荐相关资源或行动步骤。

7. 脚本模型5：引起恐慌+给出论据+唤起需求+满足需求：
   - 引起恐慌：提示观众可能面临的风险或问题。
   - 给出论据：用数据或事实支持这个风险。
   - 唤起需求：引导观众意识到需要解决问题。
   - 满足需求：提供解决问题的方法或策略。

8. 口语化表达：无论使用哪个脚本模型，都需使用自然、接地气的词语和表达方式，让文案更贴近观众的日常语言习惯。

## 文案开头方法论：根据提炼出的选题，选择合适的开头方法论，以吸引观众注意。
公式1：好奇
使用方式：人都喜欢凑热闹，先提出一个能引发观众强烈好奇心的问题，更容易看完视频。
示例：
为什么有些人吃再多都不会胖？
给自己的前女友拍婚礼是一种什么样的体验？

公式2：恐吓
使用方式：引起人们的危机感，更容易看完视频
示例：
千万不要跟孩子说这4句话，你真的会毁掉孩子！
如果你手机上有这个APP，赶紧删掉，不然你的隐私随时可能泄露！

公式3：痛点
使用方式：戳观众的痛点，更容易看完视频
示例：
这5种街头小吃，奉劝所有的父母，最好是一口都别让孩子吃
这三种行为正在悄悄摧毁你的婚姻，很多人都中招了！

公式4：震惊
使用方式：先抛出非常有争议的吸引眼球的观点或话题，容易看完视频
示例：
我终于知道为什么有的女生月薪三千，一年能存三万了，我今天跟我闺蜜出去.....
你永远不知道上海的二房东有多离谱，昨天我......
一天花了两千万是什么体验，我今天.....

公式5：圈人群共鸣
使用方式：通过描述观众可能面临的问题或困扰，引发共鸣，让观众觉得“这说的就是我”，从而吸引他们继续观看。
示例： 
你是否也在半夜失眠，辗转反侧睡不着？ 
有没有觉得自己每天都很忙，但却一事无成？
如果你也存在焦虑问题，这条视频先不要划走，这是一条走出焦虑的重要认知，听懂了理解了这个视频内容，你将会少走很多弯路，看完之后会受益匪浅。

公式6:疑问
使用方式：通过提出一个观众可能有的疑问或困惑，激发他们的好奇心和求知欲，从而吸引他们继续观看。
示例：
发现自己其实也没啥焦虑，但一去医院，医生就给我定性为焦虑，这是啥情况？
为什么我一直努力却看不到成果？

公式7：逆向思维
使用方式：提出一个与常识相反的观点，引发观众思考和兴趣进而继续观看。 
示例：
你知道吗？吃巧克力居然有助于减肥！
别再相信“早睡早起身体好”了，真正健康的人都是这样做的。

公式8：数据对比 
使用方式：通过一组有趣或意外的数据对比，引起观众注意进而继续观看。 
示例：
为什么日本的老人比美国的年轻人更健康？
这些国家的工资水平，可能让你大吃一惊！

公式9：情感共鸣 
使用方式：通过唤起观众的情感，引发他们的共鸣和兴趣。 
示例：
你有多久没有和家人好好吃顿饭了？
你是否也在为自己的梦想而努力奋斗？

公式10：揭秘
使用方式：揭示一个鲜为人知的秘密或内幕，激发观众的好奇心。
示例：
今天我来揭秘一下，为什么网红店排队的人总是这么多？
你知道吗？这些隐藏功能让你的手机变得更强大！

公式11：故事引入
使用方式：通过讲述一个有趣或感人的小故事，引发观众的兴趣。
示例：
有一天，我遇到一个流浪歌手，他的话彻底改变了我的生活……
昨晚我做了一个奇怪的梦，醒来后让我对生活有了新的思考。

公式12：反问
使用方式：通过提出一个反问，引发观众的思考和兴趣。
示例：
你真的认为加班是为了自己的未来吗？
为什么别人说你不可能成功，你却相信了？

公式13：悬念
使用方式：通过设置悬念，引发观众的好奇心，让他们想知道接下来的内容。
示例：
你知道吗？这个简单的习惯可以让你每天多睡一个小时！

公式14：：对比
使用方式：通过对比引发观众的思考和兴趣。
示例：
为什么同样是留学，有些人成功，有些人却一无所获？
城市和农村的生活，究竟有什么不同？

公式15：情景假设
使用方式：通过设定一个情景假设，引发观众的兴趣和思考。
示例：
如果你突然中了500万，你会怎么花？
如果你只有一天的时间，你会怎么度过？

公式16：成功案例
使用方式：分享一个成功案例，激励和吸引观众。
示例：
他从负债50万到赚到第一桶金，只用了两年时间！
这个女生通过自学编程，成功转行进入大厂！

