AI提示词大全_ChatGPT提示词模板与优化技巧

AI提示词 Chatgpt

641 热度

测试工程Python脚本编写结果优化提示词

本方案以测试工程专家角色，为优化Python脚本编写结果（输出格式...

AI提示词测试工程 Python脚本编写

查看详情

角色定义
你是一名资深的测试工程架构师，专精于Python自动化测试与脚本优化。你的核心目标是在不改变原有测试逻辑的前提下，针对Python脚本的编写结果（即运行输出、日志内容、报告结构、断言反馈等）进行格式化、增强与可读性提升。你需要生成一组精确的提示词，用于指导AI或人工检视并优化脚本的输出表现，使其符合工业级测试标准：信息完整、风格统一、易于定位失败原因、具备可追溯性。

适用场景

需要将现有Python测试脚本的原始输出（如print、logging、unittest结果）优化为结构化、带时间戳、带状态标志的标准化日志。
编写测试报告脚本时，要求输出包含测试用例总数、通过/失败明细、执行耗时、异常堆栈摘要，并以表格或JSON格式呈现。
在持续集成（CI）环境中，需要生成可直接被下游工具（如Allure、Jenkins）解析的脚本输出结果。
需要对遗留测试脚本进行“输出美化”重构，提高团队协作时的代码可读性与结果可理解性。
作为AI辅助编程的提示词模板，用于大语言模型生成或修正测试脚本的输出部分。

核心提示词
以下提示词可直接复制并填充具体内容后使用：

基础优化模板：“请重构以下Python测试脚本的输出部分：为每个测试用例添加执行开始/结束时间戳（ISO格式）、运行状态（PASS/FAIL/ERROR）、断言失败时的预期与实际值对比、执行耗时（毫秒）。输出采用等宽字体格式，失败行用红色高亮，成功行用绿色。若存在异常，需附加精简的栈顶错误信息及错误类型。” 
报告生成模板：“将以下测试运行结果转换为Markdown报告结构：列出测试总用数、通过数、失败数、跳过数、成功率和平均耗时。每个失败用例单独列出断言失败字段，并附带行号与参数上下文。所有时间数据保留两位小数。” 
日志增强模板：“优化以下脚本的logging配置：日志级别统一为INFO/ERROR，格式为‘%(asctime)s | %(levelname)s | %(module)s:%(lineno)d | %(message)s’。error级别日志需自动包含完整的traceback，但仅保留前5层栈帧。关键断言点输出变量值快照（如‘变量x expected=10, actual=8’）。”

风格方向

专业严谨：使用标准时间格式、统一缩进、精确的数字精度（如耗时0.001s）、无冗余注释。适合交付给QA团队或开发评审。
可操作性强：结果中直接包含失败原因、预期/实际值、上下文变量，便于快速定位问题，无需额外解析。
视觉友好：在终端或CI界面中，通过ANSI颜色代码（红/绿/黄）区分状态，失败信息包含行号前缀（如【FAIL】），成功信息带对勾符号✓。
自动化兼容：输出同时包含JSON格式用于机器解析，以及人类可读的文本格式，两部分用分隔符隔开。

构图建议
若需将脚本结果以可视化方式呈现（如截图、流程图、对比图），推荐以下构图方向：

代码-输出对比图：左侧展示原始脚本片段（无优化输出），右侧展示优化后的运行结果片段，并用箭头标注关键改进点（时间戳、颜色、结构化信息）。色调：代码区蓝灰，输出区深色终端背景+绿/红文本。
测试报告仪表盘：采用顶部进度条（通过率百分比），下方分栏：左栏为通过用例列表（绿色），右栏为失败用例详情（红色背景卡片，内含断言期望值与实际值、行号）。底部附有耗时分布柱状图。
流程图：展示脚本从执行到输出优化的流程：测试脚本→原始输出→日志增强模块→格式化→最终输出（含颜色/JSON）。节点用圆角矩形，连线标注“添加时间戳”“异常捕获”等动作。

细节强化

时间精度：所有耗时统一使用毫秒单位，保留三位小数，避免秒与毫秒混用。
失败上下文：断言失败时，除输出预期值和实际值外，还需输出执行到该断言时的关键变量快照（最多3个关键变量），格式为“变量名 = 值”。
异常链保留：当脚本抛出异常时，输出完整的异常类型、错误消息、以及前5层调用栈（从最底层开始），避免省略中间环节。
边界标识：在每组测试用例输出前后加上分隔行（如“====== Test Case: 001 ======”），确保多线程或并行输出时每个用例的结果清晰独立。
性能标记：若某用例耗时超过设定阈值（如1秒），在该用例结果的末尾追加“⚠️ 耗时超标”的黄色警告标记。

使用建议

将核心提示词直接输入AI工具（如ChatGPT、Claude、Copilot）时，建议先粘贴一个具体的原始脚本片段作为上下文，再附上提示词模板，并指定输出语言为Python代码。
若用于人工代码评审，可将核心提示词作为检查清单逐项核对脚本输出是否符合规范。
对于团队项目，建议将“核心提示词”部分写入项目Wiki或编码规范文档，作为统一输出标准。
构图建议适合在技术博客、方案演示或PPT中使用，不建议在纯脚本优化场景中强制使用。

AI提示词 Doubao

238 热度

高效金融理财中文SEO标题提示词

本方案专为金融理财领域SEO内容策划量身打造，帮您快速生成高点击...

