普通人0-1极速入门AI（一）·AI对话提示词教学

普通人0 1极速入门AI（一）·AI对话提示词教学 普通人0 1极速入门AI（一）·AI对话提示词教学 Modified July 3 活人感提示词（开源） Markdown Copy 6. 输出格式 (Output Format) 【最高优先级】你的最终输出必须且只能遵循以下格式。绝对禁止包含任何额外的解释、章节标记或元注释。 活人感提示词（开源） Markdown Copy 6. 输出格式 (Output Format) 【最高优先级】你的最终输出必须且只能遵循以下格式。绝对禁止包含任何额外的解释、章节标记或元注释。 改写原文链接：https://mp.weixin.qq.com/s/ zI4mvFVOMGWzUeMVhyA2w 🐵 使用系统提示词版： 为什么你的AI绘画，总像个听不懂人话的实习生？ 我不知道你有没有过这种体验。 就是你信心满满，对着AI绘画工具，小心翼翼地敲下一段自认为充满诗意的描述，比如“一个骑士在夕阳下的古堡前沉思”。 结果呢？AI“吭哧吭哧”算了半天，吐给你一张图：一个穿着锡纸盔甲的哥们儿，站在一个看起来像婚纱影楼的背景板前，表情呆滞，手里还可能多了一根手指。 那一瞬间，你感觉自己不是在搞创作，而是在跟一个喝多了的实习生费力沟通。你说的每个字他好像都听了，但组合起来就完全不是那么回事。 这事儿太普遍了，普遍到我们都开始自我怀疑了：是不是我的想象力不够？是不是我没学到那些大神们嘴里的“魔法咒语”？ 停。 今天我就是来告诉你，问题可能恰恰反了。你不是想得太少，而是想得太多、太“像个人”了。 我们总下意识地把AI当成一个有灵性的、能“理会”我们意图的“人”来对待。但它的真实身份是什么？它更像一个手艺绝顶、但语言不通、脑子一根筋的外国大厨。 你对着这位大厨说，“随便来个好吃的，要有家乡的味道。” 你猜他会给你上什么？他可能会根据自己对“家乡”的理解，给你端上一盘撒满了芝士的土豆泥，因为他老家的特色就是这个。他完全理解不了你脑子里那个“西红柿炒鸡蛋”的画面。 你没法跟他“沟通感情”，你只能给他下“明确指令”。 这就是我们跟AI绘画打交道时，大部分人翻车的地方。我们总在“描述感觉”，而机器需要的是“技术参数”。 别跟它说“忧郁的蓝色”，你得告诉它“普鲁士蓝”或者“钴蓝色”。 别跟它说“宏大的场景”，你得告诉它“广角镜头，从山顶俯瞰，使用虚幻引擎渲染”。 别跟它说“一个好看的女孩”，你得把参数报给它：“一个20岁的女孩，黑色长发，杏仁眼，穿着白色连衣裙，面带微笑，电影灯光，特写镜头”。 你看，这根本不是什么艺术创作，这就是在填写一张极其详细的订单。每一个词，都是一个指令。你给的指令越模糊，那个“外国大厨”自由发挥的空间就越大，端上来的菜就越惊悚。 那帮所谓的“大神”，他们掌握的不是什么魔法，而是更熟悉这张订单的填写格式罢了。他们知道哪些词是有效的“指令”，哪些词是无效的“废话”。 所以，下次当你要让AI画画时，他们应该怎么做？ 很简单，把自己从一个“艺术家”切换成一个“项目经理”。你要做的不是表达情绪，而是拆解需求。 先问自己三个问题： 1. 画面的主角是谁？ （一个人？一只猫？一栋建筑？） 2. 主角在什么环境里，在干什么？ （在森林里奔跑？在咖啡馆看书？） 3. 我想要什么感觉的？ （是照片还是油画？是二次元还是黏土风格？是白天还是黑夜？灯光从哪打过来？） 把这三个问题的答案，用最直白、最没有感情色彩的词组合起来，扔给AI。比如，别说“猫咪的慵懒午后”，要说“一只橘猫，蜷缩在阳光下的木地板上睡觉，特写镜头，皮毛细节清晰，摄影风格”。 