我想记录自己在使用提示词（Prompt）上的一些心得体会，并且想把一些优秀值得借鉴的提示词分享给大家。在下面的文字中主要分成四个部分，第一部分是概述好的提示词构建的一般性原则；第二部分重点在AIGC生成文本内容的提示词如何写；第三部分则侧重AIGC生成图像内容的提示词建议；最后汇总了许多我觉得好的非常不错的提示词参考示例和教学网站。让我们开始吧！
一、好的提示词应该具备的优良品质
优秀的提示词通常不是随机生成的，而是遵循以下几个核心原则：
-
明确性： 避免模棱两可的词汇，直接告诉 AI 你想要什么，而不是不想要什么。
-
上下文： 提供背景信息。比如，是写给小学生看的科普，还是写给行业专家的报告？
-
结构化： 使用清晰的指令符（如：角色、任务、要求、输出格式）。
-
渐进式： 好的提示词往往是聊出来的。通过不断的反馈调整，让 AI 逼近你的理想答案。
【注】使用Markdown语法来写提示词，能极大的提升输出内容的质量。
二、AIGC生成文本
在编写文本类提示词时，遵循一个清晰的公式可以极大提高 AI 输出的稳定性。
1、结构化提示词五要素
好的生成文本提示词 = 角色 + 指令 + 上下文 + 输出格式 + 约束
| 要素 | 作用 | 核心要点与示例 |
|---|---|---|
| 角色 | 为 AI 定义一个身份，激活特定的知识库和语气倾向。 | 如：资深面试官、物理学家、毒舌影评人、雅思作文老师。 |
| 指令 | 明确具体动作，告诉 AI 到底要做什么。 | 动词开头，如"撰写、总结、翻译、改写、推演"；避免使用模糊的"写点东西"。 |
| 上下文 | 提供背景细节，让 AI 了解任务的前因后果。 | 明确：受众是谁？目标是什么？目前的进度或背景信息如何？ |
| 约束 | 划定红线和范围，减少 AI "幻觉"或废话。 | 包括：字数限制、语气风格（幽默/严谨）、禁止使用的特定词汇。 |
| 输出格式 | 规定结果呈现的形态，便于直接使用。 | 如：Markdown 表格、代码块、JSON、三段论、Bullet points。 |
【注】五要素的先后顺序对效果影响不大。
场景示例 （公文润色）
你是一位专业的政府办公室秘书（角色 ）。请将这段口语化的工作汇报修改为正式的公文（指令 ）。背景是年度复盘会议（上下文 ）。要求措辞严谨，多用四字词语，去掉所有第一人称'我'（约束 ）。输出结果请将修改前后的对比用表格形式呈现（输出格式）。
场景示例 （面试模拟 ）你是一家顶尖互联网公司的产品经理面视官（角色 ）。请对我进行模拟面试（指令 ）。我正在申请你们的'AI产品经理'岗位（上下文 ）。请每次只问一个问题，并在我回答后给出简单的评价和改进建议（约束 ）。对话请以'你好，请先简单自我介绍'开始（输出格式）。
2、进阶提示词技巧
除了基础公式，你还可以用下面的方式来增强效果：
-
思维链引导 (Chain of Thought)： 加入"请一步步思考"，强制 AI 在输出结论前展示逻辑。
-
少样本学习 (Few-Shot)： 给 AI 提供 1-2 个正确范例，它会瞬间掌握你的写作风格。
-
反向提问： 在提示词末尾加上"如果你有不清楚的地方，请在开始工作前询问我"。
三、AIGC生成图像与视频
视觉生成的关键在与具象化！主要介绍文生视频，因为提示词更全面。
1、结构化提示词五要素
好的生成图像提示词 = 主角 + 场景 + 动作 + 构图与镜头 + 风格
| 要素 | 作用 | 具象化技巧 |
|---|---|---|
| 主角 | 画面中心点 | 不仅要说"一只猫"，要描述为"一只身穿宇航服、毛发蓬松的布偶猫"。 |
| 场景 | 空间与环境 | 包含环境光（如：清晨的丁达尔效应）、天气、季节及背景中的细节。 |
| 动作 | 动态灵魂 | 文生视频的关键。 避免模糊的"在玩"，改用"在跳跃、慢动作掠过水面、眼神从左向右转动"。 |
| 构图与镜头 | 导演视角 | 设定景别（特写/全景）、镜头运动（推拉摇移）、光圈（大光圈虚化）。 |
| 风格 | 艺术调性 | 材质（3D渲染/胶片感）、流派（赛博朋克/水墨）、分辨率指标（4K, 8K）。 |
【注】英文版提示通常效果会更好，可以在写完之后让大模型帮助翻译成英文。
场景示例 （文生视频）
一位神情忧郁的年轻男子，穿着黑色连帽衫，皮肤上有细微的雨滴（主角 ）。夜晚霓虹闪烁的东京街头，路面有积水倒影，充满赛博朋克氛围（场景 ）。他正缓步走在街道中央，偶尔抬头看向广告牌，雨水顺着发梢滴落（动作 ）。中景镜头，侧面跟拍，背景保持大光圈虚化（构图与镜头 ）。35mm 电影胶片质感，高对比度调色，8K 分辨率（风格）。
四、参考
智谱 prompt-engineering
https://docs.bigmodel.cn/cn/coding-plan/best-practice/prompt-engineeringLangGPT 是一个结构化、可复用的提示词设计框架https://github.com/langgptai/LangGPT/blob/main/README_zh.mdChatGPT提示词学习手册https://ai.feishu.cn/wiki/A7DWwALT7i2QGokEnIHcEP0InFcLearning Prompthttps://learningprompt.wiki/docs