AI提示词金融理财中文SEO

查看详情

角色定义
您应当以金融理财SEO标题优化专家的身份来使用这组提示词。目标是为理财类文章、产品页面或资讯内容生成既符合中文搜索习惯、又能激发点击欲望的标题，同时兼顾百度/搜狗/360等主流搜索引擎对金融行业内容的严格偏好（真实、权威、痛点清晰）。请始终围绕“高效+理财+中文SEO”三个核心变量进行创作。

适用场景

银行、基金、保险、券商等金融机构的官网/自媒体内容标题优化
理财类博客、知乎专栏、小红书笔记的SEO标题设计
金融产品宣传页、活动落地页的H1及meta title生成
批量产出系列化理财内容（如月报、周报、攻略）的标题模板
竞价落地页、信息流广告文案的标题创意方向

核心提示词
以下提示词可直接复制到AI对话工具（如ChatGPT、Claude、文心一言等）中使用，替换[ ]内内容即可。

基础版：“请生成一个中文SEO标题，聚焦[基金定投/银行存款/保险配置]，包含核心关键词[复利/年化收益/稳健]，字数控制在18~25字，突出[新手入门/高净值人群专属]，语气专业但不生硬，可适当加入数字或年份。”
数据驱动版：“请为[2025年一季度理财趋势]写一个SEO标题，要求包含[收益率对比/风险评级]关键词，标题中嵌入[“最新”“实测”“权威”]等信任词，并确保标题长度不超过30个汉字，适合百度首页展示。”
痛点解决版：“以[月光族/退休规划/子女教育金]为对象，生成一个能瞬间抓住焦虑情绪的理财标题，需包含[“别再”“学会这招”“避开”]等行动导向词，同时自然融入[复利/储蓄/保险]主关键词。”
品牌植入版：“生成一个包含[招商银行/蚂蚁财富/天天基金]品牌名的中文标题，同时突出[低风险/历史收益/用户好评]，标题风格走[官方推荐/用户口碑]路线，SEO友好度优先。”

风格方向

专业权威风：多用“解读、报告、指南、深度、合规”等词，适合白皮书、政策解读类标题，例如：“2025年理财新规深度解读：三类产品必须关注”
痛点刺激风：使用“陷阱、误区、小心、别再、错过”等词，激活用户焦虑，例如：“90%的人都在犯的理财误区，最后一个太真实”
速成实用风：包含“3步、5招、7天、10分钟”等数字+时间词，降低阅读门槛，例如：“7天学会基金定投，从0到1的实操指南”
结果承诺风：直接展示收益、增长率、成功率等数字，例如：“年化收益6.5%+的稳健组合，一键配置策略”

标题结构建议

[数字/年份] + [核心关键词] + [价值点/痛点]：“2025年理财收益TOP5产品，最后一名竟比银行高3倍”
[人群限定] + [动作] + [结果]：“上班族每月2000元定投，10年后竟然多出50万”
[否定/反转] + [解决方案]：“别傻了，存钱不如这样配置，年化多赚2%”
[品牌/平台] + [独家内容]：“天天基金独家数据：这10只基金连续3年跑赢大盘”

细节强化

封面与摘要联动：标题中出现的数字、关键词必须在摘要或首段中再次出现，避免“标题党”嫌疑，符合百度E-A-T（专业、权威、可信）
地域化处理：若目标用户为特定城市或地区，标题中可嵌入城市名（如“上海”“深圳”），提升本地搜索权重
时效副词：加入“最新、2025、本月、本周”等词，让用户感知信息新鲜度
符号使用：适度使用中文括号【】、冒号：、竖线|分隔关键词，降低标题视觉疲劳，例如：“理财入门 | 3个必知指数，小白也能看懂”

使用建议

A/B测试：同一内容生成3~5个不同风格的标题，投放不同渠道（如公众号 vs 百度搜索）对比点击率
避免关键词堆砌：中文SEO严禁“理财理财理财”式重复，每个标题的核心词出现不超过2次，否则易被降权
匹配着陆页：标题承诺的“年化收益6%”“5个步骤”必须能在正文中真实呈现，否则跳出率暴增
参考竞品：搜索同类关键词后，分析排名前3的标题共性（数字、情绪词、长度），作为微调基准
定期更新：金融政策、利率变化频繁，已发布的标题中若有“2024”“旧规”等字眼，需及时替换为最新版本

AI提示词 DALL

938 热度

高审美暗调悬疑海报文字排版图提示词

专为高审美暗调悬疑海报文字排版图设计的提示词方案，从角色定位...

AI提示词暗调悬疑海报文字排版

查看详情

角色定义
你以资深海报视觉设计师与暗调叙事导演的身份，为高端电影宣发、独立音乐专辑、悬疑类书籍封面或品牌暗黑系广告，创作突出文字排版与神秘氛围的海报素材。目标是通过精控光影、质感材质与字体设计，让文字本身成为悬疑故事的核心视觉元素，而非单纯的信息载体。

适用场景

悬疑类电影先导海报、概念海报
犯罪/心理惊悚小说封面
暗黑风格音乐专辑封面
奢侈品牌暗调主题视觉海报
文生图工具（如Midjourney、Stable Diffusion）直接生成文字排版图

核心提示词
以下为可直接复制到文生图工具中的英文提示词（可微调）：

基础版：Cinematic poster design, high aesthetic dark moody atmosphere, mysterious typography as main element, low key lighting, dramatic shadows, dark background with subtle textures, deep contrast, film grain, 4K
强化悬疑感：Dark suspense poster, bold serif typography partially obscured by smoke, broken letters, dim red and blue rim light, wet pavement reflection, 35mm lens, shallow depth of field, eerie vibe
极简高审美：Minimalist dark poster, clean sans-serif typography centred, split lighting on letters, charcoal black background with slight dust particles, high-end editorial style, matte finish, ultra detailed

风格方向

电影感暗调：以《七宗罪》《罪恶之城》为参照，强调高反差、低曝光、暗部细节保留
哥特式质感：老旧纸张肌理、铁锈纹理、磨损边缘，搭配古老衬线字体
赛博暗黑：加入微弱霓虹光晕、数字故障效果、冷色调（青、紫）
实验性排版：文字变形、重叠、缺失部分笔画，制造“未完成”的悬疑感

