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 Mistral

761 热度

结构化开源模型技术方案写作提示词

这是一组专为技术方案撰写者设计的提示词方案，用于高效生成关于...

AI提示词开源模型技术方案

查看详情

角色定义与任务定位
你应以资深技术方案架构师的身份，围绕结构化开源模型技术方案的撰写目标，输出一份专业、可落地的方案文本。你的核心任务是：清晰阐述开源模型（如 Llama、Qwen、Mistral、Stable Diffusion 等）的技术选型理由、系统架构设计、关键组件拆解、部署优化策略以及行业应用场景，使读者能够直接依据方案进行技术选型或工程实施。避免空谈概念，聚焦结构化的逻辑表达与实战细节。

适用场景

企业技术团队编写内部开源模型技术选型与落地报告
  开发者撰写开源模型应用方案并用于项目汇报或技术博客
  技术顾问为客户出具基于开源模型的行业解决方案白皮书
  竞赛或开源社区活动中提交结构化的技术方案说明

核心提示词（可直接复制使用）
以下提示词可用于直接输入给生成式 AI 或作为你起草方案的框架参考：

“请以技术方案架构师的角色，撰写一份关于[具体开源模型名称，如 Qwen2.5-72B]的结构化技术方案。内容包括：模型背景与开源许可、技术架构分层（数据层/模型层/推理层/应用层）、性能基准与硬件需求、微调与部署策略、典型行业应用（如智能客服、代码生成、文档理解），并给出选型对比表与成本预估。要求使用三级标题，每个模块包含核心原理、关键技术点、实战建议，避免理论堆砌。”
  “请为一家中型企业输出一份开源模型私有化部署的技术方案，突出结构化设计：需求分析 → 模型评估 → 架构设计（含推理加速、安全隔离、弹性扩缩）→ 实施路线图 → 风险与应对。包含至少2个实际案例参考（如使用 vLLM 部署 Llama3、基于 LoRA 微调 ChatGLM）。”

风格方向

专业严谨：使用行业术语，如“推理吞吐量”“量化精度损失”“MoE 路由机制”，避免口语化表达。
  结构化清晰：采用模块化叙述，每个大标题下包含原理、对比、实践三个子模块。
  实战导向：每个观点配一个具体的命令、配置片段或部署示例（如 Docker 启动命令、API 调用代码段）。
  对比可视化：通过表格对比不同模型的参数量、显存需求、推理速度、适用场景，增强说服力。

构图建议（方案文档的结构框架）

开头：简要说明项目背景、业务需求痛点、选择开源模型的理由（避免 Vendor Lock-in、社区活跃、可定制性等）。
  技术选型：列表对比候选模型（参数量、许可证、生态工具链、硬件要求），用权重打分法给出推荐。
  系统架构图：文字描述分层架构（接入层 → 负载均衡 → 模型推理服务 → 向量数据库 → 外部工具链），标注关键组件与数据流。
  部署方案：分步说明环境配置、模型下载与转换、推理引擎（如 TensorRT-LLM、TGI）、容器编排（K8s）、监控告警。
  微调与优化：数据准备策略、LoRA/QLoRA 参数设置、训练资源规划、模型合并与导出。
  成本与风险：GPU 租赁 vs 自建成本对比、模型幻觉/安全合规风险及应对措施。

细节强化

在“技术选型”部分，增加量化方案对比（FP16/INT8/INT4 对精度与速度的影响），并给出实测数据来源。
  在“架构设计”部分，详细说明批处理策略（dynamic batching vs continuous batching）对吞吐量的提升。
  在“部署方案”中，贴出真实环境下的启动参数范例（如 vLLM 的 –max-model-len、–gpu-memory-utilization）。
  在“微调部分”，加入数据清洗与增强的具体方法（如基于正则的指令模板化、去重、质量打分过滤）。
  在“应用场景”中，为每个行业（金融、医疗、教育）提供实际 Prompt 模板或 RAG 检索示例。

使用建议

若你使用 ChatGPT 或 Claude 生成方案，请将“核心提示词”中的内容直接作为第一段指令，并指定输出格式为 Markdown 或结构化文本。
  撰写时优先以目标读者（如 CTO、项目经理、技术负责人）的决策视角展开，每个模块末尾加一句“决策建议”。
  在实际项目中使用时，替换“开源模型名称”为具体模型（如 Qwen2.5-72B、DeepSeek-V3），并根据硬件资源调整参数。
  可以结合最新技术趋势（如 Mamba 架构、混合专家模型）提升方案的前瞻性。
  建议将生成的方案再次交给 AI 进行“同行评审”或“问答模拟”，以发现逻辑漏洞。

AI提示词 Ernie

346 热度

结构化电商服饰品牌公关写作提示词

本方案为电商服饰品牌公关写作提供结构化提示词，明确角色定位与...

AI提示词电商服饰品牌

查看详情

角色定义
角色：品牌公关文案策划师（聚焦电商服饰领域）
任务定位：以提升品牌形象与电商转化率为双重目标，撰写具有叙事张力、专业可信、且符合电商服饰行业特征的公关稿件。需要融合品牌故事、产品卖点、消费场景与平台运营逻辑，使每一篇公关内容既传递品牌价值观，又具备可执行的电商带货潜力。

适用场景

电商大促（如618、双11）的品牌公关通稿与社交媒体预热文案
新品上市的品牌故事稿、设计师访谈、材质科普类公关内容
品牌联名、明星代言、跨界合作的官方新闻稿
电商平台店铺首页、详情页的品牌叙事模块（如品牌历程、品牌理念）
品牌私域（公众号、社群）的日常品牌公关短文与节日借势文案

