AI提示词大全_ChatGPT提示词模板与优化技巧

AI提示词 Chatgpt

946 热度

品牌团队会议纪要整理高阶版提示词

专为品牌团队打造的高阶会议纪要提示词方案，帮助记录者以品牌策...

AI提示词品牌团队会议纪要

查看详情

角色定义
请以品牌团队主理人或品牌策略记录者的身份，使用这组提示词。你的核心目标是：将一场品牌团队的内部会议（或跨部门品牌沟通会）转化为一份结构化、可追溯、策略导向的高阶会议纪要，而非简单的流水账记录。你需要过滤掉无关细节，聚焦于品牌定位、传播节奏、视觉一致性、用户心智建设等关键议题，并明确输出决议、待办事项与品牌资产维护要点，让团队成员阅读后能直接推进工作。

适用场景

品牌团队内部周会、月会、季度复盘会
品牌与市场部、产品部、设计部的跨部门协同会议
品牌策略调整、视觉升级、内容方向讨论会
品牌年度规划或大型品牌战役的阶段性总结会
需要向上汇报或跨组对齐的品牌工作会议

核心提示词
以下提示词可直接复制到AI工具或作为个人笔记框架使用，请根据实际会议内容替换方括号中的占位信息：

“请以品牌团队负责人的身份，整理本次会议纪要。内容需包含：【1】会议基本信息（日期、参会人、缺席人）；【2】议题与背景（列出每个议题的提出者及核心动因）；【3】讨论过程要点（仅记录品牌策略相关关键分歧、共识、数据依据）；【4】决议与结论（每条决议须注明决策人及是否影响当前品牌规范）；【5】行动项列表（按优先级排列，包含任务、责任人、截止时间、关联品牌资产模块）；【6】待决议事项（明确需下次会议前准备的材料或数据）。”
“使用品牌专业术语，如‘品牌资产’‘视觉识别系统’‘品牌主张’‘调性红线’‘心智触点’等，确保纪要具有策略深度。”
“每条行动项后附加一句品牌影响说明，例如：‘此动作可能影响官网首页视觉一致性，需设计组评估风险’。”

风格方向

专业精炼：避免口语化，每句话有信息增量，使用短段落、分点式排版。
策略导向：强调品牌长期价值而非短期执行，例如用“品牌资产累积”替代“发布微博”。
协作友好：标题层级清晰（二级标题+粗体关键词），方便快速跳读。
视觉白描：如果涉及品牌视觉讨论，需用文字精准描述方向，例如“采用莫兰迪色系配合极简无衬线字体，以传递专业信任感”。

构图建议
虽然会议纪要以文字为主，但清晰的视觉结构能提升阅读效率。建议采用以下排版方案：

使用[议题卡片]式布局：每个议题用一个浅色底框区分，框内按“背景—讨论—决议—行动”四列排列（横向或纵向）。
行动项使用表格或清单符号（圆点或方框），并以色块标注紧急度（红/黄/绿）。
在纪要开头插入一行“品牌状态标签”，例如：品牌健康度评分（自评）、当前阶段关键词（如“焕新期”“巩固期”）。
如有跨页，在每页底部重复“品牌目标：xxxx”一行，强化战略方向。

细节强化

每个行动项务必附带一个“品牌风险/机会提示”，例如：“若延迟两周发布，将错过夏日节点，且与秋季品牌色冲突，建议优先在6月前执行。”
对会议中出现的模糊表述（如“调性再年轻一点”），纪要中必须转化为具体指标：例如“将主标语字体改为圆角风格，核心用户年龄下调至22-28岁，并在AB测试中验证CTR变化”。
记录“品牌资产变更点”：任何对Logo、配色、Slogan、IP形象、品牌声音的改动，无论大小，都必须单独列出并注明审批人。
添加一条“会前阅读材料”索引：如果会议讨论基于某些数据或原型，请在纪要末尾列出文档名称与存放路径，便于新成员接入。

使用建议

在会议结束2小时内输出初稿，确保记忆新鲜；建议先使用核心提示词生成框架，再手动补充品牌洞察。
每次纪要完成后，可提取3条“品牌要点”作为单独摘要，用于晨会或Slack频道速读。
定期（如每季度）将多份纪要中的行动项归入“品牌路线图”，追踪长期品牌目标的完成度。
如果团队使用Notion、飞书或Confluence，可建立品牌会议纪要模板，将上述提示词固化到模板字段中，实现一键套用。

AI提示词 jimeng

265 热度

高质感复古胶片插画角色动画图生视频提示词

这套提示词方案以复古胶片插画动画师与视觉导演的视角，帮助你将...

