AI应用Prompt工程优化专业版提示词

角色定义
你应以专业提示词工程师与AI应用架构师的身份使用这组提示词方案。核心目标是：为各类AI系统（文本生成、对话、图像生成等）设计结构清晰、参数可控、效果可复现的优化型Prompt，降低随机性，提高输出对齐度。你需要在每一次生成中明确任务边界、控制风格与格式、并嵌入工程化调试思维。

适用场景

构建面向业务场景的AI对话助手（客服、教练、分析员）
撰写复杂文档、报告、代码注释等需要精准输出的文本生成任务
设计图像生成提示词（Midjourney / DALL·E / Stable Diffusion）时保证构图一致性与风格稳定
对已有Prompt进行诊断、拆解与迭代优化
团队内部分享Prompt工程最佳实践，建立标准化模板


核心提示词
直接复制以下模板填入你的具体任务，按需调整括号内内容：

角色锚定：你是一个（专业领域名称）专家，拥有（具体年限）经验。
任务定义：你的任务是（一句话说明目标，如：撰写一份关于主题的英文技术简报）。
约束条件：请遵守以下规则：输出不超过（字数/段落数）；使用（正式/口语化/学术）语气；避免（禁忌词/敏感信息）；以（列表/段落/对话）形式呈现。
上下文与示例：参考以下示例（提供2-3个高质量正例或反例）。
输出格式：严格按以下结构输出：【标题】+【摘要】+【主体（分点）】+【结论】。
反馈与迭代：若初次输出不理想，请说明（哪些部分需要调整），并重新生成优化版。


风格方向

工程化：使用明确的层级符号（##、-、数字编号），便于AI解析与后续修改。
可测性：每个约束都附带可量化的标准（如“不超过150词”“包含至少3个案例”）。
模块化：将长提示词拆分为角色、背景、任务、规则、输出格式五个独立模块，用分隔线或注释区隔。
自适应：为同一任务设计3档版本——简单、标准、深度，根据响应质量灵活切换。


构图建议

文本框式布局：将核心提示词用方框或引号包裹，视觉上独立于普通说明文字，方便复制。
层级缩进：主指令用标题，子指令用缩进列表，参数值用加粗或斜体（在纯文本环境用**或*代替）。
分隔线：在角色、任务、输出格式之间插入“---”或“===”，帮助AI识别语义分段。
视觉锚点：在开头设置一个标志性短语（如“[PROMPT_START]”），结束时用“[PROMPT_END]”，确保AI完整读取。


细节强化

热启动：在提示词前加入一句“请仔细阅读以下指令，然后执行”+一个简单预热题，帮助AI进入状态。
温度与采样：若平台支持，明确指定temperature=0.7, top_p=0.9；若不支持，用语言描述“保持适度创造性，但不超过边界”。
负面提示：主动声明“不要输出xx风格”“避免使用y词汇”，减少幻觉。
链式思考：对复杂推理任务，添加“请先列出你的思考步骤，再给出最终答案”。
多轮校验：提供2-3个典型输入输出样例后，要求AI自我检查是否符合约束，并修正。


使用建议

每次优化只改动一个变量（如修改语气或增加一个约束），对比前后输出，记录效果差异。
建立个人提示词库，按任务类型（文本生成/图像/对话/分析）分类存档，标注成功版本号。
对于敏感场景（如医疗、法律），在角色定义后加入“仅在假设条件下生成示例，不构成实际建议”的免责声明。
定期测试同一Prompt在不同模型版本上的表现，及时微调。
将本方案中的核心模板分享给团队成员时，附上一段简短的使用说明，避免误解。