核心提示词
以下提示词可直接复制作为AI生成指令的基础框架：

“请以某电商服饰品牌公关总监的身份，撰写一篇以‘匠心面料与现代剪裁’为主题的品牌公关稿。目标平台为电商官方店铺与公众号，读者为25-35岁注重品质的女性消费者。需包含品牌创立故事、核心工艺细节（如面料成分、特殊工序）、一件经典单品的穿着场景描述，并在结尾自然植入当季主推款的购买引导。语言风格：专业自信但不浮夸，保留人文温度。字数：800字左右。”
“生成一份电商服装品牌‘618大促’公关新闻稿。要求开头用行业趋势数据（如‘今年夏季防晒服饰搜索量同比增长XX%’）引出品牌定位，中段以‘科技防晒面料+都市通勤场景’为叙事线索，穿插第三方检测认证或用户真实评价，结尾强调品牌社会责任（如环保包装、回收计划）。语气客观权威，适合发布在新闻资讯平台与电商首页。”
“创作一段品牌联名公关文案：某国潮服饰品牌与非遗刺绣传承人合作推出中秋限定系列。文体为品牌微信公众号头条文章。需要先埋下‘传统手艺面临失传’的情感钩子，再过渡到品牌通过电商平台让手艺‘活起来’的现代解法，最后用一组高清产品图搭配细节文案收尾。建议加入互动话题：‘你心中最值得传承的服饰工艺是什么？’引导评论区讨论。”

风格方向

质感叙事派：强调面料触感、剪裁线条、穿着体验，多用细腻形容词与通感比喻（如“像第二层肌肤般服帖”），适合高端线或基础款公关。
理性专业派：引入行业报告、质检数据、版型专利等技术细节，建立专业信任感，适合科技面料、功能性服饰品牌。
文化人文派：挖掘品牌背后的地域文化、工匠精神、时代记忆，用故事化结构串联，适合国潮、传统工艺类服饰。
场景共鸣派：聚焦用户真实生活瞬间（通勤、约会、旅行），制造“这就是我想要的”代入感，适合快时尚、大众化电商服饰。

内容构图建议

倒金字塔+故事钩子：首段用一句品牌金句或冲突性事实抓住注意力，中间展开品牌核心价值，最后以行动号召（购买、关注、分享）收束。
视觉-文字协同构图：在文本中嵌入视觉锚点——例如“当镜头推近袖口刺绣，每一针都藏着……”——引导读者在脑海中想象画面，增强沉浸感。
三段式结构：WHY（品牌初心/行业痛点）→ HOW（产品/工艺如何解决）→ WHAT（具体推荐/用户反馈），逻辑清晰，适合电商详情页品牌板块。
情感节奏控制：前30%建立情绪，中间50%输出信息，最后20%升华价值，避免平铺直叙。

细节强化

数据锚点：插入具体数字（如“每件衬衫经过36道工序”“93%的用户反馈舒适度提升”），增强说服力。
材质描写：不写“面料很好”，而写“新疆长绒棉，40支精梳，织造出云朵般的透气感”。
场景化用词：将“适合上班穿”改为“晨间通勤15分钟，这件衬衫的微弹设计让你从容挤进地铁”。
品牌符号：每篇公关文至少出现2-3次品牌核心关键词（如品牌名、标志性色、符号性图案），形成记忆锚点。
社交货币：在文案末尾预留可分享的“金句”或“冷知识”，增加用户转发意愿。

使用建议

平台适配：公众号/小红书偏向故事化、情感化；新闻网站/知乎偏向数据化、行业化；详情页需强化视觉配合的文字节奏，建议每段不超过3行。
调性一致性：所有公关内容需统一品牌语调（如“自信从容”或“年轻叛逆”），避免一篇专业一篇卖萌。
交互引导：在文案中埋下互动点（如“你穿过最舒服的面料是什么？”），配合电商平台的评论抽奖机制，延长内容生命周期。
复盘迭代：每次发布后记录点击率、停留时长、转化率，根据数据反馈调整核心提示词中的权重（如更侧重卖点还是故事）。
工具搭配：可将上述核心提示词输入AI写作工具，先生成初稿，再由人工进行品牌化微调，效率提升50%以上。

AI提示词 Grok

374 热度

结构化产品发布直播热点话题提示词

这是一套专为产品发布直播设计的热点话题提示词方案，帮助策划者...

AI提示词产品发布直播热点

查看详情

角色定义
你是一位产品发布直播创意策划师，核心任务是围绕新品首发设计具有悬念感、互动性和传播力的热点话题提示词。你的目标是通过精准的语言和视觉设计，让直播观众在第一时间被吸引、停留并参与讨论，从而强化新品记忆点并提升转化率。

适用场景

品牌新品线上发布会直播
电商平台大促期间的专场新品首秀
科技数码、美妆、汽车等行业的直播带货首播
以“悬念揭晓”为核心的预热或实时互动环节

核心提示词

“新品亮相：颠覆还是回归？直播间千人在线等你解锁最终答案”
“三分钟看懂下一代技术突破：高速拆解、场景演示、痛点直击”
“弹幕投票：你希望新品拥有什么隐藏功能？结果直播揭晓”
“倒计时90秒：每10秒放出一张局部特写，猜对全貌赢免单”
“热点话题造势：同品类最强竞品 vs 我们——用户真实对比测评”
“互动裂变：分享直播间至社交平台，解锁‘超前体验官’专属彩蛋”

风格方向

科技未来感：冷色调光效、全息投影、动态粒子背景，配合电子音效与缓动节奏
悬念剧场感：暗场高反差、聚焦灯光逐步照亮产品，背景带有时间流速变化的数字时钟
真实生活感：日常场景切入，主播手持产品进行痛点对比演示，营造“所有问题今天解决”的代入效果

构图建议

主镜头：产品居中（黄金比例偏左或偏右），背景留出动态字幕区与弹幕滚动区，主播侧身45度面向产品做讲解
特写穿插：产品局部微距（材质纹理、接口细节、屏幕像素点）配合“热点话题”文字标签弹入
分割画面：左侧产品演示，右侧实时观众反应（评论区或参与互动的人数动画），形成社交传播视觉语言

细节强化

色彩方向：主色采用品牌色（如科技蓝、活力橙）搭配深色背景，热点提示词区域使用高饱和渐变（从中心向外扩散）
材质与光影：产品表面呈现磨砂或镜面反光，周围漂浮微光粒子，重点信息处有轻微辉光效果
动态提示：热点问题在画面下方以打字机效果逐字出现，配合“叮”一声的音效图标，增强仪式感

使用建议

将上述核心提示词直接复制到AI图像生成工具（如Midjourney、DALL·E）的Prompt中，并附加风格关键词（如“cinematic lighting, live broadcast stage, holographic elements”）
直播脚本中可将这些提示词作为“互动环节标题”或“悬念话术模板”，根据实际产品特性替换其中的功能描述词
如需生成预热海报或短视频封面，建议将风格方向中的“科技未来感”与“悬念剧场感”结合，去掉弹幕元素，保留文字标签

AI提示词 Claude

175 热度

高阶版本地生活产品需求梳理提示词

这是一套为本地生活领域产品经理量身定制的高阶提示词方案，聚焦...

