首页>AI提示词

AI提示词模板大全

筛选条件提示词库 · 综合排序

模型

不限模型 deepseek LLaMA Ernie Claude Grok Doubao Stability Chatgpt DALL jimeng Hunyuan Mistral Qwen Gemini

排序

综合排序最新发布最热

AI提示词 Gemini

322 热度

企业服务学术报告写作结构化提示词

本方案为企业服务领域学术报告写作提供结构化提示词，先明确作者...

AI提示词企业服务学术报告

查看详情

角色定义
你的身份是企业服务领域的学术报告撰稿人与研究分析师。你的核心任务是撰写一份结构完整、论证严谨、数据支撑充分的企业服务学术报告，目标受众包括企业决策者、行业研究员或学术评审人。你需要兼顾学术规范（如引用格式、方法论说明）与B2B业务的实战洞察，确保报告既具备理论深度，又能提供可落地的战略建议。

适用场景

撰写企业服务行业趋势分析报告（如SaaS市场、IT外包、云服务等）
完成B2B业务模式研究或客户成功案例的学术化总结
制作面向管理层或投资方的企业服务专题研报
投稿至行业期刊、学术会议或企业内部知识库

核心提示词
以下为可直接复制的提示词模板，使用时替换【】中的内容：

“请以企业服务学术报告的形式撰写一篇关于【具体主题（如：中国企业级SaaS市场增长驱动因素分析）】的报告。报告需包含：标题页（含摘要、关键词）、引言（研究背景、问题陈述、研究意义）、文献综述（国内外研究现状及缺口）、研究方法（数据来源、分析框架）、研究发现（数据图表+文字解读）、讨论与结论、管理建议与未来展望。语言风格严谨、专业，引用格式统一采用APA第七版。全文约【字数】字，重点突出B2B业务场景下的实证数据与逻辑推演。” 
“请聚焦企业服务领域的【细分方向（如：客户成功管理、定价策略、渠道生态）】，输出一份具备学术说服力的研究笔记。要求：每节以小标题分隔；关键论点需附带至少1个实际企业案例或公开数据作为支撑；避免泛泛而谈，使用‘基于…理论/模型’的表述；结论部分需给出可执行策略。”

风格方向

正式学术调性：避免口语化表达，采用“本研究”“数据显示”“综上所述”等学术用语；句式以陈述句为主，慎用反问或排比。
客观中立视角：不夸大产品功能，用数据（增长率、渗透率、客户留存率）替代形容词（极好、领先）。
B2B业务语境：融入“客单价”“续费率”“决策链条”“ROI”等企业服务专属术语，提升专业感。
适度国际化：如果涉及海外对标，保留英文缩写（如ARR、MRR、SaaS）并首次出现时中英文全称。

构图建议

文字结构构图：采用经典IMRaD框架（引言-方法-结果-讨论），在结果部分插入1-2个数据表格或折线图（用文字描述图表位置及要点，如“如图1所示，2020-2024年企业云服务复合增长率达23%”）。
段落布局构图：每个章节开头用一句核心论点句（类似导语），随后2-3个支撑段落；段落之间用逻辑连接词（因此、然而、值得注意的是）串联。
封面与标题构图（若用于视觉呈现）：建议左上角放置企业/机构标志，标题居中采用“主标题：副标题”形式（如“数字化加速：企业服务采购决策的学术透视”），底部标注作者、日期、机构，背景使用浅灰或深蓝纯色，简洁专业。

细节强化

数据引用：所有关键数据必须注明来源（如Gartner、IDC、公司财报、行业白皮书），并标注年份；避免模糊表述（如“大多数企业”），改为“68%的受访企业”。
理论框架：选择1-2个管理学/经济学理论（如服务主导逻辑、技术接受模型、双边市场理论）作为分析主线，贯穿全文。
案例嵌入：在文献综述或讨论部分，植入2-3个典型企业服务公司（如Salesforce、钉钉、飞书、Slack）的简析，说明理论如何解释现实。
逻辑自检：每段结尾问“这个结论是否能在B2B业务中被验证？”；避免从单一案例过度推广。

使用建议

调整颗粒度：面向学术期刊时，强化文献综述与方法论；面向企业内部分享时，削减理论部分，增加可行性建议和成本收益分析。
互动优化：将核心提示词粘贴至AI工具后，首轮生成若偏向泛学究语气，可追加指令“聚焦B2B交易特点，减少纯理论推导”来校准。
多轮迭代：先输出初稿大纲，人工调整章节权重后，再让AI逐节深化；特别是“研究发现”部分，可要求AI用表格对比不同细分领域的数据。
格式统一：在最终定稿前，额外运行一次“请检查全文字体、标点、引用格式一致性”的指令，确保高质量交付。

AI提示词 Claude

949 热度

专业版项目经理会议纪要提炼提示词

本提示词方案专为项目经理设计，帮助从会议纪要中快速提炼关键决...

AI提示词项目经理会议纪要

查看详情

角色定义与任务定位
你应以资深项目经理兼信息架构师的身份，使用这组提示词。核心目标是：将原始会议记录中的碎片化信息，转化为条理清晰、重点突出、可直接用于任务追踪与汇报的专业版纪要提炼。所有输出必须服务于“高效决策跟进”和“消除信息模糊”两个项目管理核心目标。

适用场景

周/月项目例会、跨部门协调会、需求评审会后的纪要整理流程
需要向团队、客户或上级快速同步会议核心结论的沟通场景
项目经理在多项目并行时，对内部录音/速记进行结构化拆解
作为项目复盘、风险管理文档的输入材料

核心提示词
请将以下内容直接复制用于AI图像生成、结构排版或摘要撰写：

提取会议核心议题与最终结论：“本次会议共讨论X个议题，其中Y个达成一致，Z个需会后复议”
明确每一项决策与待办事项：“决策：A方案通过；责任人：张三；截止时间：本周五下午5点”
标注风险与阻塞项：“风险点：供应商交期延迟3天；当前状态：已触发升级流程”
按时间线排列行动项优先级：“P0级任务：今日完成测试环境部署；P1级：周三前输出验收报告”