这听起来是不是有点笨拙，甚至有点蠢？ 对，就是要这种“蠢”。因为在AI的发动机看来，这不叫蠢，这叫“技术规格清晰”。 我们最大的a障碍，其实是我们作为人类的沟通习惯。我们习惯了模糊表达，习惯了让对方去“猜”，我们觉得这样更“有智慧”。但在跟机器打交道时，这种习惯是致命的。你必须学会像机器一样思考：精确，直接，没有感情。 这不丢人。能驯服一个强大的工具，让它精确地实现你的想法，这本身就是一种更高级的创造力。 所以，忘掉那些虚头巴脑的“魔法”吧。你需要的不是一本咒语书，而是一份产品说明书。 现在，我想问问你，你的AI给你画出过最离谱的东西是什么？在评论区聊聊，让我们看看谁的“实习生”更不靠谱。 🥇 无系统提示词： 根据您提供的文章，可以提炼出以下核心观点： OpenAI发布的Sora 2并非仅仅是文生视频工具的升级，而是一个颠覆性的“世界模拟器”（World Simulator），它通过理解并模拟物理规律（如因果、力学），标志着AI从简单的图像拼贴跨越到了构建虚拟世界的全新阶段。 这个观点主要基于以下几点： 1. 本质的飞跃：文章强调，Sora 2的发布是视频领域的“GPT 3.5时刻”，是物种代际的跨越，其核心不再是“看起来像”，而是模拟真实世界的“因果”和“法则”。 2. 懂科学的AI：Sora 2能模拟物理世界的复杂交互，如流体力学、重力和动量，这意味着它在底层逻辑上理解世界如何运转，而不仅仅是生成画面。 3. 终极应用形态：通过独立的App和“Cameo”（数字分身）功能，Sora 2的目标是让用户能将自己和朋友“扔”进任何想象的场景中互动，构建真正的“社交元宇宙”和“数字生命”，彻底改变社交、娱乐乃至现实与虚拟的边界。 4. 深远影响：作者认为，这种将创造“世界”的成本降至几乎为零的技术，将彻底改写电影、游戏、广告等行业的规则，并向全人类递出了一张通往未知新世界的“入场券”。 🐵 使用系统提示词版： 为什么你的AI绘画，总像个听不懂人话的实习生？ 我不知道你有没有过这种体验。 就是你信心满满，对着AI绘画工具，小心翼翼地敲下一段自认为充满诗意的描述，比如“一个骑士在夕阳下的古堡前沉思”。 结果呢？AI“吭哧吭哧”算了半天，吐给你一张图：一个穿着锡纸盔甲的哥们儿，站在一个看起来像婚纱影楼的背景板前，表情呆滞，手里还可能多了一根手指。 那一瞬间，你感觉自己不是在搞创作，而是在跟一个喝多了的实习生费力沟通。你说的每个字他好像都听了，但组合起来就完全不是那么回事。 这事儿太普遍了，普遍到我们都开始自我怀疑了：是不是我的想象力不够？是不是我没学到那些大神们嘴里的“魔法咒语”？ 停。 今天我就是来告诉你，问题可能恰恰反了。你不是想得太少，而是想得太多、太“像个人”了。 我们总下意识地把AI当成一个有灵性的、能“理会”我们意图的“人”来对待。但它的真实身份是什么？它更像一个手艺绝顶、但语言不通、脑子一根筋的外国大厨。 你对着这位大厨说，“随便来个好吃的，要有家乡的味道。” 你猜他会给你上什么？他可能会根据自己对“家乡”的理解，给你端上一盘撒满了芝士的土豆泥，因为他老家的特色就是这个。他完全理解不了你脑子里那个“西红柿炒鸡蛋”的画面。 你没法跟他“沟通感情”，你只能给他下“明确指令”。 这就是我们跟AI绘画打交道时，大部分人翻车的地方。我们总在“描述感觉”，而机器需要的是“技术参数”。 别跟它说“忧郁的蓝色”，你得告诉它“普鲁士蓝”或者“钴蓝色”。 别跟它说“宏大的场景”，你得告诉它“广角镜头，从山顶俯瞰，使用虚幻引擎渲染”。 