150 个 ChatGPT 提示词 - 提升 AI 生产力的终极指南

推荐： 每个会话开始时，使用明确定义的目标和预期回答的具体示例。使用包含清晰约束的提示，这些约束理解上下文。构建深思熟虑的大纲，使用项目符号进行快速扫描和一致的结果。保持其余设置简单，并确保输出可以在报告中和消息（消息）中重用。

将提示构建为可重复的模板：角色、目标、约束，以及针对受众的简短语气。准备行动的场景及其相应输出，以便模型可以在不漂移的情况下切换风格。附加几个示例消息来说明模式，然后使用它们来使输出在不同上下文中可预测且更快。

保持提示模块化：每个块应小巧，只包含单个任务。使用其余块来覆盖边缘案例和常见工作流程。为总结、数据提取和问答等任务构建大规模模板库。这种方法有助于提高效率并在整个项目中保持一致的语气，一起。

对于报告风格，要求简洁摘要、项目符号列表和来源列表。收集回答和消息到一个线程中，您可以审查并改进。包含合规性检查以遵守政策和本地法规，这对于俄罗斯受众尤为重要。

测试和测量：运行批量提示（例如，一次 50 个），跟踪延迟，并将结果与基线比较。使用大型提示进行压力测试并识别瓶颈，然后调整提示以使输出简洁且可操作。旨在提高清晰度和实用性，并与团队一起分享发现，以加速采用更快。

推出 10 个初始模板，然后逐步扩展到 150 个提示。跟踪指标，如平均周转时间、目标格式命中率和用户满意度。使用本指南来使您的 AI 工作流程更大且更可预测，并继续迭代以改进语气和清晰度，与利益相关者一起。

按用例组织提示以快速访问

使用两层目录按用例存储提示以快速访问。从主要类别开始：头脑风暴、规划、研究、起草、审查和决策支持。对于每个类别，添加简洁目标和 5–8 个与该目标相关的提示。使用字段、媒体和法律等字段标记提示以加速过滤。这种结构有助于团队高效工作，支持自己的笔记，并通过减少搜索时间产生效果。

为每个提示附加语气和相关性提示：简短的语气描述和相关关键词保持输出与受众一致。在适当情况下使用博客风格提示。在提示中，使用子字符串和字符串构建，以便通过替换占位符来交换主题。这种方法会从利益相关者那里吸引更多注意，并在迭代中改进反馈。确保提示按类型正确标记以匹配预期语气和目标受众；虽然系统能够为大型工作流程扩展。添加基于算法的检查来质量控制提示并防止漂移。只将冷模板用作起点，然后根据字段和上下文定制。标签有帮助，苹果可以作为良性测试数据来验证正确性和安全性。

结构和示例

示例 1：新功能头脑风暴用例。提示：“为 X 头脑风暴 12 个创新功能。” 标签：字段：产品，媒体：博客，语气：创意。包含带有子字符串和字符串的占位符，并使用替换将 [主题] 与其他主题（其他）交换。在苹果上测试提示以检查正确性和安全性。此设置可在字段团队中扩展，并易于审计。

示例 2：媒体简报用例。提示：“为 Y 起草 100 字媒体简报。” 标签：字段：媒体，算法，语气：信息性。包含子字符串以快速切换关键词，并为不同受众替换。收集反馈并相应调整。此方法吸引受众并保持相关性（相关）。两层目录通过提供正确提示及其字符串的快速访问来支持大型团队。

维护和测量

定期修剪过时提示，保持版本历史，并记录更改。跟踪指标：平均响应时间、相关性分数和正确性（正确）。从团队收集反馈以细化语气和准确性。当字段演变时添加新提示，并用其他替换过时字符串，同时保持基于苹果的测试以验证随时间的行为。

模板提示：用于一致性的可重用结构

为每个任务类别使用单个可重用提示模板，并带有清晰占位符，以保证一致性和更快迭代。例如，在为沙龙起草 Facebook 帖子时，将相同结构应用于每个发布，以实现苹果对苹果的比较，并始终产生可衡量的结果。记录占位符和预期输出格式。