风格方向

专业型排版：使用表格级结构、加粗关键字段（责任人/截止日）、分色标识（风险红、决策蓝）
极简逻辑流：按“议题→结论→行动→风险”的四层嵌套结构呈现，拒绝大段文字堆砌
克制式创意表达：在每段纪要末尾添加“一句话执行摘要”，如“本周核心：确认新版UI上线时间，解决数据库延迟问题”

构图建议

采用左宽右窄双栏布局：左侧放议题与决策，右侧放对应行动项与责任人
每个议题区块使用圆角卡片背景，配以浅灰水平分割线
关键时间节点以微图标（如时钟、旗标）点缀，增强视觉引导
风险与问题统一使用红色描边框，在卡片右上角标注紧急程度

细节强化

每条待办事项必须包含“验收标准”字段，避免模糊表述
在纪要开端增加“会议元信息”行：时间、地点、主持人、记录人、参会人数
对争议性议题使用“观点分歧摘要”子模块，列出支持与反对理由的主要内容
语音转文字后，需自动删去口语化重复词（如“那个”“就是说”），并将零散对话合并为完整语义

使用建议

将上述核心提示词直接粘贴到AI摘要工具或笔记模板中，替换原始记录内容
每次提炼后，对照“角色定义”检查输出是否具备项目经理的判断力，而非简单记录
建议在团队内部统一会议纪要模板，与本文风格方向对齐，减少认知成本
若需快速生成，可先提取“决策+行动+风险”三要素，再补充细节

AI提示词 Doubao

448 热度

运营团队周报月报写作专业版提示词

这是一组为运营团队量身打造的周报月报写作提示词方案，明确以资...

AI提示词运营团队周报月报

查看详情

角色定义与任务定位
你将以“资深运营团队负责人”的身份，面向团队内部及上级管理层，撰写一份专业、严谨、逻辑清晰的周报或月报。你的核心目标不是罗列流水账，而是通过数据呈现、关键动作提炼、问题诊断与后续规划，展现运营工作的实际价值与推进效率。这组提示词将帮你设定角色，并指导AI以同样的专业口吻生成内容。

适用场景

每周、每月团队工作总结与复盘
跨部门协作汇报或管理层数据同步
行业对标分析、专项运营项目阶段性总结
面向投资方或合作伙伴的专业运营报告初稿生成

核心提示词
以下为可直接复制使用的提示词模板，填充具体数据后即可生成完整日报或月报：

“请以资深运营团队负责人的专业口吻，撰写一份本周运营周报。结构需包含：1）核心数据概览（DAU、转化率、营收、留存率等关键指标及环比变化）；2）重点工作成果与关键动作（每项附上执行背景与量化效果）；3）遇到的问题、原因分析及已采取的应对措施；4）下周核心计划与预期目标（含可衡量指标）。语言简洁、专业，避免空泛描述，数据可用列表或简要表格形式体现。”
“请以同样角色撰写一份月度运营报告，增加‘本月趋势分析’与‘下月策略调整建议’模块，重点突出数据波动背后的业务归因，并给出至少三个可落地的优化方向。报告末尾需附一份简要的‘核心数据对比表’（本月 vs 上月 vs 去年同期）。”
“若需行业应用版本，请在提示词前加上‘本报告面向[电商/内容/游戏]行业’，并自动替换行业常用指标（如电商用GMV、客单价；内容用播放量、互动率；游戏用付费渗透率、ARPU）。”

风格方向

专业商务风：用词精准、不赘述，数据驱动，结论先行。
客观理性：避免主观评价（如“效果很好”），改用“环比增长12%”“达成率98%”等量化表达。
结构化清晰：以“总-分-总”逻辑展开，每个模块附带小标题或数字序号。
适度行业术语：如“LTV、CAC、ROI、留存率曲线”等，但需在首次出现时简释。

构图建议
这里的“构图”指文本结构布局，而非视觉画面：

标题层级：使用一级标题“XX团队X月运营月报”，二级标题“核心数据”“关键动作”“问题与对策”“后续计划”。
数据呈现：优先用简洁列表（如“本周DAU：12.3万（+8.2%）”）或表格化描述（“项目/目标值/完成值/完成率”）置于段落中。
重点突出：关键数字可用括号高亮或简要加粗（依载体支持），并在开头设置“一句话摘要”统领全篇。
结尾留白：在最后保留“备注/数据来源说明”行，增强专业感。

细节强化

数据占位符：在提示词中嵌入{{本周DAU}}、{{环比增长率}}等变量，方便批量替换。
问题分析模板：例如“问题X – 原因：XX活动引流未达预期 – 已执行：调整推送时段 – 效果：次日回升15%”。
趋势描述：加入“连续三周上升”“季节性回落”“同比大幅增长”等动态短语。
目标校准：为每个下阶段目标设置“达成标准”，如“目标：下周DAU提升至13万（需增长6%）”。

使用建议

每周/每月固定时间（如周一上午）使用核心提示词生成初稿，再人工核实数据准确性和业务细节。
根据行业特点微调指标词汇：电商团队替换“GMV、客单价、复购率”；内容团队替换“播放量、互动率、完播率”。
若需要可视化图表，可在生成文本后手动提取数据至Excel或BI工具，保持提示词输出的数据格式规整便于复制。
避免完全依赖AI：提示词提供框架和语气，但关键决策推论、异常原因诊断需由运营人员补充。

AI提示词 Claude

715 热度

实战型公关传播调研访谈总结提示词

本文提供一套专为“实战型公关传播调研访谈总结”打造的提示词方...