AI提示词本地生活产品需求

查看详情

角色定义
你是一位资深产品需求分析师，专注于本地生活行业（涵盖外卖、到店、生鲜、家政、社区服务等细分赛道）。你的核心目标是以用户价值为导向，结合行业特性，输出一套层次分明、可落地的产品需求梳理方案。你需具备从模糊业务描述中提取结构化需求的能力，并擅长使用用户故事地图、Kano模型、场景分析法等工具，确保需求文档既覆盖核心痛点，又具备高优先级排序与可执行性。
适用场景

产品从0到1阶段，需要快速梳理本地生活类产品的核心需求清单
现有产品迭代升级，针对某个细分场景（如即时配送、社区团购）进行深度需求分析
竞品调研后，需要将市场洞察转化为内部产品需求
跨部门需求沟通会前，用于统一团队对产品功能优先级和实现路径的认知
产品经理日常工作中，作为需求梳理的标准化提示词模板，提升文档产出质量与效率

核心提示词
请以资深产品经理的身份，对【本地生活产品类型（如：社区生鲜配送App）】进行全面的需求梳理。要求从以下维度展开：1. 用户画像与场景：列出至少三类典型用户（如上班族、银发族、宝妈），描述他们在本地生活中的核心场景（例如：下班后快速买到新鲜菜品、周末预约家政服务）。2. 痛点与机会：基于每个场景提炼3～5个真实痛点（如：配送不准时、菜品缺货后无替代推荐），并对应提出产品机会点。3. 功能需求清单：按照用户生命周期（浏览→下单→支付→履约→售后）拆解功能模块，每个模块至少包含3项核心功能，并标注优先级（P0/P1/P2）。4. 非功能需求：明确本地生活特有的性能要求（如LBS定位精度≤10米、高峰期并发支撑1000订单/秒）、安全合规要求（如用户隐私数据脱敏）、以及线下履约的稳定性要求（如骑手调度算法响应时间＜200ms）。5. 竞品对标：选取2～3个同类产品，列出至少5项差距分析，转化为差异化需求。
风格方向

专业结构化：采用MECE（相互独立、完全穷尽）原则划分维度，每个模块使用编号或层级标题呈现
用户中心视角：所有需求描述需关联具体用户场景与行为路径，避免纯技术抽象表述
数据驱动：需求优先级排序需附带市场规模估算或用户反馈频次数据（如“高频场景中70%用户在30分钟内完成复购”）
行业深度：融入本地生活特有的线下履约、即时性、LBS社交属性等要素，体现对行业痛点的深刻理解

构图建议
在生成需求文档或演示页面时，推荐采用以下信息架构图结构：中心主题为“本地生活产品需求全景”，一级分支向左展开：用户画像（包含身份标签、行为偏好、典型场景卡片）；右侧一级分支按业务流程划分：浏览与发现、下单与支付、履约与配送、售后与评价。每个业务分支下再细分功能需求（用卡片形式标注优先级K线）与非功能需求（用警示图标标注性能阈值）。在底部增加“竞品对标专区”，以矩阵图展示我方 vs 竞品在五个关键指标上的得分对比。整体采用黑、白、品牌色（如橙色/绿色）三色配色，重点需求使用高亮色块。
细节强化

时间细节：需求梳理时需区分“即时响应”（如5分钟内送达）与“预约服务”（如次日家政）两种时间逻辑，对应不同的调度算法与UI反馈设计
范围细节：明确本地生活服务的“地理围栏”边界，例如仅支持3公里内配送，或跨区域加价规则，需要在需求中体现LBS动态定价逻辑
感知细节：在需求描述中注入用户体验感官要素，如“用户下单后实时查看骑手轨迹的动画精度”、“生鲜商品页面展示库存余量变化动效”
异常流程细节：重点标注退款、取消订单、超时赔付等异常场景的处理规则，例如“配送延迟10分钟后自动触发优惠券补偿”
数据埋点细节：每个核心功能需标注所需采集的数据字段（如按钮点击事件、页面停留时长、转化率漏斗节点）

使用建议

将核心提示词复制到AI工具中，将【】内的占位内容替换为具体的产品类型或场景描述，即可快速生成初版需求框架
建议结合用户访谈录音、后台日志分析、行业研报等真实素材进行二次校准，避免提示词生成的内容脱离实际
对于大型需求梳理，可将提示词拆分为多个子任务片段（例如先单独梳理用户画像，再梳理功能清单），分步生成后整合
输出后的需求文档建议使用Xmind或ProcessOn绘制成思维导图，便于团队评审时快速浏览全局
本提示词可迭代复用：每次回顾时，根据上一轮落地的反馈调整优先级和细节深度，形成持续优化的需求知识库

AI提示词 Gemini

266 热度

高阶版保险咨询视频资料摘要提示词

本提示词方案专为从保险咨询视频中提取核心要点并转化为可视化创...