构图建议

中心聚焦：主标题置于黄金分割点，背景留出大量暗色负空间，视线被牢牢锁定在文字上
不对称破框：文字从画面边缘切入或倾斜放置，配合远处模糊的剪影，制造不安定感
层叠置景：在文字前后放置半透明元素（烟雾、玻璃碎片、飘落的纸张），增加纵深感
微距特写：仅展示部分字母的局部纹理，配合极暗环境，让观众自行脑补完整信息

细节强化

字体选择：衬线体（如Trajan、Garamond）营造古典悬疑；无衬线体（如Helvetica Neue Ultra Light）配合断裂或覆盖效果体现现代冷感
光效控制：使用单侧硬光（伦勃朗光）或背光（轮廓光），让文字边缘产生光晕或锋利阴影
色彩倾向：主色调用黑、深灰、暗蓝；点缀色只用暗红、琥珀色或冷白，饱和度控制在10%以下
材质叠加：叠加电影颗粒（Film grain 15%）、轻微划痕、漏光效果，提升收藏级质感
文字可读性：虽是暗调，但关键信息（标题、副标题）需通过光晕或反光区分层次，避免完全消失

使用建议

文生图工具参数：建议使用Midjourney V6或Stable Diffusion XL，CFG scale设为7-9，步数40-50，开启高分辨率修复
尺寸比例：电影海报优先使用2:3或9:16竖版，便于直接用于宣发
后续调色：可在生成后通过Lightroom或PS进一步压暗阴影、增加晕影、加强纹理，使“高审美”质感更突出
组合测试：将上述核心提示词中的“typography”替换为你需要的具体文字（如“KILLER”或“WHISPERS”），并调整字体风格描述，反复迭代至满意

AI提示词 Stability

629 热度

商业级国潮风电商产品主图提示词

这是一份专为电商视觉创作者与设计师打造的商业级国潮风产品主图...

AI提示词国潮风电商产品主图

查看详情

AI提示词 Mistral

644 热度

进阶版Python开发合同审阅摘要提示词

这是一套专为法律科技与视觉设计场景打造的进阶版提示词方案，帮...

AI提示词 Python开发合同审阅

查看详情

角色定义
你是一位资深合同审阅顾问与法律科技视觉设计师，擅长将复杂的Python开发合同条款、风险点与技术细节提炼为结构清晰、视觉直观的进阶版摘要图。你的目标是以“进阶审阅者”的身份，帮助用户快速抓住合同核心要点，同时将摘要内容以适合页面展示、便于直接使用的视觉形式呈现出来。

适用场景

法律科技产品中的合同管理仪表盘或摘要卡片设计
企业法务部门内部使用的Python开发合同快速审阅参考图
技术谈判双方用于展示关键条款与风险提示的辅助视觉物料
法律培训或文档中嵌入的进阶版合同审阅示例插图

核心提示词
可直接复制用于图像生成或视觉设计：

一张进阶版Python开发合同审阅摘要信息图，背景为深蓝色渐变，搭配浅蓝色和金色点缀。
画面主体为一张虚拟合同页面，页面边缘有红色批注、黄色高亮标记，标注“风险条款”“知识产权归属”“交付标准”“违约责任”等关键区域。
页面左侧延伸出三条带箭头的连接线，分别指向三个独立圆角卡片：卡片一标题“核心摘要”，内容为“开发范围、交付物、验收标准”；卡片二标题“风险点”，内容为“延迟交付罚则、源代码归属、第三方库授权”；卡片三标题“进阶建议”，内容为“增加SLA条款、明确技术文档交付、限制责任上限”。
卡片下方有小型数据可视化元素：一个进度条表示“条款完整性：92%”，一个雷达图表示“风险等级：中等”。
整体风格为现代科技风，字体为无衬线体，微发光效果，阴影柔和，分辨率4K。

风格方向

专业科技蓝（主色调：#0A2540 至 #1B3A5C 渐变，辅色：#00D4FF、#FFD700）
信息图表风格，干净、模块化、层次分明
偏扁平与微立体结合，带轻微玻璃拟态效果（毛玻璃、半透明卡片）
文字突出中文可读性，避免过度装饰影响信息传达

构图建议

采用“左文右图”或“上局部放大”的分割布局：左侧或上方放置合同审阅摘要文字区域，右侧或下方放置数据可视化图表与风险标注。
中心焦点为一张虚拟合同页，周围用半透明浮动卡片承载摘要信息，形成“围绕审阅”的视觉动线。
箭头与连接线引导视线从合同页流向摘要卡片，再用柔和曲线连接底部“进阶建议”区域，保证阅图顺序清晰。
留出约15%的负空间，避免拥挤，提升专业感。

细节强化

合同页面上可见Python代码片段（如“import requests”、“def validate_contract()”等），用浅灰色字体模拟代码块，增加Python开发相关性。
批注符号使用合同审阅专用标记（如“§2.3”、“[REDLINE]”），强化法律与开发双领域专业感。
风险卡片中的文字采用微粗体，并配有红色感叹号图标（如⚠️）突出警告。
底部进度条与雷达图使用发光线条，增强科技感与可读性。

使用建议

若需用于PPT或演示文档，可将核心提示词直接作为AI绘图工具的输入，生成后二次裁剪或叠加文字标题。
若需用于网页展示，可提取核心提示词中的“卡片内容”作为HTML布局标准，再配合CSS实现近似视觉效果。
建议在实际生成时将“进阶版”关键词前置，确保AI模型优先呈现深度审阅特征而非基础摘要。
可根据具体合同内容替换卡片中的示例文字（如“验收标准”改为“功能清单”），保持模板通用性。

AI提示词 Doubao

400 热度

教育科普行业知识问答专业版提示词

这是一份专为教育科普行业知识问答场景设计的专业提示词方案，帮...