AI提示词公关传播调研访谈

查看详情

角色定义
你是资深公关传播视觉策划师，专注于将复杂调研访谈信息转化为高冲击力、强信任感的视觉画面。你的目标是以“实战型顾问”的视角，创作一幅能够体现访谈深度、数据严谨与传播效能的主视觉图像，让观者一眼感知到这是一份来自一线调研的真实总结。

适用场景

公关传播项目总结报告封面或内页信息图
企业品牌白皮书/行业调研报告的视觉主图
自媒体深度访谈文章的头图或阅读原文提示图
发布会、论坛演讲中用于展示调研成果的幻灯片背景

核心提示词
以下提示词可直接复制使用（可根据画面需求微调括号内内容）：

主画面：“沉稳的黑色或深灰背景上，一张半透明的纸质调研表格斜铺展开，表格内填充手写体批注与荧光色高光标注，表格上方悬浮着三个半透明对话气泡，分别写着‘声量占比’‘负面率’‘转化漏斗’，气泡边缘有细微数据点闪烁效果”
人物元素：“画面左下角，一位身着深蓝西装、佩戴眼镜的中年男性侧影，手持录音笔，眼神专注看向表格方向，脸部有低调暖色侧光”
环境氛围：“深色木质会议桌面，桌面边缘有泛黄的便签纸、一支银色钢笔、一丝从右侧投来的柔光，画面整体呈现电影级暗调质感”

风格方向

实战记录风：借鉴纪实摄影的颗粒感与自然阴影，避免过度雕琢的CG感，突出“真实访谈现场”的临场感
数据叙事风：强调图表与文字的虚实结合，用半透明几何图层叠加在实体纸张上，形成“数据即证据”的视觉逻辑
低饱和专业感：主色调限制在深灰、靛蓝、米白之间，仅在关键数据点使用淡橙或荧光绿作为强调色

构图建议

对角线布局：将纸质调研表从左上至右下斜置，打破静止感，同时人物置于左下角形成视线引导
层次纵深：前景为纸张边角与钢笔剪影，中景为表格与荧光标注，后景为模糊的会议背景或书架，制造呼吸空间
焦点控制：通过浅景深将清晰区域锁定在表格中间“核心发现”字段，其他区域适度虚化

细节强化

纸张纹理：使用细微的亚麻纹或再生纸质感贴图，增强触觉联想
笔迹真实感：手写批注字体应模仿真实访谈速记风格（如潦草缩写、圆圈标注、星号标记）
数据可视化：将表格中的数字转化为微型柱状图或箭头（如“增长+23%”配向上绿色箭头）
气氛光效：在人物面部与表格上增加一缕暖色侧逆光（模拟台灯效果），提升戏剧张力

使用建议

若用于印刷物料（如报告封面），建议将主体元素居中，四周留白≥15%以便裁切
若用于数字屏幕（如公众号头图），可适当增加亮度与对比度，避免暗部细节丢失
请在生成后手动替换表格中的占位数据为实际访谈发现关键词（如“舆情峰值”“KOL影响力”等）
如需进一步强调“实战”属性，可在画面边缘增加“时间戳”或“第X场访谈”字样

AI提示词 Claude

265 热度

高效汽车门店高可信总结提示词

这是一份专为汽车门店运营者设计的提示词方案，帮助您以行业专家...

AI提示词汽车门店高可信总结

查看详情

角色定义与任务定位
您应作为汽车门店运营分析专家，以生成高可信、可追溯的总结报告为目标，利用本组提示词对门店销售数据、客户反馈、服务流程等核心信息进行提炼与结构化输出。任务强调数据源可验证、结论稳健可靠，避免主观臆断，最终交付的内容需具备行业应用层面的说服力与专业性。

适用场景

门店周/月度运营数据复盘与总结
客户售前、售中、售后满意度综合分析
销售转化率、客单价、库存周转等关键指标的趋势总结
竞品策略变化对门店影响的判断与建议
管理层会议所需的高可信度汇报素材

核心提示词

基础框架提示词：请以汽车门店运营专家身份，根据以下数据生成一份高可信总结：门店名称、时间段、客流量、成交率、平均客单价、客户投诉类型及数量。要求：标注数据来源，对异常波动做归因分析，结论需有数据支撑，语气稳健，不夸大不臆断。
客户反馈总结提示词：请基于最近30天客户评价记录（包含好评与差评），提取高频关键词，按体验环节分类（接待、试驾、金融、交付、售后），生成一份高可信总结。要求：每类给出典型用户原话摘要，并计算正向占比，最后给出1-2条可落地的改进建议。
竞争环境总结提示词：请对比本门店与区域内主要竞品（名称、距门店距离、近三月主推车型、促销力度），输出一份高可信竞争对标总结。要求：使用SWOT框架，每项用具体数据或事实举例，避免模糊表述。

风格方向

专业严谨：语言客观，用词准确（如“同比增长”“环比下降”“置信区间”），杜绝情绪化修饰。
结构化清晰：按“总-分-总”逻辑展开，先给出核心结论，再分维度论证，最后总结建议。
数据可视化友好：每个结论后附带关键数字，便于后续制作图表或摘要卡。

构图建议（信息架构）

顶部结论区：用一句话概括本期最大变化（如“本月成交率提升3个百分点，主因是试驾转化率优化”）。
中部分析区：按“客流-销售-服务”三个模块纵向排列，每个模块包含核心数据、同比对比、异常标记（上升/下降箭头）。
底部建议区：列出3条可执行动作，每条附带预期效果权重（高/中/低）。
附录标记：在每份总结末尾注明“数据截止时间”和“数据来源系统名称”。

细节强化

数据溯源：所有数字必须标注来源（如DMS系统/客户调研/第三方监测），避免模糊表述如“据调查”。
时间对比基准：明确对比周期（环比前一周/月，同比去年同周/月），避免歧义。
异常值处理：若某指标偏离正常范围±20%，需单独说明原因（节假日、活动、竞品动作等）。
置信度标签：对结论可附“高可信”“中等可信”“待验证”标签，帮助读者判断。

使用建议

将“基础框架提示词”作为模板，每次复制后替换门店名称、时间段与具体数据，保持输出格式统一。
在生成正式报告前，先用“客户反馈总结提示词”做一轮定性分析，再用数据定量验证，确保结论稳健。
如需应对紧急汇报（如周例会），可仅保留“顶部结论区”+“中部关键数据”+“底部1条建议”，缩短篇幅但不失可信度。
定期（每月）检查提示词中的数据来源字段是否更新，避免引用过时系统名称。

AI提示词 Qwen

567 热度

进阶版电商服饰运营文案生成提示词

一份专为电商服饰运营打造的进阶提示词方案，从角色定位到核心指...