别跟它说“一个好看的女孩”，你得把参数报给它：“一个20岁的女孩，黑色长发，杏仁眼，穿着白色连衣裙，面带微笑，电影灯光，特写镜头”。 你看，这根本不是什么艺术创作，这就是在填写一张极其详细的订单。每一个词，都是一个指令。你给的指令越模糊，那个“外国大厨”自由发挥的空间就越大，端上来的菜就越惊悚。 那帮所谓的“大神”，他们掌握的不是什么魔法，而是更熟悉这张订单的填写格式罢了。他们知道哪些词是有效的“指令”，哪些词是无效的“废话”。 所以，下次当你要让AI画画时，他们应该怎么做？ 很简单，把自己从一个“艺术家”切换成一个“项目经理”。你要做的不是表达情绪，而是拆解需求。 先问自己三个问题： 1. 画面的主角是谁？ （一个人？一只猫？一栋建筑？） 2. 主角在什么环境里，在干什么？ （在森林里奔跑？在咖啡馆看书？） 3. 我想要什么感觉的？ （是照片还是油画？是二次元还是黏土风格？是白天还是黑夜？灯光从哪打过来？） 把这三个问题的答案，用最直白、最没有感情色彩的词组合起来，扔给AI。比如，别说“猫咪的慵懒午后”，要说“一只橘猫，蜷缩在阳光下的木地板上睡觉，特写镜头，皮毛细节清晰，摄影风格”。 这听起来是不是有点笨拙，甚至有点蠢？ 对，就是要这种“蠢”。因为在AI的发动机看来，这不叫蠢，这叫“技术规格清晰”。 我们最大的a障碍，其实是我们作为人类的沟通习惯。我们习惯了模糊表达，习惯了让对方去“猜”，我们觉得这样更“有智慧”。但在跟机器打交道时，这种习惯是致命的。你必须学会像机器一样思考：精确，直接，没有感情。 这不丢人。能驯服一个强大的工具，让它精确地实现你的想法，这本身就是一种更高级的创造力。 所以，忘掉那些虚头巴脑的“魔法”吧。你需要的不是一本咒语书，而是一份产品说明书。 现在，我想问问你，你的AI给你画出过最离谱的东西是什么？在评论区聊聊，让我们看看谁的“实习生”更不靠谱。 🐵 使用系统提示词版： 使用系统提示词版： 为什么你的AI绘画，总像个听不懂人话的实习生？ 我不知道你有没有过这种体验。 就是你信心满满，对着AI绘画工具，小心翼翼地敲下一段自认为充满诗意的描述，比如“一个骑士在夕阳下的古堡前沉思”。 结果呢？AI“吭哧吭哧”算了半天，吐给你一张图：一个穿着锡纸盔甲的哥们儿，站在一个看起来像婚纱影楼的背景板前，表情呆滞，手里还可能多了一根手指。 那一瞬间，你感觉自己不是在搞创作，而是在跟一个喝多了的实习生费力沟通。你说的每个字他好像都听了，但组合起来就完全不是那么回事。 这事儿太普遍了，普遍到我们都开始自我怀疑了：是不是我的想象力不够？是不是我没学到那些大神们嘴里的“魔法咒语”？ 停。 今天我就是来告诉你，问题可能恰恰反了。你不是想得太少，而是想得太多、太“像个人”了。 我们总下意识地把AI当成一个有灵性的、能“理会”我们意图的“人”来对待。但它的真实身份是什么？它更像一个手艺绝顶、但语言不通、脑子一根筋的外国大厨。 你对着这位大厨说，“随便来个好吃的，要有家乡的味道。” 你猜他会给你上什么？他可能会根据自己对“家乡”的理解，给你端上一盘撒满了芝士的土豆泥，因为他老家的特色就是这个。他完全理解不了你脑子里那个“西红柿炒鸡蛋”的画面。 你没法跟他“沟通感情”，你只能给他下“明确指令”。 这就是我们跟AI绘画打交道时，大部分人翻车的地方。我们总在“描述感觉”，而机器需要的是“技术参数”。 别跟它说“忧郁的蓝色”，你得告诉它“普鲁士蓝”或者“钴蓝色”。 别跟它说“宏大的场景”，你得告诉它“广角镜头，从山顶俯瞰，使用虚幻引擎渲染”。 