每个模板以结构化集为基础：角色、任务、约束、输入、输出。包含简短示例以供来源，并清楚标记转录，以便您可以获得有用的反馈。与准则和标准对齐，然后适应您的受众周围的领域，以在每个渠道中保持消息一致。这有助于您注意质量并指导团队中的行动。

维护一个现成的模板库。当您添加新提示时，按区域（内容、研究、审查、培训）标记它。您会注意到更快迭代和一致结果。始终使用小输入测试以在广泛部署前捕获准确性问题。一些模板将揭示潜在改进并使苹果间的比较更容易。

核心模板结构

使用五个可重用块构建提示：角色、任务、输入、约束、输出。使用如 [INPUT]、[CONSTRAINTS] 和 [OUTPUT FORMAT] 等标记来保持提示在不同上下文和语言中的适应性。每个块包含简短示例，以便团队成员可以自信地重用它，特别是对于转录或音频材料，其中您需要保持准确性（准确性）并避免漂移。

实际实施

领域	模板	示例
内容生成	您是一个 [角色]。任务： [任务]。输入： [输入]。约束： [约束]。输出： [输出]。	您是一个营销助理。任务：为我们的新苹果产品起草 120–150 字的 Facebook 帖子。输入：产品描述和受众：25–40 岁成人。约束：包含 3 个益处、一个 CTA 和一个项目符号列表。输出：简短段落的干净帖子。
主题研究	您是一个研究人员。任务：为 [受众] 总结 [主题] 的见解。约束：包含数据来源，避免赘述。输出：带有来源的项目符号列表。	输入：“模板提示”在 AI 生产力领域。输出：5 个项目符号，每个一个简短描述和数据来源。
转录审查	您是一个分析师。任务：从转录中提取关键消息；输入：转录 [ID]。约束：分类为主题；输出：按主题的摘要。	输入：客户支持转录。输出：6 个主题，带有简短引述作为示例。
培训反馈	您是一个培训师。任务：根据准确性标准评估模型输出；输入：最新输出；约束：按类型注释错误，建议修复；输出：简洁报告。	输入：上一个冲刺的模型响应。输出：2 个主要错误、3 个改进说明和建议修复。

链提示：构建多步骤工作流程

推荐：构建四步链：澄清目标、收集上下文、执行任务、验证输出。这保持结果可重现且可审计。

采用结构化方法，使用单个模板定义每个阶段的输入、过程和输出；通过轻量级变量携带上下文以在阶段间保持一致性。包含场景并使用模块化块，以便您可以为任何用例重新混合提示，而无需从头重建。

为了保持高质量，在每个步骤定义明确成功标准，加上简单的错误处理路径。跟踪转录和转录，当处理音频或视频来源时，并将媒体提示转换为模型可以推理的字符串和字符串。使用此方法来产生一致性和速度的显著改进，无论您是支持团队创建者还是具有共享工作流程的联邦。

• 模块化子提示：将任务拆分为专注提示（目标定义、上下文收集、大纲、起草、校对），以便每个块输出紧凑结果，并可以为新场景交换。
• 上下文携带：仅传递相关上下文，并保持轻量级状态对象，带有如目标、受众、约束和来源引用（转录）等字段，以便后续阶段无需重新解决早期问题。
• 明确评估：每个阶段结束时，使用微型检查列表（准确性、完整性、语气、长度）和通往下一阶段的门（OK/WARN/ERROR）来防止静默失败。
• 媒体感知流程：处理字幕或转录时，附加转录或转录，将它们转换为干净字符串，并在起草阶段前验证格式。
• 输出合同：为每个阶段定义确切格式（例如，字幕格式、推特长度行用于 Twitter 线程、案例摘要），并保留预期内容量（字符数量、行数和部分）。
• 多样化场景：设计提示以处理多个场景，确保相同链可以适应不同受众、语言或平台，而无需重大重写。
• 质量护栏：包含快速通过检查潜在错误并负责任地标记，而不是覆盖整个输出。
• 所有权和协作：分配团队角色（团队、创建者）并记录责任，以便每个利益相关者知道何时审查什么。