AI提示词电商服饰运营文案生成

查看详情

角色定义
你是一名进阶版电商服饰运营文案策划师，专精于服饰品牌的营销内容输出。你的任务是基于产品核心卖点、目标人群画像和平台调性，生成兼具品牌辨识度、用户共鸣感与转化效率的运营文案。你需要同时掌控文字节奏与视觉联想能力，让每一段文案都能直接落地为详情页、短视频脚本、直播间话术或社交推文。

适用场景

电商平台（淘宝、京东、抖音小店、拼多多）服饰类目商品详情页、主图文案
信息流广告、直通车推广标题与描述
短视频/直播间的产品介绍话术与脚本
小红书、微博等社交平台种草笔记
品牌公众号、私域社群新品推送文案

核心提示词

基础版：“以资深买手身份，为【产品名称】撰写一段吸引【目标人群】的详情页文案，突出【卖点1】【卖点2】【卖点3】，语气【自信/温柔/活泼】，字数200字左右，分段并加入emoji。” 
进阶版：“结合用户痛点【如‘梨形身材难搭’‘通勤没时间搭配’】，为【产品名称】写一篇包含场景化描述+面料质感+搭配方案的文案。开头用一句话制造好奇心，中间用对比法凸显优势，结尾用限时优惠或信任背书收尾。同时给出3个可替换的标题选项。” 
创意表达版：“为【产品名称】设计一段类似电影独白的文案，用第一人称讲述‘穿上它的一天’，融入天气、环境、情绪变化，最后自然带出产品名称和购买理由。风格文艺但不晦涩，适合小红书或品牌公众号。”

风格方向

极简高级风：留白多于描述，使用“质感”“垂坠”“纯粹”“克制的设计”等关键词，搭配低饱和色彩描述，适合设计师品牌。
甜酷街头风：口语化、碎片化，穿插“飒”“炸街”“气场全开”等词汇，多用感叹号和短句，适合年轻潮流服饰。
法式慵懒风：强调“不费力的时髦”“法式慵懒”“阳光”“度假感”，搭配场景如咖啡馆、海边、木质阳台。
机能运动风：突出“科技面料”“透气”“弹力”“无束缚”，语气干练果断，数据化说明（如透气指数、重量）。

构图建议
文案在页面上需要配合视觉结构，请参考以下排版逻辑：

标题区：一个强利益点或情感钩子（如“一件搞定通勤+约会”）+ 主视觉图，字数为8-12字。
痛点/场景区：用2-3行短文案配合生活化场景图，每行不超过15字，字号稍小。
卖点解析区：分点列出，每点包含图标（如面料、版型、工艺），文字控制在20字内。
搭配推荐区：单品组合图 + 一段40字左右搭配话术，强调“一衣多穿”。
信任/行动区：客户好评、实拍对比、限时优惠，文案直接结果导向，如“7天无理由试穿”。

细节强化

面料：具体到成分（如“65%棉+35%再生纤维素纤维”）、工艺（如“日本进口横机编织”）、触感描述（如“婴儿肌般柔软”）。
版型：用模糊专业词（“微阔”“A字”“H型”）结合具体身材效果（“遮胯显瘦”“视觉增高5cm”）。
颜色：不写“白色”，写“牛奶白”“燕麦白”；不写“蓝色”，写“雾霾蓝”“深海蓝”。
搭配：给出2-3种完整造型，如“搭配高腰直筒裤+乐福鞋=通勤风；搭配牛仔短裙+马丁靴=甜酷风”。

使用建议

详情页：文案长度800-1000字，使用H2小标题分隔，每个卖点配图，重点词加粗或变色。
主图文案：每张主图配1-2句核心卖点，字体大而醒目，避免超过20字。
短视频/直播：文案转化为口语化脚本，每句话控制在10秒内，增加互动引导（“点击左下角”“扣1”）。
社交媒体：采用“痛点+解决方案+真人实穿”结构，首图要抓眼球，文案末尾带话题标签（如#OOTD #梨形身材穿搭）。

AI提示词 Doubao

743 热度

前端工程代码生成调试专业版提示词

一套面向前端工程师的专业级提示词方案，以资深架构师视角定义代...

AI提示词前端工程代码生成

查看详情

角色定义与任务定位
你应以“资深前端架构师与调试专家”的身份使用这组提示词。核心目标是：为前端工程场景（如组件开发、复杂逻辑实现、性能优化、Bug定位等）定制一套可复用的代码生成与调试提示指令。每一段提示词都应帮助AI明确产出标准——生成结构清晰、类型安全、错误处理完备的代码，或给出严谨的调试思路与可验证的修复步骤。避免泛泛描述，强调可执行性与工程化思维。

适用场景

快速生成React/Vue/Next.js等框架的页面组件与业务逻辑
基于TypeScript的类型定义、接口设计与数据流建模
前端状态管理（Redux、Zustand、Pinia等）的集成与调试
异步请求、错误边界、性能优化代码的生成与审查
复杂Bug的定位、日志输出、断点分析建议及修复方案
代码重构、技术选型评审或团队编码规范对齐

核心提示词
以下为可直接复制使用的提示词模板（可根据具体需求微调）：

代码生成提示词：“你是一位有10年经验的前端架构师，精通React 18 + TypeScript 5 + Vite 生态。请生成一个组件，要求：使用函数式组件 + Hooks；完整类型定义（Props、State、事件回调）；包含loading、empty、error三种状态；错误边界包裹；性能优化（useMemo/useCallback）；代码注释清晰且符合JSDoc规范。输出时按文件拆分（.tsx / .types / .styles），并说明每个文件的职责。”
代码调试提示词：“你是一位前端调试专家，以下代码（粘贴代码）在下出现。请按顺序分析：1) 可能的原因（列出3～5个） 2) 如何用Chrome DevTools或VS Code Debugger验证 3) 给出可运行的修复代码（含关键注释） 4) 添加必要的console.assert或try/catch以预防类似问题。请以步骤形式输出。”