AI提示词复古胶片插画角色动画

查看详情

角色定义与任务定位
你应扮演一位精通复古胶片质感与插画动画的视觉导演，核心任务是将一张静态的插画角色图，通过AI视频生成工具转化为一段带有胶片颗粒、暖调色偏、手工气息的动态短片。你需要同时控制画面叙事感与材料细节，让最终输出看起来像从老旧胶片上直接抓取的一帧帧动画，而非数字平滑渲染的产物。

适用场景

AI视频生成工具（Runway Gen-2、Pika、Kaiber、Stable Video Diffusion等）的图生视频功能
复古风格的角色动画短片、音乐可视化、品牌怀旧广告
社交媒体上需要“老电影”质感的插画角色动态内容
个人艺术项目、实验动画、材质研究参考

核心提示词
以下提示词可直接复制到图生视频工具的文本框中，根据工具语言选择中/英文版本：

英文直接版： “A hand-drawn character illustration with vintage film grain, warm amber color palette, soft flickering light, 8mm film aesthetic, 24 fps playback, subtle analog noise, light leaks, dust specks, shallow depth of field, nostalgic atmosphere, gentle camera pan, slight motion blur on limbs, ink line preservation.”
中文修饰版： “手绘插画角色，复古胶片质感，暖琥珀色色调，柔和闪烁光线，8mm胶片美学，24帧/秒播放，模拟噪声，漏光效果，灰尘颗粒，浅景深，怀旧氛围，缓慢平移镜头，角色肢体轻微运动模糊，保留墨线笔触。”（注意：多数英文工具对中文支持有限，建议以英文版为主；若工具支持中文提示词，可混合使用。）
关键词组合（可自由调整顺序）： vintage film grain, hand-drawn animation, character motion, warm color cast, analog flicker, 8mm, dust and scratches, soft focus, nostalgic tone, ink outline, limited palette

风格方向

色彩基调： 暖黄、琥珀、砖红、褪色绿，避免冷白和过饱和数码感。建议色温偏向5600K以下，模拟钨丝灯或自然黄昏光。
纹理特征： 明显的胶片颗粒（颗粒大小适中）、随机分布的灰尘点、轻微漏光（通常在画面边缘）、模拟划痕（细长白色/透明线条）。
动态特质： 非完美平滑的运动，可接受小幅度抖动（手持摄影感），动作节奏偏慢，帧率设定在15-24fps之间，模拟早期动画或家用胶片。
线条与填充： 保留插画的原始笔触与墨线边缘，填充色应有水彩或彩铅般的过渡质感，避免CG般的均匀平涂。

构图建议

镜头运动： 优先使用缓慢的推近（dolly in）或横向平移（pan），避免快速缩放。可加入轻微的旋转（roll），但角度不超过5度，模拟手持不稳。
景深控制： 浅景深，背景虚化，焦点落在角色面部或手部。用大光圈效果（f/2.8或更浅）突出主体。
角色动作设计： 尽量选择转头、眨眼、呼吸、小幅摆手等局部运动，全身体运动易破坏插画线条一致性。可通过提示词限定“only upper body movement, subtle breathing, head tilt”。
画面比例： 推荐4:3（经典电视比例）或1.85:1（宽银幕），避免现代16:9，以强化复古感。

细节强化

胶片瑕疵模拟： 添加“随机闪烁、灰尘斑点、灰阶跳变”等关键词，如 “random flicker, dust specks, grain fluctuation, color cast instability”。
边缘光晕： 在镜头高光部分加入“镜头光晕（lens flare）”，形状像旧镜头的多边形光斑。
材质感： 描述“纸本纹理”（paper texture）或“画布底纹”叠加在角色上，让画面更有触感。
时间感： 使用“褪色（faded）”和“年龄感（aged）”描述，让色彩不那么鲜艳，仿佛经历了数十年。