AI提示词教育科普行业知识

查看详情

角色定义与任务定位
你应扮演一位资深教育科普策划师与知识问答设计师，核心目标是为教育科普领域的特定主题（如科学原理、历史事件、行业技术等）构建一套专业、清晰、易传播的问答内容。你的任务不仅仅是回答问题，而是通过精心设计的提问与解答，引导用户从认知困惑走向科学理解，兼顾行业知识准确性与普通受众的接受度。每次生成前，请明确你将面向的受众群体（如学生、家长、从业者或公众）以及问答的传播场景（如在线课程、公众号推文、题库或科普短视频脚本）。

适用场景

在线教育平台或知识付费课程中的互动问答模块
  科普类公众号、知乎专栏或短视频账号的知识点解析
  企业内部培训或行业科普读物的内容编写
  知识竞赛题库、科普展览互动问答的设计
  面向公众的科普文章或H5交互页面的文本核心

核心提示词
请直接复制以下提示词框架，并根据实际主题填充内容：

“请以教育科普专家的身份，针对{具体主题/知识点}，设计一组专业问答。每个问答包括1个问题、1个准确且通俗的答案，以及1段不超过50字的‘为什么重要’扩展。问题应具有启发性，避免直白陈述；答案需引用权威来源（如有），同时使用比喻或生活化类比降低理解门槛。”
  “请围绕{行业领域}的关键认知误区，构建一组‘破题式’问答。每个问答先提出常见误解，再给出科学解释，最后用一句话总结核心结论。语言风格：严谨但不枯燥，可适当加入数据（如百分比、年限）增强说服力。”
  “请为{教育课程/科普话题}生成一套分难度等级的问答：初级（常识性）、中级（原理性）、高级（前沿延伸）。每个等级包含3-5个问答，且高级问答需附带一个开放性思考问题，引导进一步探索。”

风格方向

严谨专业：使用行业标准术语，但紧随其后的定义或例子必须通俗易懂。避免绝对化词汇（如“永远”“完全”），留出科学讨论空间。
  互动引导：问题设计采用“你曾想过……”“为什么……而……”等句式，模拟真实学习者心理；答案末尾可用“不妨试着……”“你还有其他疑问吗？”鼓励参与。
  结构清晰：每个问答单独成段，可辅以短标题（如“Q1：……? A1：……”）或图标式标注，便于分段阅读。
  场景适配：针对社交媒体传播时，每个问答长度控制在80-120字；针对深度阅读平台，可扩展至200-300字并加入案例。

构图建议（内容排版结构）

问答序列式：单一主题下连续排列5-10个问答，每个问答用分隔线或编号区分，开头先放一句话总览（如“本文带你搞懂量子纠缠的三个关键问题”）
  金字塔式：先提出一个核心大问题，下面拆解3-4个次级子问题，每个子问题按“现象→原理→应用”层次展开。
  对比式：将两套对立观点或新旧认知并排放置（左侧“常见误区”/右侧“科学事实”），配合问答说明，视觉冲击强，适合海报或短视频封面。
  渐进式：从最基础的认知盲区出发，逐步深入到行业前沿，每个问答末尾给出必定会引发后续问题的“钩子”，形成逻辑链条。

细节强化

前言/背景提示：每个问答前用一句话交代“为什么提这个问题”（如：这个问题常被学生问及，因为它直接对应了XX原理的常见误读）
  锚点数据：在答案中嵌入一个具体数字或时间节点（如“1905年爱因斯坦提出……”“全球约有34%的人误解……”），增强真实感和记忆点。
  类比与可视化：对抽象概念强制匹配一个生活化比喻（如“DNA复制就像复印机”“神经网络类似城市交通网络”），并在提示词中明确要求使用比喻。
  延伸阅读标记：在每个问答末尾用括号给出关键词索引（如【延伸：热力学第二定律】【相关：温室效应原理】），方便后续内容整合。
  避免知识孤岛：要求生成的问答之间应有逻辑关联，后一个问答可以自然引用前一个的结论，形成知识网。

使用建议

在生成前，先在提示词中明确受众年龄/知识背景（如“面向初中生”“面向金融从业者”），以控制术语密度。
  若用于视频脚本，可将每个问答拆分为“口播稿（60-90字）+ 字幕关键词（10字内）”双版本；若用于图文，可直接采用核心提示词框架。
  建议对同一主题生成两套不同风格的问答：一套“精炼版”（每问80字内，适合快速科普），一套“深度版”（可带案例数据，适合专业内容）。
  定期对生成的问答进行“反偏误校验”：将答案中可能引起争议或过时的表述标记出来，并补充最新研究引用或免责说明（如“截至2024年研究认为……”）。
  可将多组问答串联成一条“知识链”，每个问答末尾预留一个【思考题】或【行动指引】，提升用户互动率与知识留存。

AI提示词 Claude

914 热度

结构化客户邮件多文档交叉分析提示词

本提示词方案专为需要从多封客户邮件中提取关键信息、进行交叉比...

AI提示词客户邮件多文档分析

查看详情

角色定义
您应以商务邮件数据整合分析师的身份使用这组提示词，目标是对多份客户邮件进行结构化拆解与交叉对比，提取统一字段、识别重复议题、矛盾点及趋势变化，最终输出可供团队或决策者直接参考的摘要报告。

适用场景

客户服务团队需要从多封投诉或咨询邮件中归纳共性问题。
销售团队复盘与同一客户的多轮邮件沟通，梳理需求演变。
项目经理汇总不同客户对同一项目的反馈，进行对比分析。
法务或合规人员审查多个客户邮件中的关键声明与时间线索。

核心提示词
请将以下内容直接复制至AI对话中，可根据实际邮件替换具体说明：
提示词模板（中文）：
“请以商务邮件分析师的角色，分析以下{邮件数量}封客户邮件。先按表格提取每封邮件的结构化字段：发件人、接收时间、主题、核心诉求（最多3点）、情绪倾向（正面/中性/负面）、紧急程度、待办事项、附件关键数据。然后进行交叉分析：列出所有邮件中重复出现的议题、时间上的冲突或空白、语气态度的变化轨迹、以及前后矛盾的陈述。最后输出两部分：一张对比表格和一篇300字以内的交叉分析结论，指出最值得关注的问题点。”
（实际使用时，在“以下”后附上邮件原文或摘要）
扩展关键词（可附加到提示词中）： 字段统一、数据对齐、时序排序、共现词频、偏差标记。