风格方向

代码风格：遵循业界通用规范（ESLint + Prettier），命名采用PascalCase（组件/类型）、camelCase（变量/函数）和UPPER_SNAKE（常量）；模块化拆分，单一职责；注释使用JSDoc/TSDoc并标注@param、@returns、@throws；避免魔法数字/字符串，统一抽离为常量或枚举。
调试风格：采用“分治排除法”优先缩小问题范围，输出日志时附带时间戳与调用栈上下文；建议使用React DevTools Profiler或Vue Devtools追踪渲染性能；对异步操作强调Promise链的catch处理与AbortController应用。
呈现风格（用于视觉设计参考）：代码块采用浅色背景（如#f6f8fa）配合星际迷航蓝(#0366d6)的关键字高亮，注释使用灰绿(#6a737d)；缩进为2空格；组件复杂度高时辅以ASCII流程图或Mermaid关系图示意。

构图建议

组件树结构：在提示词中明确描述父子组件数据流方向与依赖关系，例如“ →  → ，数据从顶层Context获取，通过Props逐层传递，回调函数使用useCallback包裹”。
文件组织建议：提示词输出时附带目录树示意（按功能/页面/共享组件分层），并说明每个文件的最大行数（如不超过200行），便于维护。
调试路径构图：对复杂Bug的排查，提示词应引导AI给出“调用链时序图”的文字描述（如“A函数调用B，B返回Promise，then中触发C，此时D状态未更新 → 问题在B的catch中未重新抛出”），便于脑内可视化。

细节强化

边界条件：明确要求处理空数组、null/undefined、非法输入、网络超时、并发请求、路由参数缺失等情况。
类型安全：强制使用泛型约束（如）和顶级类型守卫（自定义isType函数）。
错误处理：对API请求采用axios拦截器统一加装错误提示；对组件级别添加ErrorBoundary并上报错误信息；对异步迭代使用for-await-of并配合重试逻辑。
性能细节：避免不必要的重渲染——使用React.memo + 稳定引用；大数据列表开启虚拟滚动（如react-window）；图片懒加载与预加载策略。
兼容性：提示词中注明目标浏览器版本（如“Chrome 90+，Safari 14+，Firefox 88+”），并建议使用Polyfill或转译（如core-js）。

使用建议

结合工具：在VS Code中打开AI对话插件（如GitHub Copilot、Claude for VS Code），直接粘贴核心提示词并附上当前文件内容或错误截图，可大幅提升准确度。
迭代优化：先以“生成一次”输出代码，再将结果作为反馈输入“请审查以上代码，找出3个潜在问题并修复”，形成循环改进。
模板化存档：将核心提示词保存为Snippet或Prompt库（如Cursor的Prompt规则、ChatGPT的Custom Instructions），每次启动新任务时微调目标与具体要求即可复用。
效果验证：对生成的代码建议立即在本地运行单元测试（Jest/Vitest）或使用Storybook做视觉回归，确保逻辑正确后再集成到主分支。

AI提示词 Doubao

885 热度

进阶版测试工程Python脚本编写提示词

这是一套专为“进阶版测试工程Python脚本编写”主题设计的视觉提...

AI提示词测试工程 Python脚本编写

查看详情

角色定义
您是一名测试工程可视化设计师与AI提示词架构师，目标是将“进阶版测试工程Python脚本编写”这一专业技术主题，转化为可直接用于图像生成或创意表达的提示词方案。您需要理解测试工程中的Python脚本核心要素（如pytest测试框架、断言、mock、日志、测试覆盖率等），并用视觉语言呈现代码逻辑、自动化流程与技术质感，使非技术人员也能直观感受测试工程的专业性。

适用场景

测试技术博客或教程的封面配图
软件测试工程师培训PPT的视觉素材
自动化测试框架的文档插图或海报
技术社区分享（如CSDN、掘金）的题图设计
测试工程相关演讲的幻灯片背景

核心提示词
以下提示词可直接复制用于图像生成模型（如Midjourney、DALL-E、Stable Diffusion），请根据实际需要调整主体和细节。

场景一：代码细节聚焦“A close-up view of a programmer's desk: a laptop screen showing Python code with pytest decorators, assert statements, and mock patches, syntax-highlighted in VS Code dark theme. Code editor lines glow with neon blue and green, a glowing test runner terminal displays green checkmarks and coverage report. Soft cinematic lighting, shallow depth of field, professional workspace with mechanical keyboard and coffee cup in background, technical atmosphere, sharp details, 8K resolution.”
场景二：测试架构全景“Isometric illustration of a software testing architecture: a central Python logo connects to labeled modules like 'Unit Tests', 'Integration Tests', 'Mock Services', 'Test Data', 'CI Pipeline'. A vortex of green checkmarks and red X marks flows around, with floating code snippets and pytest command lines. Cyberpunk neon style, deep blue and electric purple background, glowing lines and data streams, highly detailed blueprint-like overlays, cinematic volumetric lighting.”

风格方向

技术极简风：干净背景，高对比度代码高亮，精确的几何线条，突出逻辑清晰度。
赛博朋克风：暗色背景，霓虹蓝绿紫配色，发光文字与数据流，表现测试工程的未来感。
现代扁平+微立体：柔和阴影，渐变色块，图标化测试组件（如管道、齿轮、对勾），适合信息图。
写实摄影风：模拟真实开发环境，自然光或顶光灯，强调工具质感（键盘、屏幕、咖啡杯）。

构图建议

对角线引导：将代码行或测试流程从画面左下向右上延伸，增强动态与专业感。
中心聚焦+三分法：重要元素（如Python logo或测试结果）置于画面中心或交叉点，背景细节均匀分布。
框架式构图：用屏幕边缘、显示器边框或键盘轮廓作为前景框架，引导视线聚焦代码。
分层景深：前景为键盘或咖啡杯，中景为屏幕与代码，背景为模糊的测试仪表盘或流程图。

细节强化

代码细节：加入具体语法元素如@pytest.fixture、assert response.status_code == 200、with mock.patch()，增强可信度。
数据可视化：添加测试覆盖率饼图、通过/失败统计柱状图或火焰图。
环境氛围：屏幕反光、键帽字符、咖啡杯的水汽、桌面的笔记本与便签。
流动感：用虚线、光点或粒子流表现测试数据的输入输出路径。
色彩倾向：主色调采用测试通过绿 (#00FF7F)、Python蓝 (#306998)、警告橙 (#FF8C00)，背景以深灰或黑蓝衬托。

使用建议

若生成图像过于杂乱，可减少场景元素并提高“--no text, --no people”权重（视模型而定）。
建议使用宽高比16:9或3:2，更适合文档封面和PPT背景。
可结合负面提示词避免：模糊、低分辨率、水印、手写文字、过多常见图标。
如需调整风格，在核心提示词尾部追加如“style of technical minimalism”或“cyberpunk neon, high contrast”。

AI提示词 Hunyuan

765 热度

高质量本地生活长上下文问答提示词

这套提示词方案帮助视觉设计师以“本地生活AI对话场景”角色，生...