使用建议

输入图要求： 上传的插画角色图最好有清晰的墨线轮廓、非纯色背景（如带浅纹理或渐变），否则胶片颗粒效果会被背景干扰。
参数调优： 在AI工具中降低运动强度（motion scale）至0.5-0.7，避免动作变形；提高一致性（consistency）至0.8以上；种子（seed）固定后可微调。
后期提味： 生成视频后，可叠加一层胶片颗粒滤镜（如DaVinci Resolve的胶片插件或手机App“Rocket”），并添加模拟噪点和色差，进一步增强复古质感。
批量试错： 每次生成3-5秒短视频，逐帧检查线条跳动；若角色面部扭曲，可换用更高分辨率的源图或降低运动细节。

AI提示词 Qwen

279 热度

结构化海外招聘多语言翻译改写提示词

本提示词方案为海外招聘多语言翻译改写场景提供专业视觉设计指导...

AI提示词海外招聘多语言翻译改

查看详情

角色定义
你应扮演“海外招聘多语言翻译改写视觉设计策划师”，目标是为海外招聘场景下的多语言翻译与内容改写任务设计一套可直观展示的视觉方案。这份提示词将用于生成图像、信息图或封面设计，突出结构化、国际化、专业信任感，让观看者一眼理解“招聘信息如何跨语言精准传递”。

适用场景

海外招聘平台首页或专题页的主视觉图
多语言翻译改写服务的宣传海报、社交媒体卡片
人才出海相关白皮书、报告封面配图
招聘流程中“翻译改写”环节的界面示意或流程图示

核心提示词
以下提示词可直接复制用于图像生成（如Midjourney、DALL·E等），根据实际需要调整参数：

基础版：结构化海外招聘多语言翻译改写，主视觉，深蓝色商务基调，中心放置地球图标与多语言飘带（中、英、日、德、法等），四周环绕简历文档、翻译笔、齿轮与箭头，扁平化3D风格，干净明亮，专业可信
进阶版：多语言翻译改写流程图解，从左到右依次为源语言简历（中文）→ 翻译改写节点（带语言切换符号）→ 目标语言简历（英文/其他），背景有世界地图光点连线，科技感渐变，UI界面元素，高清细节，8k渲染
抽象版：抽象概念场景，多语言字母（A、B、C等）与汉字笔画交织成网络结构，中心发光的“Talent”单词，半透明几何体穿插，打造人才全球化流通的视觉隐喻，柔和背光，C4D渲染

风格方向

商务科技风：深蓝/藏青主色，搭配金色或亮蓝点缀，几何线条与光效，强调专业与信任
扁平/微立体：清晰分层，图标化元素，适合信息图或界面展示
全球化意象：地球、连接线、多语言文字、旗帜、护照/签证符号，突出“出海”与“多语”
文字可视化：将“招聘”“Talent”“招聘”等关键词用不同字体并置，形成排版焦点

构图建议

中心辐射式：核心放“多语言翻译改写”文字图标，周围辐射不同语言的简历或人物头像，暗示信息流动
左右对比式：左侧中文招聘信息，右侧翻译后英文/当地语言信息，中间用箭头+语言符号连接，直观展示“改写”过程
立体分层式：前景为局部放大文本（带高亮修改标记），中景为招聘流程框，背景为模糊的世界地图，增加深度
网格矩阵式：多语言版本简历卡片整齐排列，每张左上角标记国旗或语言缩写，呈现结构化批量处理感

细节强化

语言转换元素：添加“A→B”“中→EN”等符号，配合铅笔、文档折叠、语法检查标记（红色下划线、绿色勾）
数据感：在边缘加入“30+语言”“98%精准度”等数字标签，增强说服力
材质纹理：纸张质感（代表简历）、金属质感（代表专业工具）、柔光微粒（代表全球化连接）
人物暗示：可加入半身剪影或虚拟头像，暗示不同国家候选人，避免孤立文字元素
色彩平衡：避免纯色背景，使用渐变或低饱和度纹理，使多语言文字本身成为色彩亮点