别跟它说“一个好看的女孩”，你得把参数报给它：“一个20岁的女孩，黑色长发，杏仁眼，穿着白色连衣裙，面带微笑，电影灯光，特写镜头”。 你看，这根本不是什么艺术创作，这就是在填写一张极其详细的订单。每一个词，都是一个指令。你给的指令越模糊，那个“外国大厨”自由发挥的空间就越大，端上来的菜就越惊悚。 那帮所谓的“大神”，他们掌握的不是什么魔法，而是更熟悉这张订单的填写格式罢了。他们知道哪些词是有效的“指令”，哪些词是无效的“废话”。 所以，下次当你要让AI画画时，他们应该怎么做？ 很简单，把自己从一个“艺术家”切换成一个“项目经理”。你要做的不是表达情绪，而是拆解需求。 先问自己三个问题： 1. 画面的主角是谁？ （一个人？一只猫？一栋建筑？） 2. 主角在什么环境里，在干什么？ （在森林里奔跑？在咖啡馆看书？） 3. 我想要什么感觉的？ （是照片还是油画？是二次元还是黏土风格？是白天还是黑夜？灯光从哪打过来？） 把这三个问题的答案，用最直白、最没有感情色彩的词组合起来，扔给AI。比如，别说“猫咪的慵懒午后”，要说“一只橘猫，蜷缩在阳光下的木地板上睡觉，特写镜头，皮毛细节清晰，摄影风格”。 这听起来是不是有点笨拙，甚至有点蠢？ 对，就是要这种“蠢”。因为在AI的发动机看来，这不叫蠢，这叫“技术规格清晰”。 我们最大的a障碍，其实是我们作为人类的沟通习惯。我们习惯了模糊表达，习惯了让对方去“猜”，我们觉得这样更“有智慧”。但在跟机器打交道时，这种习惯是致命的。你必须学会像机器一样思考：精确，直接，没有感情。 这不丢人。能驯服一个强大的工具，让它精确地实现你的想法，这本身就是一种更高级的创造力。 所以，忘掉那些虚头巴脑的“魔法”吧。你需要的不是一本咒语书，而是一份产品说明书。 现在，我想问问你，你的AI给你画出过最离谱的东西是什么？在评论区聊聊，让我们看看谁的“实习生”更不靠谱。 🥇 无系统提示词： 根据您提供的文章，可以提炼出以下核心观点： OpenAI发布的Sora 2并非仅仅是文生视频工具的升级，而是一个颠覆性的“世界模拟器”（World Simulator），它通过理解并模拟物理规律（如因果、力学），标志着AI从简单的图像拼贴跨越到了构建虚拟世界的全新阶段。 这个观点主要基于以下几点： 1. 本质的飞跃：文章强调，Sora 2的发布是视频领域的“GPT 3.5时刻”，是物种代际的跨越，其核心不再是“看起来像”，而是模拟真实世界的“因果”和“法则”。 2. 懂科学的AI：Sora 2能模拟物理世界的复杂交互，如流体力学、重力和动量，这意味着它在底层逻辑上理解世界如何运转，而不仅仅是生成画面。 3. 终极应用形态：通过独立的App和“Cameo”（数字分身）功能，Sora 2的目标是让用户能将自己和朋友“扔”进任何想象的场景中互动，构建真正的“社交元宇宙”和“数字生命”，彻底改变社交、娱乐乃至现实与虚拟的边界。 4. 深远影响：作者认为，这种将创造“世界”的成本降至几乎为零的技术，将彻底改写电影、游戏、广告等行业的规则，并向全人类递出了一张通往未知新世界的“入场券”。 🥇 无系统提示词： 无系统提示词： 根据您提供的文章，可以提炼出以下核心观点： OpenAI发布的Sora 2并非仅仅是文生视频工具的升级，而是一个颠覆性的“世界模拟器”（World Simulator），它通过理解并模拟物理规律（如因果、力学），标志着AI从简单的图像拼贴跨越到了构建虚拟世界的全新阶段。 这个观点主要基于以下几点： 1. 