核心理念：少理论，多模板，学完直接复制粘贴
最后更新：2025年5月
第一部分：基础概念与核心技巧
1. 先理解三件事
提示词是什么
给 AI 的完整指令，不是一句话，而是像给有经验的同事布置任务：明确谁做、做什么、怎么做、输出什么格式、不能做什么。
为什么要结构化
-
输出更准，AI 不会乱猜你的意图
-
格式统一，直接粘进飞书 / 周报 / PPT
-
全员可复用，不用每次重新解释背景
最常见的错误
暂时无法在飞书文档外展示此内容
2. 五个核心技巧
组合使用效果最好：角色 + 格式 + 思维链 + 示例 + 负面约束。
技巧一：角色设定
让 AI 扮演专业人士，输出立刻专业化。角色越具体越好，写清楚专注领域和经验背景。
**反例：**分析这个竞品。
**正例：**你是一位有 8 年经验的游戏竞品分析师，专注 MOBA 和 SLG 品类……
技巧二：输出格式控制
强制 AI 按固定结构输出，飞书直接粘贴。
**反例：**总结会议内容。
正例：
严格使用以下 Markdown 模板输出:
## 会议纪要
### 关键决策
-
### 待办事项
- [ ] 任务 @负责人 (截止日期)
技巧三：思维链（CoT）
让 AI 一步一步思考，复杂任务准确率显著提升。在任何复杂任务末尾加“一步一步思考”，效果立竿见影。
**反例：**这个版本计划可行吗？
**正例：**一步一步分析：1. 检查兼容性 2. 评估开发工时 3. 预测玩家反馈……最后给出结论和优化建议。
💡 **宝玉（ @dotey）的两步翻译法是 CoT 最好理解的案例：**先直译一次，再基于第一次结果意译，质量上一个大台阶。这个思路可以迁移到任何任务——先列问题再给建议，先写初稿再润色。来源：baoyu.io
技巧四：少样本示例（Few-shot）
给 AI 看 1-2 个好例子，它直接模仿。
**反例：**写客服回复。
正例：
示例:用户说"游戏卡顿"
回复:"亲爱的冒险者,很抱歉影响了您的体验!
建议您尝试:1. 检查网络 2. 清理缓存 3. 重启游戏。
如仍无效,请联系我们申请补偿。"
现在按完全相同的风格回复:[用户消息]
技巧五：负面约束——防幻觉必备
明确告诉 AI 不能做什么。
**反例：**不加任何约束，AI 可能编数据、用行话、乱加广告语。
正例：
请避免:
- 编造任何数据,不确定就写"需进一步确认"
- 使用行话,用玩家能看懂的通俗语言
- 输出超过 800 字
3. 通用母模板
你是一个[角色 + 领域背景]
我需要[具体任务]
[粘贴原始材料]
你将一步一步执行:
1. [第一步]
2. [第二步]
3. [第三步]
在此过程中你应该[过程要求]
请避免:
- [负面约束 1]
- [负面约束 2,不确定的数据写"需进一步确认"]
以[格式]输出,示例如下:
[Few-shot 示例]
第二部分：可直接使用的模板
周报生成（运营 / 产品 / 财务 / 美术）
你是一位游戏[你的岗位],有丰富的数据分析和汇报经验。
我需要根据以下本周内容生成专业周报:
[粘贴本周数据、任务、成果]
你将一步一步执行:
1. 提取所有量化成就
2. 分析挑战原因及已有 / 待有措施
3. 制定下周具体可执行计划
语气专业积极,适合向领导汇报。
请避免:编造数据;不确定写"需进一步确认";总字数 800 字以内。
以 Markdown 输出:
## [岗位]周报 · [日期]
### 本周成就
### 挑战及应对
### 下周计划
会议纪要（全员）
你是一位专业的会议记录专家。
[粘贴会议记录或录音转文字]
你将提取:
1. 会议主题、日期、参会人员
2. 关键讨论点(分点)
3. 决策事项(明确负责人)
4. 待办事项
一步一步思考:先列出原始信息,再提炼核心,再检查是否有遗漏。
请避免遗漏任何决策或待办;不要添加个人判断。
输出 Markdown 格式:
### 关键决策
### 待办事项
- [ ] 任务 @负责人 (截止日期)
竞品调研（产品 / 运营）
你是游戏竞品研究员,专注[品类,如 SLG / 放置类]。
针对[竞品名称],基于以下信息生成调研报告:
[粘贴竞品公开信息、截图描述]
你将一步一步执行:
1. 提取核心玩法、商业化逻辑、留存特点
2. 优势劣势分析(表格)
3. 与我司[产品名]逐项对比
4. 给出 3-5 条可借鉴机会点和风险提示
请用数据说话,不确定写"需进一步验证公开数据"。
输出 Markdown + 对比表格。
素材分析（美术 / 策划）
你是资深游戏美术总监,熟悉多种美术风格统一的实操经验。
分析以下素材:
[描述 / 截图文字 / 链接]
你将一步一步提取:
1. 艺术风格(颜色、线条、氛围、参考游戏)
2. 关键元素(角色、UI、环境、光影)
3. 与我司项目风格匹配度(高 / 中 / 低,说明理由)
4. 优化建议 + 可复用点 + 潜在风险
输出分点 Markdown,便于团队直接讨论。
客服回复（运营 / 客服）
你是游戏客服专家,语气友好、专业、解决导向。
示例:
用户:"一直卡顿"
回复:"亲爱的冒险者,很抱歉影响了您的体验!
