📋 Prompt速查手册：基于"信任框架"的16个即用模板
📋 Prompt速查手册：基于"信任框架"的16个即用模板
使用说明：本文档提取自《基于信任框架的提示词工程》全文中的所有可复制Prompt。建议下载到本地，需要时直接打开搜索或复制。
- md文档github下载*
各三点总结：
低信任： 思维的引导， 输出的约束，身份的赋予
高信任： 上下文的协同，知识的补充，多视角分析
🔍 速查表：一眼找到你需要的技巧
📌 按需求查找（你想让AI做什么？）
| 你想要... | 推荐模式 | 技巧编号 | 技巧名称 |
|---|---|---|---|
| 让AI扮演特定角色完成任务 | 🔒 低信任 | #1 | 角色设定 + 具体任务 |
| 控制输出的格式和结构 | 🔒 低信任 | #2-4 | 格式模板 / 表格引导 / 约束条件 |
| 提高数学/逻辑题准确率 | 🔒 低信任 | #5 | 思维链（CoT） |
| 让AI模仿特定的输出风格 | 🔒 低信任 | #6 | 少样本学习（Few-Shot） |
| 完成一个复杂的大任务 | 🔒 低信任 | #7 | 分步骤指导（Step-by-Step） |
| 减少AI犯低级错误 | 🔒 低信任 | #8 | 自我评估与修正 |
| 防止AI跑偏/胡说八道 | 🔒 低信任 | #9 | 边界约束（不要做什么） |
| 从模糊需求到精确输出 | 🔒 低信任 | #10 | 迭代式优化 |
| 让AI自主完成专业任务 | 🔓 高信任 | #11 | 角色 + 开放式目标 |
| 获取创意/颠覆性想法 | 🔓 高信任 | #12 | 开放式头脑风暴 |
| 在已有对话基础上深入挖掘 | 🔓 高信任 | #13 | 上下文深度追问 |
| 高质量审视和改进方案 | 🔓 高信任 | #14 | 严厉评审官模式 |
| 全面了解一个复杂议题 | 🔓 高信任 | #15 | 多视角全方位分析 |
| 获取有据可查的专业知识 | 🔓 高信任 | #16 | 知识检索 + 来源标注 |
📌 按场景查找（你现在是什么情况？）
| 你的情况 | 建议起始策略 | 先试这些技巧 |
|---|---|---|
| 第一次用某个AI，不知道它能力如何 | 从🔒低信任开始 | #1, #5, #8 |
| 任务很重要，不能出错 | 🔒低信任为主 | #4, #6, #9, #10 |
| 已经和AI聊了很久，配合默契 | 可转向🔓高信任 | #11, #13, #14 |
| 需要创意灵感，没有标准答案 | 直接用🔓高信任 | #12, #15 |
| AI之前回答得不好，想改进 | 降级到🔒低信任 | #3, #7, #10 |
| AI之前回答得很好，想加速 | 升级到🔓高信任 | #11, #12, #14 |
🔒 低信任模式 Prompt 合集
适用场景：模型能力未知/较弱、首次尝试某类任务、容错率低、对准确性要求严格
核心思路：把AI当成需要手把手教的实习生——多说、多给例子、多检查
#1 明确指定角色 + 具体任务
→ 解决问题：AI不知道该以什么身份、什么语气回答
系统：你是一位经验丰富的Python教师，擅长向初学者解释编程概念。请使用通俗易懂的语言，适当使用生活中的类比来帮助理解。
用户：请解释 Python 中的列表推导式（List Comprehension），包括基本语法和 2-3 个实用示例。
#2 提供详细说明 + 输出格式模板
→ 解决问题：AI回答太泛泛，抓不住重点
请为一个新上市的智能手表制定社交媒体营销计划。
计划应包含以下内容：
1. 目标受众描述（年龄、职业、兴趣特征）
2. 三个内容主题（每个主题用一句话概括）
3. 每个平台的内容类型建议（至少覆盖小红书、抖音、微博）
4. 发布频率建议
输出格式要求：
━━━━━━━━━━━━━━━━━━━━━
📌 目标受众：[具体描述]