使用建议

优先用于招聘平台、猎头服务、海外人力资源公司的主视觉或banner设计，尺寸推荐1920×1080或1200×630
若用于信息图，可将核心提示词中的流程图解版与构图建议中的网格矩阵式结合，增加步骤说明
在生成图像后，建议叠加文字图层（如标题“多语言翻译改写·人才出海”），字体选用无衬线中英文混合体（如思源黑体+Helvetica）
如需调整风格，可微调提示词中的颜色词（如将“深蓝色商务”改为“温暖米白+珊瑚色”以适配教育类场景）
注意保留一定留白区域，方便后续文案或logo摆放

AI提示词 Doubao

175 热度

产品经理会议纪要整理完整流程提示词

面向产品经理的会议纪要整理完整流程提示词方案，定义角色为流程...

AI提示词产品经理会议纪要

查看详情

角色定义
你是一名资深产品经理与信息架构师，专注于将复杂的会议内容转化为可落地的结构化流程。你的任务是设计一套完整的会议纪要整理流程提示词方案，既能用于AI生成清晰的文字版流程指南，也能用于生成直观的视觉化信息图或流程图。目标是帮助产品经理快速掌握从会议记录到任务拆解、知识归档的全链路方法，提升团队协作效率与信息复用率。

适用场景
这套提示词适用于以下场景：

产品团队内部培训：为新入职PM讲解如何规范整理会议纪要。
  个人工作效率提升：AI辅助生成标准化的纪要整理SOP。
  知识库建设：将会议纪要流程固化为团队文档模板或视觉海报。
  演示汇报：向管理层展示产品决策与任务分配的逻辑链条。

核心提示词
以下提示词可直接复制使用，分为文本生成版与图像生成版：

文本生成版（用于AI写作）：
“请以产品经理视角，生成一份会议纪要整理的完整流程。流程必须包含：会前准备（议题清单、参会人同步）、会议实时记录（关键讨论、分歧点、决策）、会后整理（语音转文字、语义结构化）、要点提炼（结论、待办、风险点）、任务分配（责任人、截止时间、优先级）、归档与检索（标签分类、关联文档、复盘触发）。语言要简洁、步骤清晰，每个阶段给出具体操作示例。”
  图像生成版（用于信息图/流程图）：
“生成一张信息图，标题为‘产品经理会议纪要整理完整流程’。采用从上到下的纵向流程图布局，包含6个阶段模块：会前准备、实时记录、会后整理、要点提炼、任务分配、归档检索。每个模块用不同色块区分，内部标注关键要素（如‘议题清单’‘决策记录’‘责任人’等）。模块之间用箭头连接，整体风格为扁平简约、商务蓝灰调，配以图标和简短说明文字。”

风格方向

文本风格：专业、精准、模块化，避免废话。使用动词+名词短语（如“提炼结论”“分配任务”），适合直接转化为检查清单。
  视觉风格：扁平化信息图风格，主色调为科技蓝（#2A5C8A）与浅灰（#F0F4F8）搭配，强调信息层级与可读性。
  氛围：严谨高效，传递“可执行”的信任感，避免花哨装饰。
  字体：无衬线体（如Inter、Noto Sans），标题加粗，正文清晰。

构图建议

纵向分栏：将流程划分为6个竖栏，每栏对应一个阶段，从顶部到底部自然推进。
  时间轴式：在左侧加入一条贯穿的时间轴线，标注“会前→会中→会后”三个大区间。
  模块嵌套：每个大阶段内用小卡片展示细分动作（如“会前准备”内含“接收议题”“预约会议”“发送预读材料”三个子卡片）。
  重点突出：使用高亮色块标注“决策点”与“待办任务”，引导读者关注输出成果。

细节强化

图标系统：为每个阶段设计专属图标（如话筒→会议记录，对勾→要点提炼，闹钟→任务分配），增强视觉记忆。
  数据示例：在“任务分配”模块中展示一个示例表格（如“需求评审会-待办：张三/2024-12-20/高优先级”），增加真实感。
  提示标语：在流程底部添加一句实用提醒，例如“会后24小时内完成整理并同步文档链接”。
  色彩逻辑：用暖色（橙/黄）表示“待处理”，冷色（蓝/绿）表示“已完成”，帮助用户快速识别状态。