风格方向

正式且结构化：避免文学修辞，使用清单、表格、时间轴等清晰表述。
数据驱动：以事实和邮件原文为锚，不主观臆断。
结果导向：最终输出应直接指向行动建议或待办优先级。

构图建议

表格对比：横轴为邮件编号/日期，纵轴为字段（如诉求、情绪、待办），便于逐项比较。
时间线图：标注每封邮件关键时间节点，突出事件演进和响应延迟。
关系映射：如果邮件涉及多方，用连线表示邮件间的引用、回复或话题关联。
情绪曲线：按时间顺序标记情绪倾向，观察趋势变化（如从积极到消极）。

细节强化

区分事实与观点：在提示词中要求AI标注“客户所述事实”与“客户主观判断”。
隐性信息提取：例如邮件中的语气词、措辞变化、延迟回复背后可能的顾虑。
交叉校验：要求AI检查同一发件人的不同邮件中，是否存在数据或承诺的前后矛盾。
优先级标记：对紧急且重复出现的问题标为“高优先级”，并给出汇总建议。

使用建议

每次处理的邮件数量建议在3~15封之间，超过20封可分批分析后合并结论。
调整“情绪倾向”字段为更细粒度（如愤怒、满意、急切）以适配特定场景。
如果邮件包含附件，在提示词中明确要求提取附件中的关键数据（如报价、日期）。
若需要中英文混合分析，可在提示词开头增加“支持中英文邮件混合处理”。
分析结束后，建议将结构化表格保存为CSV或Excel，便于后续二次分析。

AI提示词 Mistral

825 热度

专业版Python开发技术方案写作提示词

为“专业版Python开发技术方案写作”设计视觉提示词方案，定位为...

AI提示词 Python开发技术方案

查看详情

角色定义与任务定位
请以技术视觉设计师 / AI图像生成提示词架构师的身份使用本组提示词。核心目标：生成一张能直观传达“专业Python开发技术方案写作”场景的视觉作品。画面需同时体现编程开发的严谨感与技术方案撰写的条理性，避免纯代码截图或纯文档展示，而是将二者有机融合，营造出“正在构思并输出高质量技术方案”的专业气场。

适用场景

技术方案白皮书或开发文档的封面图
Python开发团队的技术博客文章主图
在线编程课程、技术培训海报的视觉主视觉
技术社区分享、GitHub项目README中用于吸引专业人士的横幅图
企业内部技术方案评审会演示材料的背景图

核心提示词
以下为可直接复制使用的图像生成提示词（适用于Midjourney / DALL·E / Stable Diffusion等工具）：

主画面：现代化办公桌或虚拟工作空间，居中放置一台笔记本电脑，屏幕显示清晰可读的Python代码（包含类定义、函数、注释），旁边摊开一本A4技术方案手稿，手稿上有手绘架构图（流程图、数据流箭头）、Markdown风格标题与要点列表。
环境元素：咖啡杯（带Python logo）、几本编程书籍（封面可见“Python”“Algorithm”字样）、机械键盘、一盏暖色台灯、半透明亚克力材质的几何体（暗示模块化设计）。
抽象表达：屏幕上方或周围漂浮着半透明的Python对象、小齿轮、数据节点和连接线，仿佛代码逻辑正在三维空间中可视化展开。
整体描述：超写实摄影风格，微小景深，正面偏侧角度，光线聚焦于键盘与手稿，背景柔和渐变为深蓝或深灰，突出专业、专注、高知氛围。

风格方向

现代极简科技风：主色调为深蓝、暗灰与白色文字，点缀Python标志性的蓝色与黄色，明亮的高光仅在代码高亮处出现。
专业文档美学：手稿使用无衬线字体，排版清晰，有标题层级和缩进，避免杂乱涂鸦；代码使用等宽字体，语法高亮（关键字蓝色、字符串绿色）。
赛博工程师氛围：适当加入微弱的发光线条、粒子流或淡蓝色光晕，暗示数据流动，但不过度科幻，保持“可落地的方案”感。
材质参考：磨砂金属笔记本外壳、哑光纸张、磨砂玻璃杯、柔光台灯灯罩。

构图建议

三分法+黄金三角：将笔记本电脑放置在画面左侧三分之一处，手稿在右侧中间，让视线自然从左到右（代码 → 手稿）流动。
前景/中景/背景层次：前景可放一本翻开的书或咖啡杯（带虚化），中景为电脑和手稿，背景为书架或抽象数据图表（极浅景深）。
对角线张力：让键盘边缘与手稿倾斜角度形成约30度对角线，增加动感和专业掌控感。
负空间留白：顶部与右下角保留10%-15%的纯色留白，便于后期添加标题文字或Logo。

细节强化

代码细节：屏幕代码必须包含真实的Python语法（例如 class TechnicalSolution: def __init__(): 等），并出现明显的数据结构如 dict、list，以及 def analyze_architecture() 等函数名。
手稿细节：手绘架构图中包含带箭头的方框（标注“微服务”“API Gateway”“数据管道”字样），旁边有手写批注（如“边界检查”“延迟优化”），字体略潦草但可辨。
光影与反射：屏幕表面有轻微的反光，显示环境中的灯光倒影；纸张边缘有微弱的投影，强化真实感。
色彩点缀：在关键流程节点（如架构图中的数据库）使用Python黄#FFD43B或蓝色#306998，形成视觉锚点。

使用建议

生成比例：优先使用16:9或3:2横构图，适合封面横幅；若需竖版海报可用2:3。
参数调整：如果使用Midjourney，建议加入 --ar 16:9 --v 6 --s 50 --q 2 参数；Stable Diffusion可选择“photorealistic, 8k”等增强写实度。
后期叠加文字：在负空间区域叠加白色标题（如“Python技术方案精要”），字体建议使用Consolas或JetBrains Mono。
微调方向：若需要更强调“团队协作”，可改为两人在电脑前讨论的场景；若需要更强调“技术深度”，可减少杂物，仅保留电脑与一页打印稿。
避免误区：不要出现Windows或macOS原生桌面壁纸（如库克照片或微软水印），以免干扰专业感；代码中不要出现任何明显错误或拼写失误。

AI提示词 Qwen

581 热度

RAG知识库问答专业版提示词

这份提示词方案专为设计高质量RAG知识库问答系统打造，明确了“AI...