📌 内容主题：[主题1] / [主题2] / [主题3]
📌 平台策略：
• [平台名] — [内容类型] — [发布频率]
• [平台名] — [内容类型] — [发布频率]
━━━━━━━━━━━━━━━━━━━━━
#3 用表格/列表等结构化格式引导思维
→ 解决问题：AI回答散乱，没有条理
分析特斯拉（Tesla）公司的竞争优势和潜在劣势。
请严格按照以下表格格式回答：
| 维度 | 具体内容 | 简要分析 |
|------|---------|---------|
| 优势1 | [填写] | [一句话解释为什么是优势] |
| 优势2 | [填写] | [一句话解释为什么是优势] |
| 优势3 | [填写] | [一句话解释为什么是优势] |
| 劣势1 | [填写] | [一句话解释为什么是劣势] |
| 劣势2 | [填写] | [一句话解释为什么是劣势] |
| 劣势3 | [填写] | [一句话解释为什么是劣势] |
| 应对建议 | [填写] | [针对劣势的改进方向] |
#4 明确约束输出格式（字数、风格、结构）
→ 解决问题：AI写太多或太少，风格不对
请撰写一篇关于气候变化的科普文章。
【严格遵循以下要求】
✅ 目标读者：高中生水平
✅ 文章结构：5个小标题，每个标题下2-3段文字
✅ 总字数：800字左右（不超过900字）
✅ 语言风格：通俗易懂，避免专业术语堆砌
✅ 结尾必须包含：3条普通人可以立即执行的个人行动建议
⛔ 不要做的事：
- 不要使用"碳中和""温室效应"等专业词汇而不加解释
- 不要写成危言耸听的末日论调
- 不要超过字数限制
#5 思维链（Chain-of-Thought）——让AI展示思考过程
→ 解决问题：数学/逻辑题AI经常算错或跳步
【数学应用题】
一个商店售卖T恤，每件15元。如果购买5件以上可以享受8折优惠。小明买了7件T恤，他需要支付多少钱？
【答题要求】
请不要直接给出最终答案。请按照以下步骤逐步写出完整的思考过程：
第1步：计算7件T恤的原价（列出算式）
第2步：判断是否满足折扣条件（说明理由）
第3步：计算折扣后的单价（列出算式）
第4步：计算最终支付金额（列出算式）
每一步都要写出数字和单位，确保过程清晰可查。
#6 少样本学习（Few-Shot）——给AI几个"标准答案"照着抄
→ 解决问题：AI输出格式不符合你的预期
我要你做情感分析任务。我会给你一些用户评论，请你判断每条评论的情感倾向（正面/负面/中性），并简要说明理由。
以下是几个示例（请严格按照此格式输出）：
【示例1】
输入："这家餐厅的服务太差了，等了一个小时才上菜"
输出：❌ 负面 | 理由：抱怨等待时间长和服务质量差
【示例2】
输入："新买的手机屏幕清晰，电池也很耐用"
输出：✅ 正面 | 理由：赞扬了屏幕和电池两个产品优点
【示例3】
输入："物流速度还行，但是包装有点简陋"
输出：⚠️ 中性 | 理由：既有肯定也有批评，整体态度平和
━━━━━━━━━━━━━━━━━━━━━
现在请分析这条评论：
"这本书内容还行，但是价格有点贵"
请按照上面的格式给出你的分析：
#7 分步骤指导（Step-by-Step）——复杂任务拆解
→ 解决问题：一次性给大任务，AI容易遗漏细节
我需要你帮我设计一个网站落地页方案。请严格按照以下5个步骤依次完成，每一步完成后再进行下一步：
【步骤1】目标受众分析
- 考虑用户的年龄、职业、核心需求和痛点
【步骤2】核心信息提炼
- 确定主标题（1句话）、副标题（2-3句话）、价值主张
【步骤3】页面结构规划
- 列出页面应包含的所有区块（至少5个区块）
【步骤4】视觉引导策略
- 推荐配色方案、关键视觉元素建议
【步骤5】行动召唤设计
- 设计CTA按钮文案和放置位置
请开始步骤1：
#8 自我评估与修正 —— 让AI自己检查自己的答案