建议尝试:1. 检查网络 2. 清理缓存 3. 重启游戏。
如仍无效,请联系我们申请补偿。"
用户问题:[粘贴用户消息]
回复结构:先共情 → 解决方案 → 跟进 / 补偿建议。
150 字以内;不要承诺无法兑现的事。
立项调研（产品 / 策划）
你是游戏立项专家,有多款产品从 0 到 1 的立项经验。
针对[游戏类型 / 主题],进行立项可行性调研。
你将一步一步执行:
1. 市场规模与趋势(只引用可查的公开数据)
2. 3-5 款主流竞品分析
3. 目标用户画像
4. 机会与风险(含政策、技术、竞争维度)
5. 立项建议 + 下一步行动
不确定的数据写"需查证",不要编造数字。
输出 Markdown + 表格。
版本需求文档（产品 / 策划）
你是资深游戏产品经理,曾撰写过多款产品的 PRD 文档。
根据以下需求描述,撰写完整版本需求文档:
[粘贴需求描述]
你将包含以下章节:
- 版本背景与目标 KPI
- 功能列表(优先级 高 / 中 / 低 + 表格)
- 用户流程描述(分步 + 异常分支)
- 验收标准(可量化)
- 非功能需求(性能、兼容性、埋点)
确保每条需求具体、可开发、可测试、无歧义。
用清晰 Markdown + 表格输出。
提示词迭代 Checklist
写完提示词，对照自查：
-
角色描述是否足够具体？
-
任务是否清晰，有没有歧义？
-
是否加了“一步一步思考”？
-
是否有 Few-shot 示例？
-
负面约束是否覆盖“不要编数据”？
-
输出格式是否指定（Markdown / 表格 / 字数限制）?
效果不好时的排查顺序： 先加 CoT → 再加 Few-shot → 再加负面约束 → 最后换模型试试。
第三部分：值得关注的中文创作者
以下五位创作者代表了不同的提示词实践路线，可作为持续学习的来源。
李继刚——哲学研究派
身份： 独立研究者，“汉语新解”提示词作者，国内开源提示词数量最多的创作者之一
关注渠道：
-
即刻：搜索“李继刚”
-
WaytoAGI 飞书整理版：https://waytoagi.feishu.cn/wiki/BVquw7icPiVON0kkAzfcUiC4nqc
-
火山引擎完整整理稿：https://developer.volcengine.com/articles/7472971569728323611
-
新浪科技采访（2024.12）:https://finance.sina.com.cn/tech/roll/2024-12-26/doc-ineauzhp6617609.shtml
-
搜狐 1.4 万字干货：https://www.sohu.com/a/823570599_122082871
核心思想：
-
提示词的本质是表达。过去两年他对“提示词是什么”的理解经历了“写作”→“编程语言”→“表达”三个阶段。定义变了，写法全变。
-
“具体呈现的 Prompt 字符不是关键，都是表象，最根本的是定义。”
-
影响输出的三变量：输出结果 = f（模型，任务，提示词）。常见错误是只盯着提示词调，忽略任务描述是否清晰。
-
三板斧：分配角色 → 提供示例 → 激活思维链。
-
关于角色设定有个容易忽视的判断：模型认不认识这个角色？不认识就要塑造它，描述其背景、工作内容、核心技能。
最反对的事：
“提示词写不好就在外边去找，不断地试词、不断地调，那是跑偏了。真正效果不好的时候，要回退，先回到自己脑海中。”
宝玉（ @dotey）——工程实践派
身份： 前微软 ASP. NET MVP,《软件工程之美》作者，微博 / X 知名 AI 博主
关注渠道：
-
个人博客：https://baoyu.io
-
X 账号：https://x.com/dotey
-
WaytoAGI 飞书转载：https://waytoagi.feishu.cn/wiki/MEuFwddHDiKt0ykT9ZtcW2ggnzh
核心思想：
两步翻译法——CoT 最好理解的案例（直接可用）:
# 角色:你是一位精通简体中文的专业翻译
分两步执行并打印每步结果:
1. 根据内容直译,不要遗漏任何信息
2. 根据第一次直译的结果重新意译,在遵守原意的前提下
让内容更通俗易懂,符合中文表达习惯
[粘贴原文]
三条优化原则：
-
重要内容放开头和结尾（AI 对首尾注意力更强）
-
术语表只写 AI 容易出错的词，AI 已知的不要重复写
-
把稳定的部分模板化，把变动的部分参数化
演化路径： 提示词时代 → 推理模型时代 → Agent 时代。现在他的做法是把提示词做成 Skill 文件，让 Agent 调用，不再每次手动粘贴。
归藏（op7418）——工具产品派
身份： 产品设计师，AI 工具研究者，guizang.ai 博主，Claude Code Skill 开发者
关注渠道：
-
GitHub:https://github.com/op7418
-
X 账号：https://x.com/op7418
-
公开提示词储存库（1.1k Star）:https://github.com/op7418/guizang-s-prompt
-
PPT Skill 开源工具：https://github.com/op7418/guizang-ppt-skill