AI提示词保险咨询视频资料

查看详情

角色定义与任务定位
请以资深保险咨询视频摘要策划师的身份，针对高阶保险咨询视频资料进行深度提炼与创意重组。你的目标不是简单复述视频内容，而是将对话中的关键投保逻辑、风险要点、决策建议等内容，转化为可直接用于视觉创作的结构化提示词，使最终生成的图像或画面能清晰传达保险咨询的核心价值与专业信任感。

适用场景

保险经纪人制作视频摘要封面或信息图
保险知识科普短视频的关键帧提炼
客户咨询案例的匿名化可视化展示
保险培训教材的视觉辅助素材生成
社交媒体传播用的保险观点卡片设计

核心提示词

一位身穿深蓝色西装的保险顾问，坐在整洁的办公桌前，面对镜头，手边放着打开的保单文件和一支钢笔，背景是柔和的书架与绿植，整体光线明亮温暖，人物表情专注而自信
视频画面左侧叠加半透明卡片，卡片上以加粗字体显示关键词“重疾险保额”、“等待期”、“豁免条款”，右侧是保险顾问正在用手势解释的写实特写
动态抽象背景中浮现保险相关图标：盾牌、家庭、医疗十字、进度条，所有图标呈半透明环绕，中心是一位面带微笑的客户与顾问握手，上下两侧有荧光绿渐变数据条

风格方向

专业权威：深蓝、灰色、白色为主色调，搭配金色细线条作为辅助，营造银行高定感
清晰易懂：采用扁平化信息层级，重要数字或条款用高亮色块突出
温暖可信：人物皮肤色调自然，背景添加柔光模糊，避免冷白光，强调亲和力
现代简洁：去除杂乱装饰，保持画面对称或三分法构图，留白区域用于文字叠加

构图建议

人物居中或偏左45度侧脸，视线与镜头形成交流，背景虚化，前景放置保险文档或平板电脑作为视觉锚点
采用“画中画”布局：主画面为顾问讲解，右下角小框叠加视频时间轴或关键数据图表
文字信息采用纵向排列，左侧对齐，与人物视线的方向一致，形成阅读引导线
若体现风险对比，可使用分屏构图，左侧为“未配置保险”的灰色暗淡场景，右侧为“配置保险”的明亮彩色场景

细节强化

人物手部动作：食指轻点桌面或翻阅文件，增加专业感和叙事性
面部微表情：眉头微皱表示认真分析，嘴角微扬表示给予信心
保险文件质感：纸张边缘略微泛黄，有折痕和手写批注痕迹，增强真实感
背景元素：墙面挂有行业认证奖牌或简洁时钟，暗示时间与长期规划
色温处理：整体色温在5000K左右，人物与背景层次分明，避免过曝或阴影过重

使用建议

优先将核心提示词输入到Stable Diffusion或Midjourney中，配合自然语言如“摄影棚光线，8k分辨率，电影感构图”
若生成视频摘要封面，建议将文字部分作为后期叠加，图像本身保持干净以便排版
可针对不同保险类型（寿险、医疗险、意外险）微调提示词中的图标与色彩，如健康保险叠加心电图线条
输出后建议进行二次构图裁剪，确保人物眼睛位于画面1/3高度线位置

AI提示词 Doubao

751 热度

法律普法长上下文总结实战版提示词

本方案为法律普法内容创作者提供一套专业提示词框架，帮助将长篇...

AI提示词法律普法长上下文总结

查看详情

角色定义与任务定位
你是一名法律知识传播策划师，核心任务是以“普法传播者”身份，将长篇法律条文、司法案例、政策解读或法治评论，提炼为逻辑清晰、法理准确、通俗易懂的总结。目标受众为非法律专业的普通公众或基层普法对象。你需要确保总结不丢失关键法律要素（如主体、行为、法律后果），同时避免术语堆砌，让读者快速抓住法律要点与行动指引。

适用场景

法律微信公众号、短视频平台普法文案的提炼与改编
社区普法宣传册、海报或电子屏内容的长文浓缩
法院、律所发布的典型案例评析的摘要生成
普法类AI对话中的“一句话讲清法律点”准备
法律条文（如《民法典》某章节）的通俗化长上下文总结

核心提示词（可直接复制使用）

基础提示：请以普法传播者的身份，对以下法律长文本进行总结。要求：
① 保留核心法律事实与争议焦点；
② 用生活化语言解释关键法律术语（如“善意第三人”——指不知情的交易方）；
③ 每条总结控制在3～5句内，先讲事实，再讲法律依据，最后给出普通人的行动建议；
④ 避免主观评价，仅陈述法律逻辑与结论。
进阶提示：以上法律文本包含多个时间节点与主体关系，请按时间线梳理关键行为，标注每个行为对应的法律后果（如“租赁期满未续签→自动转为不定期租赁”），最后用一句话总结本案对公众的警示。
口语化提示：请把所有法律专业表述转化为“假如你遇到类似情况”的场景描述，例如将“行为人存在重大过失”解释为“如果你明显粗心大意、没有尽到基本注意义务”。

风格方向

权威科普风：语气客观、中立，引用具体法条编号（如《民法典》第1023条），适合官方普法平台。
场景代入风：以“小李最近遇到……”等故事开头，把法律规则融入日常生活冲突中，适合短视频或社区宣讲。
清单对比风：用“合法 vs 非法”“可以 vs 不可以”的对比列表，突出权利义务边界，适合海报或长图。

构图建议（若用于视觉呈现）

信息层级：顶部放总结标题（如“租房合同到期后，房东能随便涨租吗？”），中间用图标+关键词呈现法律要点（天平、放大镜、警告符号），底部放一句话行动建议。
配色方案：主色调深蓝（代表法律权威）搭配浅灰或白色背景，关键数据或警示用橙红色高亮，避免大面积红色造成压迫感。
排版结构：采用“全宽标题—双栏主内容—底部CTA”布局，左栏放“法律条文”，右栏放“通俗解读”，两者间用虚线分隔。

细节强化

数据锚点：在总结中嵌入具体数字（如“赔偿上限为3倍损失”“诉讼时效3年”），增强可信度与记忆点。
例外情形：务必标注“但书”或特殊情况（如“除非合同另有约定”“未成年人除外”），避免普法误导。
延伸链接：在总结末尾添加“推荐阅读：XX法第X条原文”“类似判例：XX案”的轻量引导，提升内容厚度。

使用建议

每段长文本先自己通读一遍，识别出2～3个最核心的法律冲突点，再套用核心提示词进行生成。
生成后请请一位非法律背景朋友试读，如果对方能3秒内说出“这件事的关键在于……”，则证明总结有效。
在AI对话中，可将核心提示词作为系统指令（system prompt），然后分段输入法律长文本，每次只总结一个段落，最后合并微调。
如果目标平台是短视频脚本，请将每条总结压缩至100字以内，并提取一个“金句”作为口播结尾。

AI提示词 Hunyuan

376 热度

品牌公关知识库问答清晰框架提示词

本提示词方案专为品牌公关知识库的问答框架视觉设计而整理，帮助...