本质的飞跃：文章强调，Sora 2的发布是视频领域的“GPT 3.5时刻”，是物种代际的跨越，其核心不再是“看起来像”，而是模拟真实世界的“因果”和“法则”。 2. 懂科学的AI：Sora 2能模拟物理世界的复杂交互，如流体力学、重力和动量，这意味着它在底层逻辑上理解世界如何运转，而不仅仅是生成画面。 3. 终极应用形态：通过独立的App和“Cameo”（数字分身）功能，Sora 2的目标是让用户能将自己和朋友“扔”进任何想象的场景中互动，构建真正的“社交元宇宙”和“数字生命”，彻底改变社交、娱乐乃至现实与虚拟的边界。 4. 深远影响：作者认为，这种将创造“世界”的成本降至几乎为零的技术，将彻底改写电影、游戏、广告等行业的规则，并向全人类递出了一张通往未知新世界的“入场券”。 🍰 最能提升大模型输出质量的方法： PUA大模型，让大模型进行反思。会显著提升大模型输出内容的质量。 最能提升大模型输出质量的方法： PUA大模型，让大模型进行反思。会显著提升大模型输出内容的质量。 PUA大模型日常话术 PUA后的结果 PUA大模型日常话术 PUA后的结果 🌅 写提示词最重要的是要找到自己的精准需求： 学会拆解一个宏大目标——找到最小最精准目标——编写提示词（比如根据Brief撰写视频脚本） 写提示词最重要的是要找到自己的精准需求： 学会拆解一个宏大目标——找到最小最精准目标——编写提示词（比如根据Brief撰写视频脚本） 猫叔的视频提示词: VFPO 动词流提示词优化器 VFPO 动词流提示词优化器 🎨 AJ分享分享普通人极速上手提示词方法 CT 提示词法则 C：context（上下文背景） 要把信息完整的信息给到AI 可以语音转文字，比如说通义、飞书妙计,Get笔记等等 T：task（任务） 示例：我一个27岁的男性，现在在北京做婚恋介绍事务所的自媒体，我现在的主要盈利渠道是通过自媒体把人引流到私域举办线下见面会收取会员费。我现在1w粉丝，累计月盈利1w块，我现在想一个月挣到10w块，请你帮我指点一下，主要是流量和私域获客运营方面，给我输出一个word文档，你一定要严格的去做市场调研和商业模式的研究再给我输出内容答案 AJ分享分享普通人极速上手提示词方法 CT 提示词法则 C：context（上下文背景） 要把信息完整的信息给到AI 可以语音转文字，比如说通义、飞书妙计,Get笔记等等 T：task（任务） 示例：我一个27岁的男性，现在在北京做婚恋介绍事务所的自媒体，我现在的主要盈利渠道是通过自媒体把人引流到私域举办线下见面会收取会员费。我现在1w粉丝，累计月盈利1w块，我现在想一个月挣到10w块，请你帮我指点一下，主要是流量和私域获客运营方面，给我输出一个word文档，你一定要严格的去做市场调研和商业模式的研究再给我输出内容答案 🎨 OpenAI： 300+ 精选提示 Prompt 12 个大类（IT、人力资源、销售、产品、客户服务……） 每个角色 25 根据 KPI 和产品背景调整以获得最佳结果！ 免费，直达 https://academy.openai.com/public/tags/prompt packs 6849a0f98c613939acef841c OpenAI： 300+ 精选提示 Prompt 12 个大类（IT、人力资源、销售、产品、客户服务……） 每个角色 25 根据 KPI 和产品背景调整以获得最佳结果！ 免费，直达 https://academy.openai.com/public/tags/prompt packs 6849a0f98c613939acef841c ✍️ Claude 在8月份开了一个Prompting 101的分享 原视频链接：https://www.youtube.com/watch?v=ysPbXH0LpIE&t=237s 1. 