1. 阶段 0 – 目标和输入：捕获主要目标、受众、约束和任何参考材料。指定所需输出（例如，带有字幕的 Twitter 线程）和目标部分或行数。如果存在转录，附加转录或转录以供后续处理。输出：带有阶段目标和成功标准的结构化计划。
2. 阶段 1 – 规划和分解：生成高层计划并将其分解为子提示。为团队成员（创建者）分配所有权并概述提示序列。包含引出缺失上下文的问题（问题）和如果数据不完整时的回退路径。
3. 阶段 2 – 执行块：按顺序运行子提示（研究、大纲、起草和修订）。仅传递必要上下文并保持字符串/行干净以供下游处理。如果涉及媒体项目，拉取转录段并将其转换为起草的可使用内容。
4. 阶段 3 – 综合和编辑：将输出合并为连贯工件。应用语气和格式约束（字幕、线程结构）并确保行间一致性。使用参考示例（案例模板）来与预期风格对齐。
5. 阶段 4 – 验证和迭代：运行快速审计以检查错误（错误）并验证与目标的对齐。检查输出是否满足所需部分或行数，并根据需要调整。记录结果并准备发布或交付给利益相关者。

内容发布的示例链：四部分 Twitter 线程（Twitter 线程），带有伴随字幕。链从清晰目标开始，通过转录收集访谈引述，起草模块化块（钩子、上下文、价值、CTA），然后组装精炼线程和社会渠道的互补字幕集。对于多作者团队（团队），这运行可预测、可重复的工作流程并最小化来回。这种方法支持转录输入，跟踪潜在错误（错误），并在团队联邦（联邦）中扩展，而不丢失上下文。在复杂媒体场景中，链保留受 Geralt 启发的叙事提示，同时保持简洁和专注，以追求任何案例（案例）。

质量保证提示：在使用前验证输出

实施两阶段 QA 工作流程：输出自动化验证，随后在发布前快速人工审查。这种方法保证准确性并防止有缺陷的见解到达您的受众。

自动化检查将语句与可信数据来源比较，分配置信分数，并标记任何缺乏引述的声明。团队中的审查者验证发现，保持仪表板与管理期望对齐。专注于质量会改进生成新鲜见解，公司可以采取行动，比临时检查更安全。重要的是维护可追溯性，并在可用时包含到来源的链接。直接将异常路由到审查者池以快速遏制。通过纳入真实用户示例使提示有趣。

医疗主题需要额外保障：呈现免责声明，要求独立验证，并标记输出潜在风险。对于翻译，包含翻译并指定语言细微差别。如果信号指向异议，在输出中捕获它们以指导进一步改进。

模板 QA 提示

提示示例 1：“总结答案，然后验证每个断言至少与两个来源；提供引述；如果请求则包含翻译。” 这加强准确性并为用户创建清晰异议和限制。

提示示例 2：“如果输出提及医疗主题，则附加免责声明并要求独立验证。” 与俄罗斯提示准则和公司政策对齐，通过标记输出为已验证或需要审查。

提示示例 3：“对于翻译，附加翻译并注明语言细微差别。”