AI提示词 RAG知识库知识库问答

查看详情

角色定义
你是一位资深问答系统设计师，专注于RAG（检索增强生成）知识库的专业级问答提示词开发。你的目标是为给定的业务知识库构建一套精准、可靠、具备可追溯性的问答交互方案，确保每一次回答都严格基于检索到的知识片段，同时保持语言自然、结构清晰、引用明确，让用户既能获得答案，也能验证信息来源。

适用场景

企业内部知识库（如产品手册、技术文档、合规政策）的问答机器人设计
客户服务场景中基于多文档的复杂问题自动应答
学习与教育平台利用RAG体系提供事实性知识解答
需要高可信度、低幻觉率的专业领域问答系统开发

核心提示词
基础提示词模板（可直接复制使用）

“你是一个基于RAG知识库的专业问答助手。你只能使用以下提供的知识片段来回答用户的问题。如果知识片段中没有相关信息，请明确回答‘无法从当前知识库中找到答案’，不要编造。请以结构化的格式输出：先给出直接答案（1-2句话），然后以列表形式列出每个支撑观点的来源引用（包括文档标题和段落序号）。最终输出需包含一个‘推理过程’小节，简述你从检索结果中提取关键信息的思路。” 
“输出格式要求：答案正文与引用分开。答案使用简洁的段落；引用使用格式；推理过程使用简短句子。注意：回答中不得包含‘根据我的知识’‘我认为’等主观表述，所有内容必须严格源自提供的知识片段。”

风格方向

专业严谨：语言正式、用词精准，避免口语化或模糊表述，适用于法律、医疗、金融等严肃场景。
结构化高效：回答采用“结论 + 分点支撑 + 引用标注”三段式，方便用户快速定位关键信息。
简洁克制：不添加任何额外解释或扩展，只回答用户所问，减少信息冗余。

构图建议

视觉层级：在Web界面中，答案主体使用大号或加粗字体，引用部分使用较小字体并以灰色或蓝色标注，推理过程可折叠或置于末尾。
卡片式布局：每个问答对采用独立卡片，顶部为问题，中部为答案内容，底部为引用列表（带文档图标）。
响应式设计：引用标记可点击跳转至知识库原文位置，或在悬停时弹出预览片段。

细节强化

置信度标注：在答案末尾添加置信度指示（如“来源覆盖度：90%”），当检索结果不完整时自动降低置信度。
否定处理：当用户问题包含否定词（如“不是”“没有”）时，提示词应强制要求检查知识库中是否存在反向证据，避免误判。
多轮上下文：增强提示词以支持对话历史，例如“请结合上一轮对话中提到的以及当前检索结果进行回答”，仅当用户明确要求延续话题时启用。

使用建议

在部署前，先用3-5个典型测试问题验证提示词效果，重点检查引用准确性、结构完整性和幻觉率。
若知识库中包含表格或图表，在提示词中增加指令：“若知识片段包含表格数据，请以文字形式复述关键数值并注明表格ID”。
针对不同难度的用户问题（事实型 vs. 分析型），可准备两套提示词变体：事实型强调精确引用，分析型允许在引用基础上进行有限度的逻辑归纳（但需明确标注“推理内容”）。
定期更新知识库索引后，重新运行测试案例以确保提示词与最新数据结构兼容。

AI提示词 Grok

595 热度

金融理财深度推理问答实战版提示词

这组提示词方案帮你把“金融理财深度推理问答”转化为高专业感的...

AI提示词金融理财深度推理问答

查看详情

角色定义与任务定位
以资深金融分析师 / 量化推理专家的身份，为“金融理财深度推理问答”这一主题生成具有专业逻辑感、沉浸式思考氛围的视觉画面。你的核心目标不是展示普通的理财场景，而是通过视觉元素（数据图表、推理路径、决策节点）传递出“复杂金融问题被层层拆解、深度推演”的理性美感与思维张力，让观者感受到浓烈的逻辑推演与专业判断力。

适用场景

金融理财类知识付费产品的封面图、课程内页插图
深度投资分析文章 / 问答栏目的题图
量化交易或资产配置相关社群的头像 / 分享卡片背景
金融推理模拟游戏、专业财报解读视频的视觉锚点

核心提示词
以下提示词可直接用于 Midjourney / DALL·E / Stable Diffusion 等工具，建议保持英文关键词以提高一致性：
主提示词（中英双语可组合）：
“一位金融分析师坐在暗色书房中，面前是一张巨型光幕，屏幕上实时滚动的K线图、折线图与扫描文本（关键词：candlestick chart, trend lines, financial data stream）。他手持电子笔在透明触控板上画出一个复杂的逻辑推导框架（关键词：logical deduction map, decision tree, nodes and arrows）。桌上放着一杯半凉的浓缩咖啡，旁边散落着几本《投资中最简单的事》《黑天鹅》等书籍。整体色调为冷蓝与深灰，局部高亮暖橙色强调关键数据点。镜头采用稍低角度正面特写，焦点锁定在分析师专注的眼神与手指轨迹上。气氛安静，带有一种思维的高压感，类似《谍影重重》中的技术监控室风格。”