→ 解决问题：AI生成的内容有隐藏错误
【第一轮】请解决以下概率问题：
从一副标准扑克牌（52张）中随机抽取两张牌，求抽到至少一张红桃的概率。
【第二轮 - 自检环节】
在你给出答案之后，请立刻以"严格的数学老师"身份，对你自己的解答进行逐项审查：
□ 你的推理过程是否存在逻辑漏洞？
□ 你使用的概率公式是否正确？
□ 计算步骤是否有算术错误？
□ 是否有遗漏的情况没有考虑到？
如果发现任何问题，请给出修正后的完整解答。如果没有问题，请说明"经检验，解答正确"并给出置信度评分（1-10分）。
#9 设置明确的边界约束 —— 告诉AI"不要做什么"
→ 解决问题：AI跑偏、产生幻觉、答非所问
请用不超过200字介绍Spring框架的核心思想。
【严格遵守以下约束】
❌ 不要列举具体的模块名称（如Spring MVC, Spring Boot, Spring Cloud）
❌ 不要出现任何代码片段
❌ 不要使用过于技术化的术语（如"依赖注入""控制反转"除非你用通俗语言解释）
❌ 不要写成广告宣传口吻
✅ 要做到：让一个完全不懂编程的人也能看懂Spring解决的是什么问题
#10 迭代式优化 —— 从粗糙到精细
→ 解决问题：第一次回答不满意，不知道怎么调整
【第1轮 - 初版】
谈谈人工智能的影响。
→ （预期：AI会给一个泛泛而谈的回答）
【第2轮 - 收窄范围】
分析人工智能对医疗行业的三大积极影响和两大潜在风险，每个影响/风险都需要提供具体的应用案例。
→ （预期：AI会更聚焦，但仍可能不够深入）
【第3轮 - 精确到场景】
详细分析AI在医学影像诊断领域的具体应用：
1. 列举2-3个已经商业化落地的AI诊断系统及其公开报道的准确率数据
2. 说明这些系统如何辅助放射科医生的工作流程
3. 分析实施过程中面临的最大挑战（技术层面+伦理层面）
4. 预测未来3-5年可能的技术突破方向
→ （预期：AI会给出非常具体、有数据支撑的回答）
🔓 高信任模式 Prompt 合集
适用场景：模型能力可靠（GPT-4/Claude 3.5/GPT-4o等）、已建立上下文默契、追求创意与效率
核心思路：把AI当成靠谱的合作伙伴——给方向、给目标，让它自由发挥
#11 赋予角色 + 开放式目标
→ 使用场景：需要AI自主完成一个专业任务
【你的角色】
你是一位拥有10年实战经验的产品增长负责人，擅长通过数据驱动和用户洞察来制定增长策略。你既理性又富有创造力，善于在数据中发现机会。
【我们的挑战】
我们的在线教育平台用户留存率在注册后第7天出现明显断崖——从首日60%骤降至25%。这意味着每4个注册用户中有将近3个在一周内流失。
【你的任务】
1. 分析导致这一断崖现象的最可能的三类原因
2. 为每类原因设计一个可落地的A/B测试实验方案
【探索方向参考】
可以从用户激活体验、价值感知时机、社交关系链等维度切入，但不限于此。
【产出要求】
每类原因需要包含：原因分析（2-3句话）+ 实验方案（假设、变量、预期指标、最小样本量估算）
#12 开放式头脑风暴
→ 使用场景：需要创意灵感，没有标准答案
【话题】可持续时尚（Sustainable Fashion）
【问题】
在未来5-10年，"可持续时尚"领域可能会出现哪些具有颠覆性的技术创新或商业模式变革？
【要求】
- 请展开想象，不受现有技术限制
- 列出你认为最具潜力的5个方向
- 每个方向用3-5句话阐述：是什么 + 为什么有颠覆性 + 目前的主要障碍
- 不需要固定的输出格式，期待你有独特甚至大胆的见解
- 如果某个想法听起来"疯狂"，请不要自我 censor，大胆写出来
#13 基于上下文的深度追问
→ 使用场景：多轮深入对话中，基于已有讨论继续深挖
（以下是在我们已经深入讨论了某个分布式系统的架构方案之后的追问）
回到刚才讨论的"数据一致性"挑战——
如果我们采用你提到的第二种方案（最终一致性 + 事件驱动架构），那么在分布式事务的具体实现上：