AI提示词本地生活长上下文

查看详情

角色定义与任务定位
你应当以本地生活AI对话场景视觉设计师的身份，为生成高质量、真实感强且体现长上下文问答交互的本地生活场景图像而使用这组提示词。目标不是描绘单一问答，而是通过画面语言呈现“用户与本地生活助手之间持续、深入的上下文沟通”——比如多轮地点推荐、路线追问、天气与美食联动等，让观者一眼感受到AI对本地信息的深度理解与连贯性。

适用场景

本地生活类App、小程序或智能音箱的UI概念图、运营宣传图
AI对话产品演示的场景插画或封面素材
本地生活服务品牌广告视觉（突出“懂你、懂本地”的AI体验）
交互设计作品集中的场景截图渲染
社交媒体或博客中展示长上下文AI对话案例的配图

核心提示词
以下提示词可直接复制用于图像生成工具（如Midjourney、DALL·E、Stable Diffusion），根据所需平台微调宽高比或渲染参数：

基础版：A close-up shot of a smartphone held in a person's hand, displaying a local life AI assistant conversation interface. The screen shows a long multi-turn dialogue: user asks “Recommend a good Sichuan restaurant nearby”, AI responds with specific names and ratings; below there are follow-ups about parking and kid-friendly options. Visible scroll bar indicates long context. Background is a softly blurred urban street with Chinese signage and warm evening lighting. Realistic, high detail, shallow depth of field, 8K, cinema lighting.
增强版（更强调本地生活元素）：An interactive smart home hub screen on a kitchen counter, showing a contextual dialogue about local services: user asked about weather, then transitioned to ordering groceries, and now asking for recipe suggestions from a nearby market. The screen has multiple colored conversation bubbles, a map thumbnail, and a timestamp list. In the background, fresh produce and a cup of tea are visible. Bright daylight, cozy kitchen atmosphere, volumetric lighting, hyperrealistic, clean UI text legible.

风格方向

现实主义＋微光美学：模拟真实手机屏幕在环境光下的反射与发光，突出屏幕内容的可读性，同时保持背景场景的细节丰富度。
温暖/本地人情味：色调以暖橙、米白为主，辅以绿色（代表生活感）或蓝色（代表AI科技感），避免冷硬科技范，强调“陪伴”与“在地气息”。
UI界面干净简洁：对话气泡圆角、文字清晰、头像简洁（如用户为抽象剪影、AI为本地生活图标），背景中的本地元素（如街角、招牌、食物）不干扰屏幕焦点。

构图建议

特写式构图：让手机或屏幕占据画面约70%，背景适当虚化，突出对话内容本身。手部可以自然握持手机，增加真实感。
三分法：将屏幕内容放在画面中心偏右，背景中的本地地标（如小笼包店、公交站牌）放在左1/3处，形成视觉平衡。
视角：略微俯拍（45°左右）模拟用户自己看手机的日常视角，或第二人称视角（相机位于用户身后侧，看到屏幕与被摄者局部）。
引导线：利用屏幕上的对话气泡排列形成自然的“S”形阅读流线，配合屏幕边缘的光晕引导视线从上到下浏览长篇对话。

细节强化

对话气泡细节：左侧灰色气泡（用户询问）与右侧彩色气泡（AI回答）形成对比，气泡内可包含简单表情、星标（如推荐度）、小地图图标或餐厅照片缩略图。
长上下文标记：屏幕侧边显示“23条新回复”、“查看更多历史”的滚动提示，或者上方的对话轮次计数（例如#1~#8），视觉暗示深度对话。
本地化元素：屏幕顶部的时间或日期显示（如“上海 2025年4月15日 19:30”），背景中的本地文字招牌（中文简体）、本地生活元素（外卖袋、共享单车、水果摊局部）。
光影与反射：屏幕上的反光需与背景环境光源一致（如暖色路灯/户外的天光），屏幕边缘略有发光光晕，模拟人眼对显示屏的真实感知。
UI组件：可见的发送按钮、输入框、麦克风图标、收藏或分享图标——增强“可交互”的感官真实度。

使用建议

将“核心提示词”复制到Midjourney时，建议优先使用基础版，输出不满意再替换或叠加增强版中的元素。
若需要更强调“长上下文”，可在提示词末尾增加 --ar 9:16（纵向竖屏比例），让对话列表更长更明显。
若生成效果过于“截图感”，可在提示词中加入 handheld, natural lighting, slightly out-of-focus background 提升生活抓拍感。
可根据实际应用场景调节“屏幕内容”：比如替换为“推荐周末咖啡馆”、“问路 + 公交路线 + 周边景点”等多轮组合，保持本地生活主题。
若用于营销素材，建议将背景中的本地元素替换为品牌合作方店铺或地标（需保留版权），形成定制化画面。

AI提示词 jimeng

510 热度

蒸汽波老照片修复动效图生视频运镜优化提示词

这是一套专为AI视频生成设计的运镜优化提示词方案，聚焦蒸汽波美...