风格方向

赛博朋克金融（Cyberpunk Finance）：加入全息投影数据、霓虹蓝色光晕、金属质感的推理界面，适合年轻化、科技感的理财问答品牌。
学院派理性（Academic Rational）：光线柔和，环境偏图书馆式木质感，大量纸质报表与手写演算草稿，适合偏传统、深度的理财教育内容。
极简数据美学（Minimalist Data Aesthetic）：纯色背景 + 抽象图形化推理链条，无人物，强调符号与数字的逻辑关系，适合封面或抽象表达。

构图建议

特写+微仰角：强调分析师面部微表情，展示思考深度，背景虚化只保留数据光条。
俯视工作台：展示整个推演过程——从笔记到图表到终端指令，体现全方位逻辑链条。
对称式布局：分析师居中，左右两侧分别为动态数据屏和静态推理框架，形成视觉平衡与信息对比。

细节强化

在屏幕上增加红色注解圈与手写批注，突出“推理问答”的互动痕迹。
分析师的手势：手指指向关键逻辑节点，或做“权衡”状，强化“深度推理”的动态感。
桌面散落的纸张上写有“假设 → 验证 → 结论”或“风险收益比”等汉字/英文缩写，点题金融理财。
加一点金属光泽的钢笔或计算尺作为传统与现代的对比元素。

使用建议

在 Midjourney 中建议追加参数 --ar 16:9 --s 750 --v 6 以获得电影级宽屏效果；若需插画感可加 --style raw 并降低 stylize。
若画面人物过于写实，可在提示词末尾加入 photorealistic, 8k, cinematic lighting 提升质感。
如需减少人物而更聚焦推理过程本身，将主体替换为“一张光洁的玻璃桌面 + 全息投影的推理树”即可。
本组提示词也适合配合 ChatGPT / Claude 等文本模型做“视觉描述+文案”同步生成，形成图文一体的深度内容。

AI提示词 Mistral

292 热度

高质量Python开发Prompt工程优化提示词

这是一套专为Python开发者设计的Prompt工程优化方案，聚焦于生成...

AI提示词 Python开发 Prompt工程

查看详情

角色定义与任务定位
角色：资深Python开发工程师 + Prompt工程专家任务定位：你应站在“一名追求代码质量与工程效率的Python技术负责人”的角度，以“为AI模型设计一套可落地、可复用的结构化提示词模板”为目标。所有提示词的核心是：明确需求边界、嵌入Python最佳实践（类型注解、异常处理、文档字符串、模块化设计）、输出可直接用于生产环境的代码片段或技术方案。你的产出不是普通说明文，而是能让AI准确理解并执行的高精度指令。

适用场景

代码生成与重构：自动生成符合PEP 8规范、带有类型提示与注释的Python函数、类或模块
技术文档与API手册编写：生成包含示例、参数说明、返回类型及错误处理的docstring
单元测试与Mock设计：自动构造边界覆盖、异常路径测试用例
项目架构与设计决策：为微服务、数据处理管线或命令行工具提供可落地的设计草案
代码审查与优化：针对现有代码片段，输出包含性能建议、安全修复、可读性改进的优化指令

核心提示词（可直接复制使用）

【标准代码生成模板】请以资深Python开发工程师身份，严格遵循PEP 8和Google Python Style Guide，生成一个[函数/类/模块]，功能为[简短描述]。要求：

使用类型注解（typing模块）声明所有参数和返回值
包函数头部包含符合NumPy/Sphinx风格的docstring（含Example部分）
处理至少两种边界条件（如空输入、非法类型、极端数值），并抛出合适的异常（TypeError、ValueError等）
代码内嵌行内注释，关键算法逻辑用中文说明
输出完整的可执行代码块，不省略任何import语句

【架构设计提示词】你是一名Python系统架构师，需要为[项目名称]设计一个[功能模块]的架构方案。请输出：

核心类图表达（用文本形式描述类名、属性、方法及关系）
关键接口的抽象基类与具体实现类的示例代码（需包含Protocol/hook设计）
依赖注入与配置管理方案
错误链路与日志埋点策略

【代码审查与优化提示词】以下为一段Python代码，请以首席技术评审官身份进行审查，输出：

类型安全、异常处理、资源释放、性能瓶颈四方面的具体问题列表
针对每个问题给出重构后的代码片段（不超过5行示例）
标记出不符合PEP 8的样式问题，并给出修正方案
用中文说明每一处优化的工程收益

风格方向

专业度：强制使用`typing`、`dataclasses`、`contextlib`等现代Python库，拒绝“伪代码”风格
结构化：每个提示词均包含“场景-约束-输出格式”三段式框架，确保AI产出可解析、可测试
可维护性：优先输出符合“单一职责原则”的代码，docstring中包含变更日志占位符
工程视角：始终考虑并发安全、内存管理、跨版本兼容，而非仅关注功能实现

构图建议（视觉表达与排版）

代码块布局：提示词中应明确要求AI使用不同颜色区域区分“类型声明区”“逻辑主体区”“异常处理区”（可在注释中用Emoji标记，如????类型声明、????主逻辑、????错误处理）
文档结构图：提示词产出部分建议包含“Mermaid流程图”或“ASCII art类图”，以文本形式展现模块间依赖关系
对比式排版：在代码审查任务中，要求AI以“原始代码→问题标注→优化代码”三段并排表格（用Markdown表格）呈现，清晰直观

细节强化

类型提示强化：强制使用`TypeVar`、`Generic`、`Callable`等高阶泛型，而非泛泛的`Any`
错误处理深度：要求对关键资源（文件句柄、网络连接、数据库会话）使用`try/finally`或`with`上下文管理器，并记录到`logging`模块
性能注解：在大数据量场景下，提示词中插入“请评估时间复杂度并标注O(n) / O(log n)”，以及建议使用`pandas`向量化或`numpy`广播的提示
可测试性：要求输出代码中包含`if __name__ == "__main__":`下的简单单元测试（使用`unittest`或`pytest`风格），覆盖至少3个边界用例
版本与兼容：在docstring末尾增加“兼容性: Python 3.9+”提示，若使用新特性（如`match-case`）则标注最低版本要求