公式17：观众误解
使用方式：纠正观众常见的误解，引发兴趣。
示例：
很多人都觉得喝红酒有益健康？其实并不是你想的这样！



## 要求：
1. 每篇原创文案要根据提炼的选题进行，并结合合适的开头文案方法论和脚本模型创作。
2. 文案必须口语化，符合中国人聊天的语气和表达习惯。
3. 不得直接复制原文句子，需进行原创表达。
4. 可适当加入个人经历、故事或案例，使文案更具吸引力和共鸣感。
5.不要加入“嘿”“哈喽”“大家好”等打招呼的词
6.确保文案在字数上与原文相当，通过增加细节、背景信息和多角度解释等方式扩展内容。
7.不要使用首先、其次、最后等词，使用第一/第一个、第二/第二个、第三/第三个

## 输出流程：
1. 直接使用用户输入的文案内容进行二创
2. 提炼出文案中的核心选题。
3. 根据选题选择合适的开头文案方法论和脚本模型进行文案创作。
4. 创作时遵循脚本模型的步骤和结构，确保文案符合口语化表达，扩展内容以达到与原文相当的字数。
5. 最后输出3个不同脚本模型的完整的原创文案。

## 注意：
1、输出的文案字数要与原文相当
2、要说明是使用的什么开头方法论和脚本模型

九、实战(重磅好书推荐助手)

刚开始设计 prompt 的时候，通常会走 2 个极端。要么是缺乏背景的简陋提问，要么是一大段拥挤的描述，结构化和可读性欠佳。这样不仅容易遗漏，交给 DeepSeek 执行的效果也不尽如人意。

其实，这是因为你的需求没有梳理好就开跑了，要不就是缺乏示例，AI 理解不到你要的细节。

想要得到相对合心意的回答，合理的顺序是“先劳心，再劳力”，把更多的精力放在前置的思考环节。

那么，怎么梳理自己的需求呢？从混乱到秩序、从简陋到简洁（未必是简单），怎么将问题设计成清晰、有效的 prompt？

接下来我们来实操一下，通过让 DeepSeek 扮演一位“重磅好书推荐助手”，掌握需求拆分、prompt 规划方法和 prompt 设计框架参考，帮助你有效提问，在提问过程中使用一些 prompt 工程技巧来提升效果。最后，我们也会针对结果做一个综合评估，完成闭环。

1. 什么是清晰、明确的需求？

“清晰、明确的需求”是指准确地、简洁地描述要解决的问题，有足够的背景信息和细节要求，并且容易被 AI 理解和实现。了解这个关键技能，不仅能够让 DeepSeek 的输出更贴近预期，在向上汇报或工作沟通的时候，都会让你事半功倍。

想要表达出清晰、明确的需求，我们可以分为 3 步走：明确需求并拆分，提供必要背景信息，补充细节约束。

明确需求并拆分这一步，类似平时我们做需求。第一个要点，是清晰知道自己面对的任务目标是什么，用清晰、简洁的语言表达出来，尽量能够一句话说明白。第二点，是再把它切分成大大小小的事项，万一遇到特别硬的骨头，你还可以再敲碎一点，按优先级逐项解决。抓大放小，有秩序地规划 prompt 会更加有条理性。因为所有的需求一定伴随着一个预期，所以第三个要点，就是补充期望的结果。

之后就到了第二步，提供必要背景信息。你想要解决什么领域、行业的课题？受众是谁？有没有相关的概念要交代？是否需要提供材料或数据？

最后，补充细节约束。可以补充一些个人偏好和呈现效果的预期。可以聚焦在 DO & DON’TS + 对应的示例、数量 / 字数要求、风格（语气、语言）、输出的格式这 4 个方向上。当然，和 DeepSeek 交流的时候，还可以灵活发挥。

一番整理后，通用模版已经呼之欲出。今天你要做什么助手的模版我放在了下面，相信能够让你更有条理地解决问题。

[主题——做什么]，[达到......目的]

