每个专题都按「概念 → 方法 → 模板 → 常见坑」组织，内容可直接拿去用，不需要注册、不需要付费。
按写作、办公、编程、营销、学习分类整理的 60+ 条现成提示词，复制即用，附使用场景与效果预期。
02五要素公式 + 前后对比示例，讲透角色、任务、背景、约束、格式，让输出稳定可控。
03常用指令词表：改写、扩写、摘要、翻译、分步骤推理、自我检查等，按场景检索。
04选角色、填任务、挑格式，页面内直接拼出一段结构化提示词，无需安装插件。
05用一个生活化的比喻讲清概念，区分提示词、指令、关键词、上下文，解答新手最常问的 10 个问题。
06这个岗位到底做什么、需要什么能力、怎么从零开始学，附 8 周学习路线与作品集建议。
不要一上来就夸AI「你是一个顶尖专家」，那只是情绪价值。真正决定质量的是这五件事有没有说清楚：
同样一段文字，让「编辑」看是语病，让「法务」看是风险。角色写不对，结论的方向就不对。
用「提炼／改写／对比／拆解／生成」这类动词，而不是「帮我看看」。动词决定了产出的形态。
字数、语气、不能做什么、信息不足时怎么处理。不写约束，模型就会用它的默认偏好替你决定。
把「讲给我听」换成「考我」，学习效率会明显不一样——因为输出的压力会暴露出你以为懂、其实没懂的地方。
不是。长度不等于信息量。有效的提示词是「必要信息一个不少，无关信息一个不多」。如果一段话删掉后输出没变化，它就是噪声，反而会稀释重点。判断标准是：每句话是否改变了输出的某个维度。
三个常被忽略的变量：模型版本、上下文长度、温度参数。此外，很多网上流传的提示词是英文原版机翻的，语序和术语已经失真，中文场景建议按中文表达习惯重写一遍。
作用有限，而且容易让模型输出更套路化的答案。与其夸身份，不如给它一个具体的判断标准，比如「按我们公司这份评审清单来打分」。具体的标准比虚构的资历有用得多。
基本不能。实际工作流是「写一版 → 看输出 → 指出具体哪里不对 → 让它按修正后的规则重来」。第二轮补充的信息，往往比第一轮的长篇设定更值钱。
主流模型对中文的理解已经足够好，日常写作、分析、办公场景用中文没有明显劣势。涉及代码、特定学术术语、小众领域时，英文有时更稳定，可以中英混写：指令用中文，专有名词保留英文原文。
结构通用，细节要调整。文本类模型（对话、写作）几乎可以直接用；绘图类模型需要改成描述性的画面语言，把「分析、论证」换成「光线、构图、材质」；语音类则要控制句长和停顿。