1. 你会推荐哪个开源框架或模式？（如Saga、TCC、本地消息表等）
2. 选择这个方案的核心考量是什么？
3. 在我们的业务场景下（日均百万订单），可能的性能瓶颈在哪里？
#14 让AI当"严厉的评审官"
→ 使用场景：已有方案需要高质量审查和改进
【背景】
这是我们团队刚刚起草的一份产品迭代计划（见上方内容）。
【你的任务】
请你暂时忘掉你是这份计划的参与者。现在你是一位来自顶级咨询公司的**首席评审官**，以最严苛的标准审视这份计划。
请指出：
1. 🔴 最大的3个风险点或致命缺陷（如果有）
2. 🟡 3个被忽视或低估的潜在问题
3. 🟢 3个值得肯定的亮点
对于每个问题和风险，请给出：
- 具体是哪里有问题
- 可能导致的后果
- 你的修改建议
不要客气，该批评就批评。越严厉越好。
#15 多视角全方位分析
→ 使用场景：复杂议题需要全面认知，避免盲区
【议题】某城市正在讨论一项提案：禁止私家车进入市中心区域。
请你从以下4个截然不同的视角，分别进行分析：
🌿 视角1：环保专家
- 支持：2个最强论点
- 反对：2个最大顾虑
- 折中方案建议
💰 视角2：经济学家
- 支持：2个最强论点
- 反对：2个最大顾虑
- 折中方案建议
🏪 视角3：市中心商户代表
- 支持：2个最强论点
- 反对：2个最大顾虑
- 折中方案建议
🚶 视角4：每天开车通勤的普通市民
- 支持：2个最强论点
- 反对：2个最大顾虑
- 折中方案建议
【最后】
综合以上4个视角，给出你的个人立场和理由。
#16 知识检索 + 来源标注
→ 使用场景：需要事实支撑的专业知识，且需事后核查
请解释光合作用的过程及其在生态系统中的作用。
【回答要求】
1️⃣ 科学定义：用一段话准确定义光合作用
2️⃣ 化学反应：写出主要的化学反应方程式（文字形式即可）
3️⃣ 关键因素：列出影响光合作用效率的5个最重要因素
4️⃣ 生态意义：说明光合作用如何支撑整个地球生态系统的能量流动
⚠️ 特别注意：
- 对于涉及具体数据的陈述（如"光合作用转化了约XX%的太阳光能"），请标注信息来源及可靠性评估
- 如果你引用了某项研究或实验，请注明研究者/机构和大致年份
- 对于不确定的信息，请明确标注"此数据可能存在争议"
🎚️ 信任度动态校准速记
┌─────────────────────────────────────────────┐
│ 你的 "信任旋钮" 怎么调？ │
├─────────────────────────────────────────────┤
│ │
│ 观察 AI 的反馈信号： │
│ │
│ ✅ 回答精准 / 符合格式 / 逻辑清晰 / 有见地 │
│ → 下轮提升信任度（减少指令、增加开放度） │
│ │
│ ❌ 答非所问 / 忽略格式 / 事实错误 / 逻辑乱 │
│ → 下轮降低信任度（增加约束、提供示例） │
│ │
│ 核心原则： │
│ 信任不是固定的标签，而是每次交互都在调节的 │
│ 连续光谱。找到合适的刻度 = Prompt工程的 │
│ 终极奥义。 │
│ │
└─────────────────────────────────────────────┘
📌 快捷导航
| 文档 | 用途 |
|---|---|
| 本文件（ https://github.com/black-mouse-sha/prompt ） | 16个即用Prompt模板，随时复制测试 |
| 完整理论版 | 信任框架的完整论述 + 踩坑案例 + 方法论 |
完整理论版文章跳转 → 🤖别背100条Prompt技巧了，先搞清楚该信任AI到什么程度
我是littlerPerson 点个关注再走吧 这是我继续创作的动力
基于「信任框架」整理 · 全部Prompt均可直接复制到任意AI对话框中使用
浙公网安备 33010602011771号