设定角色和任务 (Role & Task Definition) 这是提示词的开头，明确告诉 Claude 它的身份和总体目标。 • 目的：为模型设定一个清晰的视角和目标，避免它偏离主题。 • 示例： • "你是一名专业的AI助手，任务是协助人类理赔员审查瑞典语的汽车事故报告。你需要分析提供的事故报告表和手绘草图，总结事故经过，并判断责任方。" 2. 提供背景信息和上下文 (Background & Context) 提供完成任务所需的所有静态、不变的知识。这部分内容非常适合放在系统提示 (System Prompt) 中。 • 原因：让模型预先了解它将要处理的数据的结构和含义，减少它在分析过程中的猜测和错误。 3. 给出详细的分步指令 (Step by Step Instroctions) 4. 强调准则和约束 (Important Guidelines & Constraints) • 原因:在最后重申关键要求，特别是关于准确性和可靠性的。 • 原因：防止模型产生幻觉（编造信息），并确保其输出是可靠和可信的。 5. 指定输出格式 (Output Formatting) 明确要求模型以特定的格式（如XML 或 Markdown）返回结果，方便后续的程序处理。 • 原因：让模型的输出标准化、机器可读，便于集成到自动化流程中。 Claude 在8月份开了一个Prompting 101的分享 原视频链接：https://www.youtube.com/watch?v=ysPbXH0LpIE&t=237s 1. 设定角色和任务 (Role & Task Definition) 这是提示词的开头，明确告诉 Claude 它的身份和总体目标。 • 目的：为模型设定一个清晰的视角和目标，避免它偏离主题。 • 示例： • "你是一名专业的AI助手，任务是协助人类理赔员审查瑞典语的汽车事故报告。你需要分析提供的事故报告表和手绘草图，总结事故经过，并判断责任方。" • "你是一名专业的AI助手，任务是协助人类理赔员审查瑞典语的汽车事故报告。你需要分析提供的事故报告表和手绘草图，总结事故经过，并判断责任方。" 2. 提供背景信息和上下文 (Background & Context) 提供完成任务所需的所有静态、不变的知识。这部分内容非常适合放在系统提示 (System Prompt) 中。 • 原因：让模型预先了解它将要处理的数据的结构和含义，减少它在分析过程中的猜测和错误。 3. 给出详细的分步指令 (Step by Step Instroctions) 4. 强调准则和约束 (Important Guidelines & Constraints) • 原因:在最后重申关键要求，特别是关于准确性和可靠性的。 • 原因：防止模型产生幻觉（编造信息），并确保其输出是可靠和可信的。 5. 指定输出格式 (Output Formatting) 明确要求模型以特定的格式（如XML 或 Markdown）返回结果，方便后续的程序处理。 • 原因：让模型的输出标准化、机器可读，便于集成到自动化流程中。 最新Anthropic官方的Prompt Engineering课程 https://github.com/anthropics/prompt eng interactive tutorial 一些我最近在用的提示词：