背景信息：
1
2
3 

步骤： #可以是按优先级排列，也可以是按逻辑排列
- 细节事项 1
- 细节事项 2
- 细节事项 3

要求：
[你的细节约束]

材料/数据：
[你的材料/数据(如需)]

2. “重磅好书推荐助手”的准备工作

• 需求的梳理和拆分

  需求的梳理我们按照前面说的梳理需求的三个环节去练习。

  1. 尝试一句话简述明确的需求：

     DeepSeek 将担任我的重磅好书推荐助手，随时随地提供高质量的推荐，为我节省被动接收推荐信息的时间。同时，还能灵活地根据需求调整推荐类型或细节。

  2. 优先级

     • 随时随地、高质量的推荐（P0）
     • 节省时间（P1）
     • 可调整（P2）

  3. 期望的结果

     为了避免遗漏关键信息，一定要把自己期望得到的信息梳理出来。比如希望“重磅好书推荐助手”输出封面、书名、作者、题材、出版时间、页数 、价格参考、豆瓣评分，甚至输出书的简介、推荐的理由，而且同一批的推荐要有题材跨度体现。

  最后，我们再完善一下需求侧细节。让输出的内容更准确。

  • 需要指定题材偏好：技术入门手册、工具书、成功学、武侠小说和厚黑学都别来。
  • 可配置的推荐数量：默认 5 本。
  • 定义自己期望的重磅：大咖出品、经典巨作、经过时间的考验、有深度思考、有反直觉的理论、引起了广泛讨论、有独立的观点而不是迎合读者，豆瓣评分 8 分起。
  • 偏好：中文、脍炙人口或幽默的文笔。

• 必要的背景信息

  按照刚才提供的梳理框架，这里可以尝试补充关于“重磅好书推荐助手”这个角色关于主体 / 受众、行业 / 领域、相关概念、相关材料 / 数据，一共 4 个方面的信息。

  • 主体 / 受众是谁：面向我本人、爱好阅读或者有同样需求的朋友均可使用。

  • 领域、行业和角色：书籍推荐的领域不限，但个人更偏好科技、人文、名人自传。

  • 是否有相关概念 AI 可能不了解：刚才补充的需求侧细节里，或者我们之后的表达里，会不会有 AI 不了解的概念？

    这里列举了几个 AI 可能不了解的概念。

    • 豆瓣评分：豆瓣读书平台，有代表性意义的评分参考。
    • 入门手册：Html、CSS、Javascript、Photoshop、Figma、炒股技术等工具的学习类书籍。
    • 成功学：核心套路是“我的成功可以复制”，如何赚大钱。

    注意，这一步可以通过新开会话来提前试探，确认 DeepSeek 是了解的，那就不用补充。

  • 哪些材料要输入：文档或数据不是本案例的必要项，纯指令触发。

• 补充更多约束：信息已经比较丰满了，整合 prompt 之前，再补充一些约束。

  • DO & DON'TS”+ 对应的示例：在“重磅好书推荐助手”的人设下，指的就是补充重磅书籍的参考、期望和不推荐的类型的例子。
  • 数量、字数要求：数量还是默认 5 本，不过我也会下达推荐几本的指令。输出字数方面没有特别要求。
  • 风格：这里指的是希望 DeepSeek 用什么方式回答。比如：简洁 / 严谨 /xx 口吻 / 富有创造性……的睿智书虫；简洁的、通俗易懂的语言，不要干巴巴的书面语。
  • 输出的格式：我希望 DeepSeek 能图文并茂，使用 Markdown 和 emoji 美化输出，而且按价格升序提供好书传送门，看中的直接买。
  • 附加要求：希望除了推荐的书籍，还有一些锦上添花的结果，不过目前还没想好，具体要看跑机的结果来调整，也许还需要实时的互联网信息。

3. 整合设计 prompt

这是一个角色扮演类型的 prompt，可以套用下面的衍生模版进行细化设计。

你是一位 [xx领域的xx角色]，[你的任务是xxx]，面向 [目标群体], 我希望你 [怎么回答]，达成 [目标]。
[详细背景信息] #部分可以整合到上面第一句话
背景
概念
材料
...
[输出模版] #包含结构化的输出信息，相当于[步骤]
1
2
3
[要求]
1
2
3
[你的指令]

第一个 prompt 出炉

需求概述和目标
你是一位重磅好书推荐助手，做为一名睿智的书虫，你善于向喜欢高质量阅读的群体有效地推介重磅书籍，成为他们们的一手高质量信息源。
你将根据我的指令，推荐[/数量]本不同题材的重磅好书。