使用建议

上下文注入：在实际使用前，将具体项目名称、技术选型（如Django / FastAPI / CLI）、环境变量等填充到提示词模板的方括号内（如[项目名称]），而非直接复用固定文本
分层调用：对于复杂任务（如构建完整微服务），建议按“接口定义→数据结构→业务逻辑→测试”分成多个提示词逐步执行，每一步保存中间结果
验证闭环：每次生成后，要求AI输出“逻辑自检清单”（checklist），包括：是否遗漏异常处理？类型注解是否完整？代码是否可通过`mypy`严格模式？
迭代优化：如果初次产出不符合预期，不要修改整个提示词，而是通过追加“请重点修改第X部分：”的方式精准调优
仓库落地：建议将本组提示词保存为项目根目录下的`prompt_templates/`文件夹，并按用途命名（如`code_gen.prompt`、`review.prompt`），便于团队协作复用

AI提示词 Qwen

842 热度

前端工程数据处理脚本结果优化提示词

本提示词方案专为将抽象的前端工程数据处理脚本优化流程转化为具...

AI提示词前端工程数据处理

查看详情

角色定义与任务定位
你是一位前端工程可视化与数据艺术设计师，核心任务是将“脚本运行—数据处理—结果优化”这一抽象技术链条转化为直观、有感染力的视觉画面。目标不是解释代码逻辑，而是通过构图、色彩与符号，呈现工程效率提升、数据秩序感与优化前后的对比张力。所有的提示词设计都应服务于“让技术行为可见、可感”这一创作方向。

适用场景

技术博客/项目文档封面：需要一张快速传达“优化、自动化、高效”概念的题图。
  数据可视化艺术展示：将脚本输出结果（如 JSON、日志、图表）抽象为视觉符号，制作装饰性信息图。
  前端工程化宣传物料：用于内部技术分享、演讲幻灯片，增强专业感与冲击力。
  AI 生成提示词测试集：作为“技术流程可视化”类提示词的典型样本，供 Midjourney / DALL·E / Stable Diffusion 等工具调用。

核心提示词
以下提示词可直接复制用于图像生成（中英文皆可，建议优先使用英文以获得更稳定风格），可根据需要调整细节：

基础版本（用于全景展示）：“A futuristic dashboard showing frontend data processing script optimization results. Left side: messy raw data streams (fragmented numbers, error logs in red). Right side: clean structured data tables, green checkmarks, performance line charts trending upward. Central: a glowing terminal window displaying ‘Optimization Complete: 42% improvement’. Dark tech aesthetic, neon cyan and amber accents, volumetric lighting, 8k resolution, cinematic composition, high detail.”
  极简版本（用于封面或图标）：“Minimalist abstract representation of data script optimization: a single curved data flow with two phases – chaotic red particles on the left, orderly blue binary grid on the right, connected by a golden pipeline. Smooth gradients, soft shadows, clean geometry, deep navy background, no text.”
  代码叙事版本（强调脚本本身）：“Close-up of lines of JavaScript code in a text editor. The code is partially highlighted in yellow (before optimization) and green (after optimization). Hovering above the code, translucent 3D bar charts show reduced latency and memory usage. Sci-fi monitor glow, subtle keyboard background blur, 35mm lens, low angle perspective, sharp on code.”

风格方向

科技秩序感：以深色背景（#0b0e14）为基底，搭配青色（#00d4ff）与橙色（#ff6a00）高亮，突出数据流动的理性与效率。
  赛博数据流：使用粒子和线段构成的动态网络，表现“优化后”的丝滑连接，避免复杂机械结构。
  扁平插画+光晕：适合技术博客封面，用几何色块区分优化前后，边缘有柔和发光。
  HUD 界面风格：模拟战斗机雷达或科幻 UI 图层，叠加半透明网格、坐标轴、扫描线。

构图建议

左右对比式：左侧为“优化前——杂乱、红色警告、断线”，右侧为“优化后——整齐、绿色对勾、平滑曲线”，中间用一道上升的箭头或光束连接。
  中心聚焦式：一个大型终端窗口或仪表盘占据画面中心，窗口内显示优化指标，周围环绕从不同方向流入的数据流。
  Z 字形阅读流：从左上角“原始数据”→中间“脚本处理过程（代码片段）” →右下角“输出结果（简洁图表）”，利用视线引导叙事。
  俯视全景式：俯拍一个半透明的数据管道或电路板，上面“节点”代表脚本步骤，亮起的节点表示优化成功。

细节强化

色彩对比：优化前使用红色 (#e53935) 和暗淡灰色；优化后使用翠绿 (#43a047) 和亮青。过渡区可用金色 (#ffb300) 表示“正在优化”。
  纹理与光效：在终端窗口上叠加轻微扫描线（CRT 效果）；数据流线条使用 50%-70% 透明度叠加发光外发光（glow effect）。
  符号元素：加入小标签如“Before / After”、性能指标卡片（数值用等宽字体）、加载进度条（从50%升到98%）等。
  文字提示（如果画面需要）：可使用“Processing time -32%”、“Memory reduced 40%”、“Optimization Score: A+”等短信息，字体选用 Fira Code 或 JetBrains Mono 风格。

使用建议

工具适配：在 Midjourney 中可追加参数 --ar 16:9 --v 6 --style raw --stylize 250；在 DALL·E 中直接粘贴英文提示词，建议添加“digital art, high quality”前缀。
  迭代优化：如果生成结果偏抽象，补充“explicit comparison panels”或“visible code lines”；如果偏具象，减少“terminal”并增加“isometric infographic”。
  版权注意：若用于商业项目，请避免直接复制知名开发工具（如 VS Code、WebStorm）的真实界面，改用自定义风格的代码编辑器或纯数据可视化元素。
  跨媒介延伸：该提示词同样适用于生成静态 SVG 的描述文本，可提取“色彩、构图、符号”等部分用于人工绘制或前端动画脚本。

AI提示词模板大全