AI成长系列-09-提示词资产库

上一讲结尾说了句:你已经攒了一路的好模板------私教四约法、读码五步、主编四步------是时候给它们找个家了。这一讲,就是给它们安家。

先说结论:好 prompt 的价值,不在你写出它的那一刻,在第二次、第三次你还能不能原样把它拿出来。

一、开场翻车:那个救了阿K 的 prompt,他找了半小时

阿K 这一路攒下来的家底不算薄:让 AI 当私教的四条约法(第 7 讲)、啃祖传代码的读码五步、让 AI 当主笔的主编四步(第 8 讲),还有第 6 讲那两道门、第 5 讲喂报错的正确姿势。每一个都是他反复踩坑、调了三五版才顺手的。

可它们现在散落在哪呢?------六个聊天窗口、两个手机便签、Slack 的"已保存",还有一次是直接粘在一份周报草稿里。

翻车来得不响。

周会散场,隔壁组的小周凑过来:"你上次让 AI 审代码那个 prompt,能不能发我一份?"阿K 说"小意思",然后当场翻聊天记录------翻了二十分钟。他翻出三个版本:一个是最早跑不通的、一个改到一半的、还有一个是最终版,但它和上一段对话的上下文粘在一起,小周复制过去根本不知道哪句该改。最后他凭印象重新打了一版发过去。小周第二天回来说:"没你说得那么神啊。"阿K 心里咯噔一下------他知道漏了哪句:"先让它列出自己的盲区,再给结论。" 就这一句,效果差一半。

真正的暴击在季度述职。Leader 问了一句:"你这一路这些 AI 用法,能不能沉淀成团队能复用的东西?"阿K 打开自己的收藏夹,两百多条。他往下滑了十秒,一个都没用过第二次。

那天他想明白一件事:他攒的不是资产,是聊天记录。

二、核心概念:一次性消费品,还是可复用资产

先把两种 prompt 分开。

消费品:为眼前这一件事写的一句指令。"帮我把这段报错翻译成人话"------用完就丢,完全合理,绝大多数 prompt 本来就该如此。

资产:你会用第二次、第三次、第十次的那一小撮。比如"先猜后判"的私教法、"事实审"的主编四步------它们解决的不是某一次的问题,是一类反复出现的问题。

两者差在哪?不在写得多漂亮,在有没有被模板化。四个动作:

  • 拆开------把 prompt 里"每次都变的值"(你的模块路径、你的项目背景)和"永远不变的部分"(要它先猜、要它列盲区、要它给可验证的产出)分开;
  • 起名------给它一个能被搜索、能被口头喊出来的名字("读码五步"比"那个读代码的 prompt"强一百倍);
  • 标场景------写清"什么时候该掏它出来";没有这一行,模板就是硬盘里的死文本;
  • 放一处------一个你 10 秒内能打开的地方,而不是"三个聊天窗口里的某一个"。

还有个常被忽略的点:资产是会复利的。 一条模板你今天省 5 分钟,一年复用 50 次就是 4 个小时;更值钱的是它把"你当时怎么想的"固定了下来------三个月后的你可能已经忘了那版 prompt 为什么这么写,但卡上写着。

软件工程里有个老原则叫 DRY------Don't Repeat Yourself,别重复自己。每次重打一遍同样的 prompt,就是在违反它;建库,就是给这条老原则在 AI 时代补的一个新用法。

第 2 讲说过,prompt 是接口契约。这一讲补上后半句:好的契约会被反复调用,所以它得被存成一份文档,而不是每次口头重讲一遍。

三、核心方法:建库四步

一句话版本:筛、拆、归、迭代。

第一步,筛------不是什么都值得进库。 判定标准三条,全中才入库:用过 ≥2 次、效果稳定(不是偶尔灵一次)、有可预期的重复场景。一次性任务的 prompt 别硬做成模板,维护它比用它还累。

第二步,拆------把骨架和变量分开。 拿"读码五步"举例:变量是 {{模块路径}}、{{业务背景}},骨架是"先要地图不要译文、先猜语义再验证据、专问违反直觉的地方"这些从不变化的纪律。变量用占位符标出来,谁拿去都能换成自己的值。

看个最直观的对比。拆之前 ,你每次发出去的是这一整段:「读一下 payments/refund.ts 这个模块,我们是电商退款场景,最怕它把超时当失败;先给我地图,别急着翻译代码,每个判断先让我猜,专挑违反直觉的地方......」------每次都重打,每次都漏一句。拆之后,卡上只剩骨架和占位符,你实际发出去的是一句:用读码五步,模块={{payments/refund.ts}},背景={{电商退款}},最怕搞错={{超时被当成失败}}。三秒填完,一个细节都不漏------这就是"变量化"省下来的东西。

第三步,归------命名 + 分类 + 一行场景。 名字要短、能喊出口;分类按"你要干的活"分(学东西 / 写代码 / 排障 / 写作 / 评审),不按工具分;每个模板顶上必须有一行"何时用"。名字还有个土规矩:动词 + 对象 + 可选数字(读码五步、主编四步、两道门),长度控制在能被同事在群里喊出来的程度------喊不出口的名字,等于没起。