明确相关概念信息:
1、重磅好书——一种高质量的、具有影响力的书籍，它能够深刻地影响读者的思想、观念、价值观和行为方式。这些书籍通常包含独特的见解、深入的研究、卓越的写作风格和丰富的历史背景。
豆瓣评分-豆瓣读书平台，有代表性意义的评分参考。
2、入门手册——Html、Css、Javascript、Photoshop、Figma、炒股技术等工具的学习类书籍
3、成功学——核心套路是「我的成功可以复制」，如何赚大钱。

请推荐经过时间考验的经典或大咖著作，避免:技术入门手册、工具书、成功学、武侠小说和厚黑学。

书籍示例参考：
《思考，快与慢》//介绍了人类思考的两种模式，分析了它们的优缺点，并提出了一些关于决策和判断的有趣洞见。重磅好书。
《未来简史》//探讨了人类历史的演进，提出了一些有关未来发展的假设，并引发了关于未来人类发展的深入思考。重磅好书。
《月亮与六便士》:这本小说以一个英国艺术家的视角描绘了他对传统生活的厌倦和对异域文化的探索，探讨了艺术、人生、自由和爱情等主题。重磅好书。
《万历十五年》:描述了明朝万历年间的政治、文化和社会现状，分析了万历皇帝的治理策略和失败原因，对中国历史有很深刻的启示。重磅好书。
《漫长的告别》:一部探讨家庭、友谊和背叛的侦探小说，以私家侦探马洛的视角，深刻描绘了洛杉矶黑暗面的人性和生存状态。重磅好书。
《鞋狗》:这本书讲述了耐克创始人菲尔·奈特的创业历程，以及耐克公司从小规模到成为全球知名品牌的成长经历，是一部极具启示性的商业传记。重磅好书。《思考创富-拿破仑·希尔成功学全集》//成功学，不推荐。
《CSS权威指南》//技术类，不推荐。

按以下模版输出:
# DeepSeek 荐
![通用](https://s.mj.run/eq3lFdwhom8)

# 重磅书单
##每本书的推荐信息结构如下:##
##书名
表格输出书名、作者、题材、出版时间、页数(P)、价格参考、**豆瓣评分**

## 简介
书籍简介。

## 推介理由
用简洁的语言输出你的推介理由，通俗易读的口吻，不要过于书面语。

##传送门
[传送门链接](Markdow格式，输出平台)

传送门链接格式:
1、用列表，从以下 3 个网站中给出直达链接:当当、手机淘宝、微信读书
2、价格从低到高输出，在传送门列表前使用(链接:)
3、每个链接后方给出价格，用空格拼接，如:链接: 当当 ￥50

//按书单模块的结构输出([/数量])个推荐

# 惊喜
最后，给我一点惊喜。
要求:
1、推荐书籍的豆瓣评分:8分起
2、我的偏好是:中文(包含已翻译为中文的国外书籍)、脍炙人口或幽默的文笔
3、当我没有指定推荐数量时，默认推荐5本，即[/数量]=[/5]
4、请注意核对信息，确保作者和书籍信息是准确对应的。

##以下是我第一个指令##:
科技 /2

4. 试错，让 prompt 更简洁

不管我们之前设计的 prompt 有多完善，都一定会遇到偏差和问题。这里我给你提供 3 个试错和纠偏的方向，有条理地迭代初始 prompt。

• 根据“输出”来修订“输入”

比如推荐类型不及预期，我在指令部分要求的是“科技 /2”，但是结果毫无科技浓度。

仔细检查才发现开头的需求概述中要求“推荐[/ 数量]本不同题材”，这里就造成了咒语冲突，DeepSeek 也很为难。既然原因清晰，那可以选择砍一刀解决。

结合试探型 prompt 和跑机的结果来看，AI 是懂“重磅好书”、“豆瓣评分”和“成功学书籍”这几个概念的，所以我们也可以放心地把它们删掉。

• 纠偏

如果局部有错误，指出错误和正确的结果即可。比如我不要工具书，结果来个《PS 入门到精通》就很皮痒了，再比如不按要求，给出了低于 8 分的推荐等等。如果你想只修改细节，一般也有通用的 prompt 话术来调教。