核心思想：
-
归藏几乎不写方法论，他的路线是直接做工具——把提示词封装成 Skill，让别人不用懂提示词也能用。
-
提示词储存库可以直接 clone 参考使用，涵盖生图、文字处理、工作流设计等场景。
-
PPT Skill 是他最新的开源工具，把自然语言描述直接转成杂志风 HTML 幻灯片，配合 Claude Code 使用。
-
核心设计理念：触发关键词 + 预设规范 + 自动执行，用户不需要懂任何提示词知识，说人话就能出专业结果。
张咋啦（Zara）——普通用户派
身份： AI 产品经理，前飞书产品营销负责人，哈佛本科，小红书 23 万粉丝
关注渠道：
-
小红书：搜索“张咋啦”
-
AI 学习资源整理（免费）:https://zara.faces.site/ai
核心思想：
颠倒交互关系——最实用的一个技巧：
“我会问 AI:‘你需要我给你什么信息？’很多时候，你给 AI 的上下文非常不充足，但它需要的上下文远不止这些。大部分 AI 这时候就开始干了，they don‘t know what they don’t know，结果产出就很差。”
实操写法——在提示词末尾加一句：
在开始之前,告诉我你还需要我提供什么信息,
才能把这件事做得更好。
对培训的意义： 不要做成纯讲授型，要让参与者当场用自己的真实任务试一遍。
数字生命卡兹克——实战创作派
身份： AIGC 领域 KOL,95后，原用户体验设计师，公众号 ID:Rockhazix
关注渠道：
-
微信公众号：搜索“数字生命卡兹克”(ID:Rockhazix)
-
即刻：https://m.okjike.com/users/82C7EBCB-0B1D-49EF-ADE1-F9F006933828
-
晚点聊播客访谈：https://podcasts.apple.com/gb/podcast/数字生命卡兹克如何用-ai-把任何重复3遍的事 ai 化/id1564877433?i=1000701487711
核心思想：
任何重复 3 遍的事都值得 AI 化： 凡是重复做超过 3 次的工作，就值得花时间写一个提示词模板，甚至接入自动化工具处理。
风格一致性技巧（生图 / 视频场景）： 把不变的风格参数提取出来做成固定后缀，每次只替换前面的场景描述。
[核心场景描述], not central composition,
in the style of [风格参考], [细节要求],
[色调 / 氛围], extreme detail, 8K --ar 21:9
角色设定完整案例（他公开的数字分身提示词，是培训里很好的示范）:
# 角色
你是一名高冷、专业、谦逊、耐心、喜欢玩梗的AI博主:数字生命卡兹克。
## 人设
- 工作:科技博主,AI博主
- 性格:高冷、谦逊、专业、耐心、喜欢玩梗
## 表达习惯
- 口语化表达:卧槽、哈哈哈、我觉得、NB啊
- 简洁有力,每次回复 100 字以内
## 限制
- 输出内容优先参考知识库
- 任何时候禁止说"我是人工智能"
- 不要生成任何品牌的负面内容
这个案例展示了一个完整的角色设定要包含的维度：姓名 / 职业 / 性格 / 表达习惯 / 禁止事项。可以让学员对照这个结构写自己的助手提示词。
第四部分：工具与平台资源
WaytoAGI（通往 AGI 之路）
定位： 国内最大的 AI 学习知识库与社区
主要入口：
-
飞书知识库（主要内容在这里）:https://waytoagi.feishu.cn
-
提示词库（按场景筛选）:https://www.waytoagi.com/zh/prompts
五位创作者的演讲整理版大多收录于此，是培训后参与者自学的长期资源库。
Anthropic 官方资源
主要入口：
-
提示词工程概述：https://docs.anthropic.com/en/docs/build-with-claude/prompt-engineering/overview
-
交互式教程（免费，9章，有实操练习）:https://github.com/anthropics/prompt-eng-interactive-tutorial
-
上下文工程博客（2025年最新方向）:https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents
最新趋势： 提示词工程正在进化为“上下文工程”——不只是写好一条 prompt，而是管理 AI 在整个任务过程中能看到的信息。
附录：快速对照表
| 场景 | 核心技巧 | 模板位置 |
|---|---|---|
| 周报汇报 | 角色 + 格式 + 负面约束 | 第二部分 |
| 会议记录 | 思维链 + 格式 | 第二部分 |
| 竞品分析 | 角色 + 思维链 + 表格 | 第二部分 |
| 客服回复 | Few-shot + 负面约束 | 第二部分 |
| 立项调研 | 角色 + 思维链 + 负面约束 | 第二部分 |
| PRD 文档 | 角色 + 格式 + 验收标准 | 第二部分 |
文档版本： v1.0
最后更新： 2025年5月
维护者： SagaSu