第四步,迭代------模板也要长。 每次用得不顺,回库改一版,并在顶上记一行"为什么改"(v1 → v2:补了"先让它列盲区")。模板不迭代,三个月后就会变成"当年好用、现在鸡肋"的老古董。

四、常见错误:五种"囤而不建"

# 姿势 现场 病根
1 收藏夹囤积 收藏 200 条,用 0 条 收藏 ≠ 资产,没被复用的不叫资产
2 存正文不存变量 复制给别人就失效 把"这次的值"焊死进了模板
3 只存不改 v1 用到死 模板也要迭代,不迭代就过期
4 只囤不测 抄来的模板直接信 别人的模板是别人的场景,没验证过不算你的
5 过度模板化 一次性任务也建模板 维护成本 > 复用收益,库越建越沉

第 1 种多说一句:资产的定义是被调用,不是被收藏。 判断你的库健不健康,只看一个数------过去一个月,你有几个模板被掏出用了第二次?是 0,那它就是个更精致的收藏夹。

五、实操:给库搭骨架,从这一路攒的开始

目录:一个文件夹、一个 Git repo、笔记软件里一页,都行------只要满足两条:10 秒能打开、能搜索。

text 复制代码
prompts/
  ├── 01-学新东西/
  │     ├── 私教四约法-v2.md
  │     └── 读码五步-v2.md
  ├── 02-写代码/
  ├── 03-排障/
  ├── 04-写作汇报/
  │     └── 主编四步-v2.md
  └── 05-评审/
        └── 两道门-v1.md

一张模板卡长什么样------这是本讲唯一要你背下来的格式:

text 复制代码
名称:读码五步 v2
何时用:接手一个陌生模块,要快速理解它
变量:{{模块路径}} {{业务背景}} {{你最怕它搞错的一件事}}
骨架:
  1. 先给我地图(模块职责、数据流、入口),别急着翻译代码
  2. 每个关键判断,先让我猜,你再判
  3. 专门指出"违反直觉"的地方,并说明为什么这么写
  4. 任何你没把握的结论,标注"存疑"
输出要求:一页以内,用表格列"入口 / 职责 / 坑"
已知坑:祖传口径不写注释,它看不见------第 7 讲血泪

从哪儿开始? 别从零新建。把这一路攒的翻出来,先挑 3 个:私教四约法、读码五步、主编四步------它们已经在你手里跑熟了好几遍,入库成本最低。凑够 10 个,毕业三件套的第一件就成型了。

但也不是人人都得建库。 如果你一个月才用 AI 三五次、每次都是全新问题,那别建------库的价值和你的复用频率成正比,低频用户建库就是给自己找维护活儿。这套方法只对"反复用 AI 干活"的人生效。

附栏:当前工具箱(2026-10)

时效隔离原则:正文只讲方法,工具形态进附栏。产品会换代,建库四步不会。

存放位置 形态 注意
本地 Markdown + Git 一个 prompts/ 目录,版本可追 最适合工程师;改一版一次 commit
笔记软件 Notion / 语雀 / Obsidian 等 搜索强、手机也能开;别被花哨模板绑架
编辑器规则 Cursor Rules、CLAUDE.md 等 把高频 prompt 直接挂进编码环境,最省事
工具自带库 各 AI 工具的"提示词 / 自定义指令"功能 平台绑定,换工具要迁移------留一份本地副本

六、收尾:一个动作、一个问题、一句话

现在就可以做的第一步:打开你的聊天记录,搜"你是",把过去一个月你重复发过两次以上的指令找出来------只要一条,就按模板卡的格式入库。你的库,从今天这一条开始。

评论区聊聊:你有没有一个"当时惊为天人、后来再也找不回来"的 prompt?它现在躺在哪个角落?

聊天记录里的是运气, 模板库里的是能力。 运气用完就没了,能力可以调用一千次。

下一讲预告:第 10 讲《让 AI 读你的资料》------模板库解决了"怎么问",下一个问题是"喂什么"。代码库、文档、几十页的会议纪要,怎么喂进它的上下文还不串味?下期见。

相关推荐
机器人梦想家1 小时前
【AI工具】Spec Kit 升级教程:specify CLI 从 1.1.2 升到 1.2.0 全流程(含 GitHub 下载慢的镜像解法)
ai编程
李航19833 小时前
SketchUp国产平替来了,功能非常接近,还有AI版本自动建模
人工智能·python·计算机视觉·ai·ai编程
wengad4 小时前
AICoding的质量门禁|看懂SonarQube的扫描度量
ai编程·sonarqube·质量门禁·双脑系统
彭亚川Allen17 小时前
从零手搓 RAG 之检索全流程,给大模型接上自己的知识库
前端·后端·ai编程
桃西西呀19 小时前
LangGraph4j之四:运行引擎与流式
人工智能·llm·ai编程
桃西西呀19 小时前
LangGraph4j之五:持久化与断点续跑
人工智能·llm·ai编程
threerocks19 小时前
FDE 已死!从 FDE 到 FDU:重新定义 AI 交付
aigc·openai·ai编程