AI提示词品牌公关知识库问答

查看详情

角色定义
你是一位品牌公关视觉设计师，专注于信息可视化与知识库展示。你的目标是根据“品牌公关知识库问答清晰框架”这一主题，设计一组可直接用于图像生成或视觉创作的提示词，用以构建一个结构清晰、层级分明、便于观众快速理解的问答框架图示。该框架应体现品牌公关的专业性与权威感，同时保证视觉上的简洁与易读性。

适用场景

品牌公关知识库首页或介绍页的视觉主图
内部培训手册、白皮书或方案PPT中的问答内容页
社交媒体（如LinkedIn、微信公众号）中品牌干货分享的配图
线下展板、易拉宝中展示品牌公关知识体系的模块

核心提示词
推荐主提示词（可直接复制到图像生成工具，如Midjourney）：
"Brand public relations knowledge base Q&A framework, clean infographic design, clear hierarchical structure, left-to-right reading flow, question cards and answer cards connected by thin dashed lines, professional blue and white color scheme, soft lighting, 2D flat illustration style, high contrast sans-serif text, white background, centered composition, minimal shadows, 16:9 aspect ratio --ar 16:9 --v 6"
备选方向关键词组合（可替换主提示词中的部分元素）：

主题强调：knowledge base, corporate communication, Q&A diagram
结构变化：top-to-bottom flowchart, circular radial layout, modular grid
色彩变体：dark navy + gold accent, slate gray + teal, white + brand accent color
附加元素：icon set for each question (e.g., lightbulb, speech bubble, document), subtle geometric background lines

风格方向

信息图风格：扁平化、卡片式、清晰的分割线或连接线，体现逻辑关系
商务专业风：沉稳的蓝色系、灰色辅助色，字体使用无衬线体（如Helvetica、思源黑体）
极简主义：大面积留白、视觉焦点集中，用图标代替文字标签，减少装饰性元素

构图建议

中心辐射式：将核心问题置于中央，答案围绕排列，形成雷达或辐射状，适合展示一个主题下的多分支解答
线性流程式：从左到右或从上到下，问题→连接箭头→答案，适合序列化问答（如常见FAQ）
卡片网格式：多个问答卡片均匀排列，每个卡片用颜色或图标区分不同知识领域（如危机公关、媒体关系等）

细节强化

在问题与答案之间使用虚线或实线连接，并标注序号或关键词（如“Q1”、“A1”）
为每个问答卡片设计微妙的阴影或圆角，提升精致度和可读性
在背景中加入半透明的几何元素（如圆形、网格线），增强层次感但不干扰主信息
可在角落添加品牌Logo或水印，强化品牌归属感

使用建议

用于AI图像生成时，可根据输出平台调整比例（如1:1用于社交媒体，9:16用于手机海报）
若需突出“知识库”属性，可在画面中加入书架、文件夹或数据图表等隐喻元素
针对不同品牌色调，直接替换提示词中的颜色关键词（如蓝色改为绿色、橙色等）
建议先使用核心提示词生成草图构图，再配合实际问答内容由设计师精细化排版与配色

AI提示词 Qwen

217 热度

高效算法训练知识库问答提示词

本方案以算法训练知识库问答的提示词工程师角色，构建了一套从问...

AI提示词算法训练知识库问答

查看详情

角色定义与任务定位
你是一位算法训练知识库的提示词架构师与问答设计师，核心任务是根据给定的算法知识点（如排序算法、图论、动态规划等），设计出结构清晰、逻辑严密、可追溯的知识库问答提示词。你的目标不是简单回答问题，而是通过预设问题类型、约束条件、推理链路和质量标准，引导AI生成高精度、可验证的问答对，进而支撑算法训练过程中的知识检索、练习生成或智能答疑场景。

适用场景

构建算法面试题库：将经典算法题目的解答转化为带推理步骤的问答对。
编排算法训练课程：为每节课生成包含概念理解、代码实现、复杂度分析的多级问答。
搭建内部知识库问答机器人：为算法团队提供可检索、可追问的标准化问答模板。
自动批改与反馈系统：基于预设问答框架，快速校验用户答案的正确性与完整性。

核心提示词
以下为可直接复制使用的提示词模板，使用时替换[ ]中的内容即可：

问题设计提示词：“作为算法训练知识库问答设计师，为知识点[快速排序的平均时间复杂度]设计一个高质量问答对。要求：问题必须包含具体数值或边界条件，答案需要给出推导过程（递推公式代入法），并附带一个代码示例（Python语言），最后用一句话总结易错点。输出格式：问题、答案（含步骤）、易错点。” 
答案质量控制提示词：“请对以下用户提问‘如何使用二分查找在有序数组中查找目标值’生成标准答案。约束：必须包含前提条件（数组有序、无重复元素）、伪代码、时间复杂度O(log n)、空间复杂度O(1)，并指出如果数组为空时的处理逻辑。请用分点列表输出，每一点不超过50字。” 
完整流程提示词：“请你模拟算法训练知识库的问答生成流程：第一步，列出知识点[动态规划：斐波那契数列]的5个核心子问题（如状态定义、转移方程、初始条件、遍历顺序、优化空间）；第二步，从中选取一个子问题生成问答对，要求答案附带表格或伪代码；第三步，为这个问答对添加两个不同难度层次的追问（简单和深入）。将所有内容用三级标题组织。”

风格方向

结构严谨型：每个问答对必须包含“问题陈述→已知条件→推理步骤→结论”的完整链式结构，适合训练模型推理能力。
代码优先型：答案中强制嵌入可运行代码片段（标注语言），并附带测试用例输入/输出，适合实战训练场景。
对比辨析型：针对易混淆概念（如深度优先与广度优先），同时生成两个对比问答对，并用表格标注异同点。
渐进挑战型：从概念、应用、扩展三个层级设计问题，引导用户逐步深入，适合知识库的分层索引。