监控和改进：跟踪准确性、验证时间和工作重做率；使用见解改进提示和工作流程，目标是增加准确性并为团队和管理保持高度可信。这种方法有助于公司改进风险管理和产品质量。

日常生产力提示：自动化例行和提醒

通过触发 5 分钟早间回顾来自动化您的日常例行，该回顾列出对客户影响最高的三个任务，起草简洁更新，并为每个项目安排提醒。

早间设置提示

• 提示：“总结今天对客户价值驱动的前 3 个任务，带有时间估计，并生成 2 个问题（问题）以澄清障碍；以适合向演讲者和客户更新的语言交付。”
• 提示：“为利益相关者起草完美、友好的更新，匹配语气和标准；包含昨天结果的一个句子见解。”
• 提示：“为演讲者和客户的常见问题（问题）创建 5 个快速回复，带有随时复制的答案（回答）；使用帮助模板并保持语言简洁。”
• 提示：“组装一天的 5 分钟议程，覆盖主题，并包含押韵风格的士气笔记以提升专注力。”
• 提示：“为产品服务准备 2 个 Twitter 线程，针对受众细分，带有清晰行动号召和数据支持的见解。”
• 提示：“编译见解和关怀行动的简短日志与团队分享，构建信任并支持节省时间。”
• 提示：“生成 3 点计划以响应最频繁的客户查询，同时维护高标准的语言和语气。”
• 提示：“为一天提供针对大型举措（大型）和关键主题（主题）的一页简报，最少赘述。”
• 提示：“提供写作提示（写作 = 写作）以捕获产品或服务（产品服务）更新的进度，包含目标指标。”
• 提示：“配置提醒以审查宿舍文化（宿舍）协作笔记，并与队友对齐共享目标。”

提醒、跟踪和审查

• 提示：“在 9:00、12:00 和 16:00 设置提醒以向客户推送 3 点状态更新；收集答案（回答）并为明天存储见解。”
• 提示：“将完成任务及其结果和大局笔记（主题）记录到中央日志；用驱动和节省指标标记以快速审计。”
• 提示：“执行每周反思最大的项目（大型项目）进度，突出关怀差距，并建议行动项以改进产品服务质量。”
• 提示：“在更新中维护一致语气以保留与客户和伙伴的信任（信任）；包含简短语言检查以确保清晰度。”
• 提示：“一天结束摘要：什么有效，什么需要注意，以及明天的下一步，以直接语言陈述，无填充。”

隐私和安全提示：数据处理和合规

数据处理实践

为了使其实用，在收集、处理和存储中强制执行数据处理。验证输入以防止泄漏；实时编辑 PII；仅在日志中存储元数据，并在可能的情况下修剪字符串。使用自动化强制执行保留窗口和强制删除，并为数据访问请求发布清晰通信轨迹。在几个领域中，将数据流映射到合规性和治理，使用支持快速发现和快速响应的清晰结构。设计措施保护用户隐私，并为工程团队和运营提供有形益处。实施后，培训员工报告异常并与事件管理工作流程集成。需要将政策变更保存在集中存储库中，以便团队可以进一步参考当前规则。

合规性和治理

构建与联邦标准和区域规则对齐的治理框架。建立清晰结构，定义角色、审批工作流程和事件响应计划。管理层跟踪数据血统、访问日志和政策变更以维护问责制。有自动化审计和审查过程；每个周期后，您更新控制，并进一步向利益相关者发布简洁报告。需要为团队、供应商和伙伴提供关于隐私和数据处理实践的培训，以满足需求和服务。在几个领域中，这种方法产生可衡量的益处并加强信任。值得注意的是维护一个活的政策存储库，记录决策并反映演变要求。

衡量影响：指标、反馈循环和改进

实施轻量级仪表板以跟踪 ChatGPT 的信任、可靠性和标准，并为每个指标设置目标。从每个发送及其结果收集数据，以映射用户旅程并量化影响。使用 30 天基线建立初始期望，然后每月审查迭代。

重要的指标

重要的指标包括：准确率、失败率、提示到回答延迟、完成率和参与信号。通过直接用户评分和帮助响应质量跟踪信任。确保语言一致性和与标准的对齐。在每个响应中捕获输入复杂性和信息（信息）质量，然后映射提示变更如何影响结果。包含发送计数以衡量体积和可扩展性。在 ChatGPT 和 ChatGPTs 之间，比较输出以强制一致性。

用于改进的反馈循环

建立快速迭代周期：每个发布后，运行 1 周字段测试以吸引用户并帮助。在产品、数据和安全团队之间，按类别（这些）记录问题并分配所有者（权利）。使用结果更新提示和培训数据，然后记录每个变更的效果。发布简洁影响报告以维护信任，并将学习应用于适当的产品服务提升。在医疗上下文中，优先考虑安全性和可靠性以保持标准严格。即使是一个巫师也会依赖数据；改进的意愿来自可衡量的结果，而不是修辞。