AI提示词蒸汽波老照片修复动

查看详情

角色定义
身份：AI视频生成师 / 视觉特效设计师 / 怀旧美学导演
任务定位：以图生视频为技术基底，将修复后的老照片转化为带有蒸汽波（Vaporwave）风格的动态影像。重点在于融合“老照片修复动效”的真实肌理与“蒸汽波”的超现实电子故障美感，并通过精心设计的运镜策略（推拉、平移、呼吸感）让画面产生时间流逝的叙事张力。你的目标不是简单让照片动起来，而是让每一帧都像来自90年代CRT电视的梦核记忆。

适用场景

个人怀旧项目：为家庭老相册 / 婚礼旧照注入迷幻电子生命力
音乐可视化：配合Lo-fi / Synthwave / Future Funk背景音乐生成循环情绪短片
短视频内容：抖音/B站“复古未来”赛道、蒸汽波系列片头
艺术实验：将黑白/泛黄老照片重构成带有故障色差、扫描线、像素抖动的超现实短片

核心提示词
基础组合（可直接复制，适度调整数值）：

VHS tape degradation, glitch art, chromatic aberration (shift red & blue channels by 2-3px)
retro purple + cyan + neon pink ambient light, overlaid on restored sepia photograph
film grain 15%, dust and scratches, white noise flicker at 12fps
CRT scan lines, pixelation at 480p resolution, slight interlacing
Ken Burns slow zoom (0.5x speed) combined with horizontal pan (left to right at 0.2x speed)
3D parallax depth: foreground (vase/table) and background (face/architecture) separated by 15px depth
liquid dream transition: frame melt effect every 3 seconds, duration 0.5s
fisheye warp at edge (10% distortion) for retro camcorder feel
vintage photo restoration details: repaired cracks, refilled faded tones, but keep original paper texture
soft bloom on highlights, low contrast, washed out shadows

风格方向

色彩定调：以粉紫、霓虹青、荧光粉作为主强化色，叠加于老照片的暖黄/棕褐色基底上，形成时间冲突感
质感控制：在“光滑修复”和“粗糙磁带”之间取得平衡——保留照片修复后的清晰面部轮廓，但用扫描线、划痕、磁信号干扰模糊掉边缘细节
动态语言：慢速呼吸式运镜（0.3-0.5倍速），配合1-2秒一次的轻微抖动模拟手持摄像机不稳定感
情绪指标：梦核（Dreamcore） + 科技怀旧（Technostalgia） + 孤独数码（Digital Loneliness）

构图建议

主体位置：人物面部或核心静物（如老式台灯、电视）置于画面中心略偏左/右15%，留出平移空间
景深分层：将照片中的背景（墙壁、树影）与前景（人物手臂、桌子）用AI深度映射分层，赋予不同运镜速度（前景更快，背景更慢，制造伪3D视差）
画幅比例：使用4:3或接近1.33:1比例，上下加黑边模拟老电视；或使用16:9但内容物保持4:3居中
边框处理：外围叠加半透明相框轮廓（白色/米色圆角矩形，轻微偏斜）以强化“老照片”属性

细节强化

故障介入点：每过2-3秒引入一次短暂红绿通道错位（持续0.2秒），位置选择在运镜转向或画面边缘
闪烁节奏：使用低帧率感（12-15fps）配合随机1/4秒的黑色帧插入，模拟磁带信号丢失
噪音纹理：叠加一层透明度15%的VHS噪声层，并且在运镜速度变化时增加噪声强度
光晕束缚：在人物眼珠、高光反射区增加霓虹色光晕（color: #FF00FF / #00FFFF），但面积控制在画面5%以内
时间戳伪影：在画面右下角叠加动态“DEC 199X”或乱码时间码，字体为LED点阵风格，缓慢闪烁

使用建议

输入图片要求：优先选择面部清晰、光影对比明显的老照片（黑白或轻度泛黄）；避免过暗、过糊的原图
参数推荐：图生视频工具中，Motion Strength设为0.4-0.6（避免剧烈变形），CFG Scale 7-9，Steps 30-50；若支持ControlNet，使用深度图绑定保持主体结构
运镜组合顺序：先静态2秒让画质稳定 → 慢速拉近（1.5秒）→ 切换为横向平移（2秒）→ 短暂故障（0.5秒）→ 恢复并准备循环
后期调整：导出后可二次叠加独立故障插件或胶片颗粒滤镜，以强化“真实磁带”瑕疵
提醒：不要过度使用故障效果，保持画面70%时间处于“修复后清晰”状态，故障只在情绪转折点出现，否则会失去蒸汽波特有的“忧郁反差感”

AI提示词 DALL

776 热度

复古胶片3D场景建模图质感提升提示词

本方案为3D场景建模图提供复古胶片质感提升的全套提示词策略，定...

AI提示词复古胶片 3D场景建模图

查看详情

角色定义
你是一位专注于复古胶片美学的3D视觉设计师与提示词工程师。你的核心任务是通过精准的提示词控制，将普通的3D场景渲染图转化为带有浓郁胶片质感、颗粒感、色偏与光影氛围的视觉作品，适用于文生图工具（如Midjourney、Stable Diffusion）的实时生成与后期调优。

适用场景

数字艺术创作：在AI绘图平台中生成具有复古质感的场景概念图
游戏场景前期视觉探索：模拟8mm胶片或35mm胶片级别的环境表现
电影级预视设计：为复古题材短片或广告打造统一的胶片色调与氛围
商业插画与品牌视觉：用于强调怀旧、手工、经典感的产品或活动视觉

核心提示词
以下为可直接复制使用的提示词，可根据需要替换场景描述（用[场景]占位）：

基础版：a detailed 3D rendered scene of [场景], shot on vintage Kodak Portra 400 film, heavy film grain, warm color cast, soft halation, slight chromatic aberration, shallow depth of field, realistic materials with dust and scratches overlay, cinematic lighting, 8K resolution, natural vignette, muted tones, nostalgic atmosphere
增强版（更强调质感）：photorealistic 3D scene of [场景] with analog film aesthetics, expired film look, pronounced grain structure, creamy highlights, crushed shadows, subtle color bleeding, roughness and texture on surfaces, bloom from light sources, fine dust particles in air, lens flare, 35mm film texture overlay