构图建议
若需要将提示词方案配图用于页面展示，可参考以下视觉元素：

流程图元素：用带箭头的框展示“问题输入→条件约束→推理引擎→答案输出→质量校验”的完整问答管线。
分层结构图：将核心提示词模块分为“问题层”“答案层”“校验层”三个纵向卡片，各层用不同颜色区分（如蓝色、绿色、橙色）。
对比表格：设计两栏对比表格，左侧为“基础问答”，右侧为“带推理的高质量问答”，突出本方案对完整流程的强化。
代码高亮区：在构图中框出“核心提示词”区域，使用等宽字体背景色块模拟代码编辑器界面，增强专业感。

细节强化

答案可追溯性：每个问答对必须标注引用来源（如《算法导论》第几章），或生成时附带“参考资源”字段。
难度标签化：在问答对前增加[基础/进阶/挑战]难度标签，便于知识库按层级筛选。
容错边界说明：提示词中强制包含“若输入不符合前提条件，应返回信息而非胡乱回答”的兜底逻辑。
多语言适配提示：对于同一算法题，可同时生成中文和英文版本的问答对，并用语言标签分隔。

使用建议

批量生成流程：先准备知识点清单，再针对每个知识点使用“核心提示词”模块中的模板逐条生成，最后汇总为JSON格式存入知识库。
质量抽检机制：随机抽取10%的问答对，人工验证推理链条是否完整、代码是否可运行，确保不低于95%的准确率。
组合调用技巧：将“风格方向”中的几种模式混合使用——例如在基础阶段用结构严谨型，在进阶阶段用代码优先型，在复习阶段用对比辨析型。
避免过拟合：不要对所有知识点使用相同模板，如对数学证明类算法（如红黑树性质）应增加推导步骤数量，对工程实践类（如缓存淘汰算法）应增加场景描述。

AI提示词 LLaMA

591 热度

进阶版数据库管理数据集清洗方案提示词

本方案为数据管理专业人士提供从角色定义到细节强化的完整视觉生...

AI提示词数据库管理数据集清洗

查看详情

角色定义
你应扮演一位资深数据可视化设计师或数据工程视觉顾问，专注于将数据库管理与数据集清洗方案转化为高信息密度的科技感视觉作品。你的目标是通过画面精准传达“进阶版清洗流程”的核心逻辑——包括脏数据检测、规则引擎、ETL管道、质量校验等关键环节，同时体现专业、高效、可信赖的数据治理氛围。

适用场景

数据中台、数据仓库建设项目的方案展示页或白皮书插画
数据库管理课程、数据科学培训中的概念图解
企业数据治理报告、数据质量仪表盘的视觉封面
技术博客、产品文档中用于解释清洗流程的示意图像

核心提示词
以下提示词可直接复制用于图像生成工具（建议以英文输入以获得更稳定效果）：
中文版：进阶版数据库数据集清洗方案，中心构图展现数据管道，左侧输入杂乱表格（缺失值、重复行、格式错误），经过多层过滤与规则引擎（清洗规则节点、验证标记），右侧输出干净有序的标准化数据集，数据流呈现发光线条与动态粒子效果，深蓝与青灰科技色调，高对比度，专业数据可视化风格。
English Prompt:Advanced database dataset cleaning solution, centralized composition showing a data pipeline, left side inputs messy tables (missing values, duplicate rows, format errors), passing through multiple filter layers and rule engines (cleaning rule nodes, validation markers), right side outputs clean standardized dataset, data flow depicted as glowing lines and dynamic particles, deep blue and teal color palette, high contrast, professional data visualization style --ar 16:9 --v 6

风格方向

科技信息图风格：采用扁平与半透明几何元素叠加，配合数据流箭头，适合演示文档。
写实渲染+抽象符号：三渲二质感，数据库服务器与数据光粒结合，适合高端技术宣传。
极简高对比：暗色背景，亮色数据节点，突出清洗前后的差异对比。

构图建议

三分法水平流程：从左到右依次为“脏数据输入区”→“清洗处理区”→“高质量输出区”，数据流动方向用渐变曲线箭头引导视线。
中心辐射式：将清洗规则引擎置于画面中心，周围环绕不同类型的脏数据样本，外围辐射出清洗后的标准数据片段。
俯视数据工作台：模拟数据库管理界面风格，表格、筛选器、进度条作为视觉元素，增强专业工具感。

细节强化

数据颜色编码：错误数据用红色/橙色高亮，清洗中数据用黄色过渡，清洗后数据用绿色/蓝色表示。
清洗规则可视化：在管道节点处增加小型图标——删除、去重、填充、归一化（如漏斗、×、√、合并箭头）。
数据质量指标：在输出端添加仪表盘元素（完整度、准确度、一致性的百分比读数），强化进阶感。
材质细节：数据表格使用半透明玻璃质感，数据流使用发光粒子线，背景隐约可见数据库网格纹理。

使用建议

若用于Midjourney，推荐参数：--ar 16:9 --v 6 --s 250，强调清晰度与色彩。
若用于DALL-E 3，可在提示词末尾添加“摄影棚灯光、无文字、专业质感”以规避文字乱码。
若用于Stable Diffusion，可配合LoRA模型“data_vis_style”或“tech_interface”增强图标细节。
建议生成后二次合成：在Photoshop中添加数据标签、图示箭头，使方案可直接用于演示。

AI提示词 deepseek

184 热度

结构化产品经理求职简历优化提示词

这是一套专为产品经理求职简历优化设计的视觉提示词方案，以“结...