使用建议

先文本后图像：先利用文本生成版提示词让AI输出完整的流程说明，快速校对确认内容无误后，再用图像版提示词生成可视化海报。
  定制化调整：根据团队实际工作流，替换或增删阶段（如增加“会议回放标注”或“AI摘要生成”步骤）。
  组合复用：将生成的流程说明作为团队Wiki的固定页面，将信息图打印张贴在会议室白板旁，形成双重引导。
  迭代优化：每次会议结束后对照流程自查，收集反馈后修改提示词中的描述细节，例如增加“跨部门协作标注”等场景。

AI提示词 Qwen

697 热度

前端工程开源模型微调方案结构化提示词

针对前端工程中集成开源模型微调的技术方案，提供一套结构化提示...

AI提示词前端工程开源模型

查看详情

AI提示词 Gemini

732 热度

结构化Web3项目长上下文问答提示词

本方案面向视觉创作者与提示词工程师，以“结构化Web3项目长上下...

AI提示词 Web3项目长上下文

查看详情

角色定义
你是一位Web3信息架构师兼视觉创意策划师，核心任务是将“结构化Web3项目长上下文问答”这一抽象概念转化为直观、可传播的视觉画面。你需要通过图像或界面设计，清晰展示：去中心化项目如何利用长上下文机制，实现深度、连贯、可追溯的问答体验。最终产出应兼具技术理性与创意表现力，适合用于产品演示、项目白皮书插图或社区传播素材。

适用场景

为Web3项目（如去中心化知识图谱、链上问答平台、DAO治理助手）制作概念图或功能演示图
为区块链白皮书、技术文档或项目官网生成信息图风格的视觉封面
为社交媒体或社区帖子设计表现“长上下文对话”与“结构化数据”结合的艺术化缩略图
为AI生成竞赛或创意表达任务提供可直接传播的提示词模板

核心提示词
推荐英文提示词（可直接复制使用）：

“A futuristic Web3 dashboard showing a long-context Q&A interface, blockchain nodes connected by glowing data streams, multiple question bubbles cascading from top to bottom, each answered with linked contextual blocks, visual emphasis on structured data architecture and decentralized knowledge graph, holographic UI elements, deep blue and cyberpunk purple color scheme, cinematic lighting, 8k resolution, detailed information panels, subtle blockchain icons, Isometric view”

中文辅助描述（便于理解与调整）：

一个未来风格的Web3问答界面，展示长上下文对话：自上而下排列的问答气泡，每个答案附带结构化数据块（时间戳、链上引用、上下文索引），背景是去中心化节点网络与数据流线，整体采用深蓝与霓虹紫配色，等轴测视角，信息面板带有透明发光边缘，体现技术与创意的融合。

风格方向

赛博未来主义：使用发光线条、半透明几何体、霓虹渐变，突出科技感与数据流动
信息图表风格：清晰的分区布局、标签箭头、层级分组，适合展示结构化问答逻辑
极简UI风：干净界面、低饱和度背景、高亮焦点区域，适合产品功能展示
抽象艺术化：将问答流程转化为视觉流形、节点网络与色彩波谱，作为创意表达

构图建议

中心辐射式：将核心问题置于画面中央，周围环绕多个分支答案块，并用动态线条指示上下文关联
自上而下时间轴式：从上到下排列问题-答案序列，每个答案块右侧显示对应的“上下文区块”（如链上哈希、引用段落），形成清晰的纵深感
等轴测UI界面：以45度视角呈现一个沉浸式Web3问答面板，左侧为对话列表，右侧为结构化数据视图，底部显示网络节点交互
前景-背景分层：前景是放大的问答气泡与数据标签，背景是半透明的区块链节点云图与数据流，制造景深

细节强化

区块链元素：在答案块上添加微小的链上标识（????、哈希简写、区块高度数字）
上下文关联线：使用弯曲虚线或发光流线，连接前后问答，体现“长上下文”的连续性
结构化标签：在每个答案旁加入小标签，如 [Context ID: 0x3f2a]、[Timestamp: 2025-01-20]、[Source: DAO Proposal #12]
色彩技巧：深色背景（#0B0E17）搭配科技蓝（#00D4FF）与数据紫（#A855F7），关键信息使用高亮金（#FBBF24）
材质质感：界面采用玻璃态模糊（Glassmorphism），数据块边缘带有微光扫描线，增强数字感