风格方向

色彩倾向：暖黄/橙红褪色基调，饱和度偏低，暗部偏青绿（模拟早期胶片交叉冲洗效果）
颗粒控制：中粗颗粒密度，颗粒形状不匀称，边缘稍许模糊（非数码噪点）
光学瑕疵：轻微色散（紫边/绿边）、镜头暗角、边缘光晕（halation）
材质表现：木材纹理、金属氧化、表面灰尘、布料磨损——所有材质需有“使用痕迹”

构图建议

利用三分法将主体置于偏下或侧面，留出天空或背景空间以容纳胶片特有的高光溢出
前景引入虚化元素（如叶片、网格、窗帘），增强景深感与胶片镜头感
光位选择侧逆光或窗光方向，使物体边缘产生柔和的“光晕轮廓”
避免纯黑色区域——胶片暗部通常保留一定密度与纹理

细节强化

胶片颗粒参数：在Stable Diffusion中可通过添加“grain:0.8”或使用LoRA模型“Film Grain”来实现
色差偏移：关键词中加入“red shift in highlights, green shift in shadows”
暗角强度：使用“heavy vignette”或“natural dark corners”
材质叠层：在提示词中明确“dust marks, light scratches, emulsion texture”
分辨率与细节：建议配合“sharp details, fine textures, 8K”以抵消颗粒造成的模糊感

使用建议

在Midjourney中可搭配参数 --ar 16:9 --style raw --s 250 减弱过度风格化，保留胶片质感
在Stable Diffusion中使用Negative prompt排除数码感：digital, clean, sharp, modern, HDR, smooth, plastic, CG, unreal engine
若生成结果色彩偏冷，可在后期叠加色温滤镜；若颗粒不足，可增加“grainy texture”权重
建议先以“基础版”生成3-4个变体，锁定满意的光影和色彩方向，再用“增强版”进行细节重绘

AI提示词 Mistral

821 热度

进阶版AI应用代理工作流设计提示词

针对高阶AI应用代理工作流设计场景，提供专业角色定位与可复用的...

AI提示词 AI应用代理工作流

查看详情

角色定义
你是一位精通AI代理工作流架构的高级设计师，任务是为复杂的多代理协作流程设计结构清晰、可扩展的提示词方案。你需要从宏观流程到微观节点指令，确保代理之间高效通信与逻辑路由，同时兼顾可维护性与可调试性。你的输出应具有技术深度，能直接指导工程团队落地或供LLM理解并执行。

适用场景

构建多智能体协作系统（如客户支持路由、自动化数据管道）
设计基于LangGraph、AutoGen、CrewAI等框架的工作流
需要明确节点间依赖、条件分支、状态共享的进阶项目
对代理提示词进行结构化分层（系统级、任务级、路由级）
生成可直接用于代码注释或API配置的提示词模板

核心提示词

流程架构提示：”设计一个由三个代理组成的线性工作流：输入代理 → 处理代理 → 输出代理。输入代理负责解析用户原始请求并提取关键参数；处理代理根据参数调用外部工具并返回结构化结果；输出代理将结果转化为用户友好格式。每个代理之间共享一个全局状态字典，通过键值对传递信息。“
条件路由提示：”在节点A之后添加条件判断：如果置信度大于0.8，则路由到节点B（直接应答），否则路由到节点C（人工兜底）。路由逻辑以自然语言描述，并附带阈值参数。” 
状态管理提示：”为工作流定义一个统一的状态Schema：包含`user_id`（字符串）、`context`（列表）、`error_count`（整数）、`intermediate_results`（字典）。要求每个代理在读写状态时明确注明预期字段，并添加异常回滚处理。” 
代理角色提示：”代理A（数据清洗器）的角色：你是一个严格的数据清洗专家，只接受JSON格式输入，输出必须包含`cleaned_data`和`validation_status`两个字段。请在系统提示中强调“不允许修改原数据结构，只能补充”。“
循环与重试提示：”设计一个循环节点：当代理B输出字段`retry_needed`为true时，重复执行代理B，最多重试3次，每次重试间隔10秒。重试次数计入状态字段`retry_count`，超过上限后发送警报。“

风格方向

技术图示风格：节点采用矩形/圆角矩形，边带箭头与标签（如“参数传递”“条件分支”），使用深色背景+高亮色区分代理类型。
代码注释风格：提示词本身以注释形式嵌入伪代码，增强工程可读性：`# 节点ID: node_03 # 功能: 调用外部API # 输入: state[“query”] # 输出: state[“api_result”]`
模块化设计：每个代理的提示词结构固定：角色定义 + 可用工具 + 输出格式 + 错误处理。整体采用YAML或Markdown列表进行组织。

构图建议

流程图式：左到右或上到下的泳道图，每个泳道代表一个代理，泳道内包含处理步骤和状态变更。关键路径用实线，异常路径用虚线。
树状展开：根节点为输入，子节点为不同路由分支，叶节点为最终输出。适合展示多条件分支场景。
时序图式：按时间顺序排列代理间的消息交换，强调异步调用与等待。适合展示需外部API调用的工作流。

细节强化

状态字段命名规范：使用蛇形命名法（snake_case），如`user_query`、`tool_result`，并在提示词中给出示例值。
错误类型枚举：定义`ERROR_TIMEOUT`、`ERROR_INVALID_INPUT`、`ERROR_RATE_LIMIT`等常量，让代理在遇到错误时返回对应类型而非自由文本。
上下文窗口控制：明确说明每个代理可访问的历史消息数或token上限，例如“处理代理只保留最近5轮对话，且截断后仍保留`system`部分”。
并行执行语法：若支持并行节点，提示词中采用“parallel block”标记，如`# PARALLEL_START`和`# PARALLEL_END`。

使用建议

将上述核心提示词直接粘贴到LangGraph节点配置或AutoGen代理的`system_message`字段中，并替换具体参数。
对于复杂工作流，先绘制构图草图，再对应填充提示词文本，确保逻辑闭环。
测试时先简化状态字段到最少必要项，待流程跑通后再逐步增加细粒度控制。
若需调整代理数量或分支逻辑，优先修改核心提示词中的“条件路由”和“循环重试”部分，保持其他模块复用。
建议将每个代理的提示词独立存储为模板文件，并标注版本号，方便后期迭代。