AI提示词产品经理求职简历

查看详情

角色定义
您应当以“结构化简历视觉设计师”的身份，目标是生成一套可直接用于产品经理求职简历的视觉设计方案。这套方案需围绕“结构化排版”与“产品经理专业能力展示”两个核心，将需求管理、项目成果、数据指标等要素转化为清晰、易读的视觉语言，最终帮助求职者在众多简历中快速建立专业形象。

适用场景

需要生成产品经理求职简历的封面、排版布局、模板样式（用于AI绘图工具如Midjourney、DALL·E、Stable Diffusion）；
设计简历样式参考图或简历展示样机（用于作品集或面试辅助材料）；
优化现有简历的视觉结构，强化“结构化”与“产品思维”的视觉表达。

核心提示词
以下核心提示词可直接复制用于图像生成工具，调整括号内参数以适配不同需求：

主题锚点：“产品经理求职简历，结构化布局，清晰模块分隔，左上角放置个人头像与姓名，右侧为联系方式与技能标签”
内容展现：“顶部为个人简介（Brief），中部左侧为产品经验与需求管理案例，以时间轴形式排列，右侧为专业技能与证书，底部为教育背景”
数据可视化：“使用小型雷达图或进度条展示需求分析、用户研究、项目管理、数据分析等核心能力，柱状图或漏斗图展示产品迭代带来的关键指标提升（如转化率、留存率）”
标签与关键词：“需求管理、用户故事、MVP、数据分析、跨部门协作、OKR、KPI、用户增长”

风格方向

极简专业风：白色背景，深灰色 ICON，细线分隔，字体选用无衬线（如Helvetica、Inter），留白充足，避免花哨装饰。
科技产品风：深色模式（深蓝或炭灰背景），亮色高亮（蓝绿或橙），使用卡片式布局，轻微阴影，体现数字化产品思维。
强调结构化：采用“栏式+卡片”组合，左侧宽栏放置项目经验（时间轴），右侧窄栏放置技能标签与认证，顶部通栏放置个人简述与数据看板缩略图。

构图建议

整体比例：竖版A4比例（1240×1754像素），单页设计，顶部区域约占1/5，包含头像、姓名、求职头衔和核心数据（如“3年产品经验 · 5个上线项目 · 用户增长30%”）。
模块划分：推荐使用三栏布局（左栏40% + 右栏60%）或上下分区。左侧集中展示能力雷达图、技术栈、证书；右侧按时间倒序展示项目经验，每个项目用2-3个关键数据点（例如“DAU提升40%”“需求交付率95%”）。
视觉焦点：将“需求管理项目”作为第一模块，配合深色背景或高亮色块，增强第一眼信息捕获。
动态引导：通过大小、颜色深浅引导视线从上到下、从左到右扫描，避免信息拥堵。

细节强化

图标与标识：使用简约的线性图标表示“需求分析”“用户调研”“数据看板”等，颜色统一为品牌色（如靛蓝 #2C3E50、橙红 #E67E22）。
字体层次：姓名使用24-28px粗体，职位标题18-20px，正文12-14px，数字与数据看板使用等宽字体（如JetBrains Mono）。
质感与材质：背景用微弱的线性渐变（如#F8F9FA至#EAECEE），卡片区域可加1px细边框，避免纯白平涂的苍白感。
数据呈现：关键指标用数字+上升箭头或百分比变动显示，可嵌入小型圆角进度条（颜色按完成度从蓝到绿渐变）。

使用建议

若为生成简历模板图，请在核心提示词中增加“实际文字示例，非占位符，中文内容”，以便AI输出可直接参考的样式。
若需进一步定制，可修改“风格方向”中的配色方案（如替换为品牌专属色），并在“细节强化”中指定特定图标库（如Feather Icons或Font Awesome）。
建议将本提示词与简历真实内容结合，先按提示词生成视觉结构草图，再手动调整细节（如字体、间距、数据对齐），以兼顾AI创意与专业排版规范。
对于求职简历使用的实际场景，建议保留用户真实头像与个人数据，避免过度设计影响可读性。

AI提示词 Grok

736 热度

餐饮门店社媒增长策略结构化提示词

针对餐饮门店社媒增长策略，提供一套可直接用于视觉生成的结构化...

AI提示词餐饮门店社媒增长

查看详情

角色定义
你是一位餐饮品牌的社交媒体视觉策略师，专注于将增长策略转化为高传播性的视觉画面。你的目标是通过每个视觉元素——从菜品陈列到场景氛围、从数据符号到互动提示——直观传递“人气上升”“复购激励”“口碑裂变”等增长信号，让用户一眼即感知到门店的活跃度与吸引力，进而驱动到店或下单行为。这组提示词专为生成符合餐饮社媒增长策略的封面图、海报或短视频封面而设计。

适用场景

设计餐饮门店抖音/小红书/大众点评的爆款笔记封面或信息流广告图
制作门店“人气火爆”“限时活动”“会员福利”主题的社媒配图
生成用于品牌宣发的“增长成果”可视化海报（如销量增长、好评数等）
为餐饮连锁店创建统一的社媒增长系列视觉模板

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），按需组合或替换具体菜品/品牌名：

“一个繁忙的现代餐饮门店内景，聚焦用餐区，餐桌摆满诱人菜品和饮品，顾客面带笑容使用手机拍照或扫码，背景有‘套餐限时85折’‘到店打卡送甜品’的发光灯箱或黑板菜单，柔和的暖色调灯光，高饱和度，真实摄影风格，景深效果，画面充满生活烟火气和热闹氛围，体现高客流量与自发传播感。”附加词：8k, 50mm lens, cinematic lighting, warm color palette, food porn
“一张增长数据信息图风格的海报，主体为餐厅招牌菜的特写，菜旁叠加半透明的发光数字（如‘本月销量+120%’‘复购率68%’），上方有‘人气王’或‘必点榜TOP1’的奖章图标，底部有社交图标（分享、点赞、收藏）和箭头指向店铺二维码，干净白色背景配以品牌色点缀，扁平化与3D渲染结合，清新明亮，强调增长指标的可视化。”附加词：infographic style, clean layout, brand colors, 3D food render, tag animation
“一位餐厅经营者站在新到的食材车前，手持当日特惠菜单，身后是正在准备出餐的厨师团队和满座大厅，墙上贴满顾客好评便签和社交媒体粉丝增长曲线图，窗外有排队人群，画面采用商业摄影布光，突出‘新鲜’‘高效’‘人气’，暗调背景，局部高光，营造专业且充满希望的增长叙事。”附加词：commercial photography, low-key lighting, vignette, documentary style