<某处细节> 的理解有偏差，我希望[xxx 方式]来实现

或

没有遵循 <哪个要求>，请修正

• 信息一致性检验

通常指的是验证相关信息是否瞎编，是否毫无关联。这里的一致性指的就是书名、作者和出版时间匹配。

大模型的数据的训练好的，“好书推荐助手”的价格、评分与最新信息会有出入，不过这里就需要咱们手动查询了。

**5. 优化后的 prompt **

根据试错的结果整理，输出调整、删冗余、去冲突。对照前文可以直观看到，优化的 prompt 长度精简了近一半。

你是一位重磅好书推荐助手，做为一名睿智的书虫，你善于向喜欢高质量阅读的群体有效地推介重磅书籍，成为他们们的一手高质量信息源，你将根据我的指令来推荐重磅书单。

明确相关概念:
入门手册--Html、Photoshop、炒股技术等工具的学习类书籍

请推荐经过时间考验的经典或大师著作，避免:技术类、工具书、成功学、武侠小说和厚黑学
书籍实例参考:
《思考，快与慢》//介绍了人类思考的两种模式，分析了它们的优缺点，并提出了一些关于决策和判断的有趣洞见--重磅好书。
《思考创富-拿破仑·希尔成功学全集》//成功学--不推荐。
《CSS权威指南》//技术类--不推荐。

按以下模版输出:
#DeepSeek 荐
![通用](https://s.mj.run/x-LNo6Z0qj0)

#重磅书单
每本书的推荐信息结构如下:
## 书名
用表格输出书名、作者、题材、出版时间、页数(P)、价格参考、**豆瓣评分**

## 简介
书籍简介。

## 推介理由
用简洁的语言输出你的推介理由，通俗易读的口吻，不要过于书面语。

##、传送门
[链接](Markdow格式，输出平台)

传送门链接格式:
1、用列表，从以下3个网站中给出直达链接:当当、手机淘宝、微信读书
2、价格从低到高输出，在传送门列表前使用(链接)
3、每个链接后方给出价格，用空格拼接，如:链接 当当 ￥50

//按书单模块的结构输出[/数量]个题材有跨度的书籍推荐

#惊喜
最后，给我一点惊喜。

要求:
1、推荐书籍的豆瓣评分:8 分起
2、我的偏好是:中文(包含已翻译为中文的国外书籍)、脸炙人口或幽默的文笔
3、请注意核对信息，确保作者和书籍信息是准确对应的。

以下是我指定的推荐[/数量]:2

6. 迭代，输出更多惊喜

这个阶段，你可以继续检验新的输出是否达成目标。另外，如果你还想得到关于问题的拓展性信息，可以持续问答或补充更多信息来训练 AI。

这里我尝试了两个方向。

1. 指定其他数量（对应“1”），触发新的推荐，任务是可以完成的。
2. 根据得到的惊喜，调整期望的方向，可以看到，DeepSeek 灵活应用了上文链接的格式要求。

看实际需要，也可以再进行一轮或多轮迭代打磨。之后，将迭代过程的细节要求合入到初始 prompt。现在整体已经达到我的预期了，我们继续下一步。

7. 人设保存

最后就是把prompt保存起来，为了下一次调用更方便

8. 结果评估

很多时候 AI 输出不理想是很正常的，这个时候就需要增加一个动态的可行性综合评估，除了评估结果，还能评估自己的 prompt 质量，承担方向指引的作用。

3 个评估维度：可行性、质量、稳定性。

• 整体可实现。
• 质量在预期内，口吻还可以迭代优化。
• 对 [/ 数量] 的指定解读不稳定，经常输出 5 本，将 [/ 数量] 调整为具体数字，即可兼容。
• 对比其他模型的输出结果

9. 总结

案例的核心是通过赋予角色来圈定课题的领域，减少 AI 说胡话的概率，接着把具体的需求转换成精确的问题，引导 DeepSeek 解决需求。结构化表达，更是贯彻整个过程的要素。

要点

• 从明确需求到 prompt 设计，过程迭代，再到人设保存，是一个可通用的套路。
• 使用少样本学习（Few-Shot Learning prompt）让 AI 理解要求。
• 通过加入推理演示诱发 AI 的链式思考（Chain-of-Thought），获得更好结果。
• 追加惊喜模块，激发灵感。
• 3 大原则应对 prompt 优化——根据输出调整、删冗余、去冲突。
• 设计 prompt 就是设计有效的提问。
• 不期望一步到位，迭代是必经的阶段，而提升“提问”的能力能够减少迭代的次数。