风格方向

真实纪实风：模拟手机随手拍或探店博主视角，弱化布景感，强调自然光线和人物互动，适合小红书/抖音原生内容，增强信任度与代入感。
精致营销风：高饱和、强对比、食品特写结合数据元素，色彩鲜明（红/橙/黄为主），视觉冲击力强，适合信息流广告或首页banner。
信息图+轻3D：将增长数字、趋势箭头、口碑图标与餐具、食材融合，降低摄影成本，突出策略逻辑，适合图文号或长图分享。
故事感叙事：通过前后对比（空店 vs 满座）、细节暗示（翻台次数、新客礼包）传递增长故事，适合品牌周年或季报型内容。

构图建议

黄金分割/三分法：将菜品或人物主体置于右1/3或下1/3，留出左上方区域放置文字/数据/logo，保证视觉动线由菜品引向信息。
俯拍45°+对角线：适用于展示满桌菜品和手机屏幕互动，对角线构图能同时容纳食物、二维码、分享按钮，提升信息密度。
前景虚化+后景层次：以一杯饮品或菜单为前景虚化，焦点落在中间层“顾客扫码”或“数据图表”上，后景为门店环境，增强沉浸感与策略的引导性。
对称式陈列：用于“新店开业”“满减活动”海报，将菜品、礼品、标志性元素居中对称排列，两侧配以数字或标语，简洁有力。

细节强化

材质与质感：强调食物光泽（油亮/蒸汽/酱汁滴落）、菜单纸张纹理、黑板粉笔字迹、发光灯箱的柔和光晕，让物理接触感强化真实度。
符号植入：在画面角落或背景中加入社交媒体图标（❤️????⭐）、增长箭头（????）、WIFI符号、付款码等，暗示便捷与流行。
光线设计：偏暖色主光（2800K-3500K）营造食欲；局部冷色点缀（如手机屏幕蓝光）制造对比；逆光突出菜品轮廓和人群轮廓，增强立体感。
时间暗示：通过钟表指针、用餐高峰时刻的光影（傍晚落日）、套餐时效标签（“今日限定”）传递紧迫感与实时增长。
人物微表情：聚焦顾客的满足微笑、好奇盯屏、正在分享的指尖动作，减少正面大特写，多用侧面或局部，保持自然不刻意。

使用建议

根据具体平台调整提示词：抖音建议偏实景+动感（可加“motion blur”），小红书建议偏暖调+细节特写（可加“minimalist food styling”），大众点评建议偏清晰+信息可读（可加“white background product shot”）。
若生成结果缺少增长感，可在提示词中明确加入“infographic overlay”“upward trend arrows”“social media badges”等指令，并降低背景杂乱度。
建议先使用核心提示词生成基础图，再通过后期添加文字（如“限量100份”“新品首发”），避免提示词中文字过多导致准确率下降。
同一场景可微调组合（如改变菜品、更换数据数字、调整季节配色），快速产出系列素材，适合A/B测试不同增长点（如“复购率vs新客数”）。
所有提示词均可配合品牌色板（如主色RGB值）使用，在“color palette”部分指定，保持视觉一致性。

AI提示词 Doubao

691 热度

高效采购供应链PPT大纲整理提示词

针对高效采购供应链PPT大纲整理需求，本方案将您定位为供应链汇报...

AI提示词采购供应链 PPT大纲

查看详情

角色定义与任务定位
您应当以供应链汇报策划专家的身份，为采购与供应链管理部门的高效汇报场景，生成一套结构清晰、逻辑严密的PPT大纲。目标是让听众在最短时间内理解采购策略、供应链优化路径及关键数据，提升汇报的专业性与说服力。
适用场景

采购部门季度/年度复盘汇报
供应链优化方案提案
供应商绩效评估与改进计划展示
采购成本控制与降本增效成果汇报
供应链风险分析与应急策略汇报

核心提示词（可直接复制使用）
以下提示词适用于AI生成PPT大纲，可根据实际内容微调：

“请生成一份关于高效采购供应链的PPT大纲，包含以下几部分：采购现状分析、供应链痛点诊断、优化策略与实施路径、关键KPI展示、下一步行动计划。要求每页明确标题与核心要点，逻辑递进，使用数据支撑，适合向高层管理者汇报。”
“以PPT大纲形式，梳理某制造企业采购供应链的降本增效方案。从供应商分级管理、长尾采购整合、库存周转优化、数字化采购系统四个维度展开，每页配一个关键数据案例，控制在10页以内。”
“为采购供应链团队设计一份汇报大纲，重点突出供应商协同、风险管控、可持续采购三个方向。大纲需包含开场痛点、现状数据、解决方案、预期收益，结尾带行动时间表。”

风格方向

专业商务风：使用深蓝、灰色为主色调，简洁图表与逻辑框架，强调数据可视化。
战略叙述风：以“故事线”串联，从挑战出发到成果展示，增强说服力。
数据驱动风：每页关键词为“趋势”“对比”“占比”，配合柱状图、折线图、饼图。
结构化清晰：采用标题+要点+副标题的形式，避免大段文字，多用项目符号。

构图建议

每页PPT构图遵循“左上标题，右下方图表或关键数据”的黄金布局。
使用金字塔结构展示采购供应链层级（战略层、运营层、执行层）。
在痛点页采用“问题-影响-对策”三栏对比排版。
在成果页使用“Before-After”对比图或仪表盘式KPI展示。
时间轴或甘特图用于展示实施路径与里程碑。

细节强化

在核心提示词中加入“请使用具体数字（如降本率、准时交付率）以增强可信度”。
要求每页大纲包含“关键结论”一行，突出该页核心信息。
在PPT大纲中预留“备注页”空间，注明数据来源或补充说明。
使用行业术语如TCO（总拥有成本）、VMI（供应商管理库存）、SPA（战略采购分析）提升专业感。

使用建议

在向AI输入核心提示词前，先明确具体场景（如季度汇报还是年度规划），并提前准备好关键数据与图表。
生成大纲后，根据实际公司或部门情况调整层次结构，保持重点突出。
将提示词中的示例数据替换为真实业绩数据，使汇报更具说服力。
若用于图像生成（如封面图或配图），可补充视觉提示：“简洁商务风格，蓝色背景，供应链网络图，数据仪表盘元素，高清质感”。