使用建议

Midjourney：在核心提示词后添加 --ar 16:9 --v 6 --s 750，以得到横版宽幅构图，适合演示场景
Stable Diffusion：启用 ControlNet + Canny 保持结构清晰，使用负面词 text, watermark, messy, low quality
DALL·E 3：直接输入中文或英文提示词，建议分步生成——先出主构图，再用inpainting补充细节标签
创意调整：若想更突出“长上下文”特性，可在提示词中加入 “conversation history chain extending beyond frame, many previous Q&A blocks fading into background”
系列化使用：同一套构图可替换主题词（如改为DeFi借贷问答或NFT市场问答），形成统一视觉品牌

AI提示词 Mistral

438 热度

测试工程API集成说明高阶版提示词

为“测试工程API集成说明高阶版提示词”设计一组专业视觉提示方案...

AI提示词测试工程 API集成说明

查看详情

角色定义与任务定位
您应作为技术可视化架构师，聚焦于将复杂的测试工程与API集成逻辑转化为直观、可读且富有设计感的视觉表达。您的目标是：生成一张既能清晰展示API调用链、数据流与测试节点，又能体现专业感与品牌高级感的说明图——适用于技术方案评审、内部培训文档或产品宣传物料。

适用场景

软件测试团队在制定API集成测试方案时，需要一张可复用的架构说明图
技术文档中需要嵌入“API集成测试流程”的高阶示意，替代纯文字描述
面向非技术人员的汇报场景中，用视觉方式解释测试工程与各系统模块的交互关系
创意表达需求：将枯燥的API接口说明转化为具有科技美学的信息图表

核心提示词
可直接复制使用：

High-level architecture diagram of API integration testing engineering, showing multiple test modules connected to a central API gateway, with labeled endpoints for GET/POST/PUT/DELETE operations, surrounded by mock services, assertion engines, and data validators
Professional software testing workflow visualization: automated test pipelines flowing from test case repository → API request generator → response validator → report dashboard, with clear directional arrows and node grouping
Technical illustration of API contract testing: consumer-driven contract between microservices, using color-coded request/response pairs, error handling paths in red, and success paths in green
Creative tech composition: abstract 3D network of API endpoints linked by luminous data streams, interspersed with code snippets (JSON/XML) floating near each node, subtle grid background with circuit-board aesthetics

风格方向

极简技术风：白底蓝灰主色，线条干净，信息层级分明，适合正式文档
暗色科技风：深蓝/黑底色配霓虹蓝绿高亮，营造API数据流动的沉浸感，适合创意展示
信息图表风：采用等距视角（Isometric），将测试工程解构为立体模块，用图标代替文字标签
混合写实风：部分元素使用真实代码编辑器控件（如Postman界面、Swagger UI风格），配合手绘箭头流程图

构图建议

自上而下流程式：顶部为“测试工程管理平台”，中部为“API集成层（网关/代理）”，底部为“被测系统与Mock”，左侧附“测试断言引擎”与“数据监控”
中心辐射式：将“API集成测试引擎”置于画面中央，四周环绕：测试数据生成器、接口契约库、并发执行控制器、日志分析器
分层架构式：从下至上分为基础设施层（网络/容器）、服务层（各微服务API）、测试编排层（流水线）、可视化层（报告仪表盘）
所有构图需保留标注空间，可在节点旁放置简短说明文字框（如“身份认证API / 负载测试1000 QPS”）

细节强化

使用实线箭头表示成功请求/响应，虚线箭头表示超时或重试逻辑
每个API节点旁标注状态码图标（200/201/400/500），并用环状进度条示意响应时间分布
在数据流路径中添加半透明粒子效果，模拟令牌或数据包的移动
测试用例节点采用卡片式设计，包含缩略的请求示例与预期断言摘要
背景中融入微妙的网格或坐标线，强化工程感；字体优先使用等宽科技字体（如Fira Code、JetBrains Mono）

使用建议

若用于PPT/Keynote：优先采用极简技术风，将核心提示词中的“professional software testing workflow”段进行局部截取，配合图标库（如Material Design Icons）生成矢量输出
若用于技术博客封面：使用暗色科技风，搭配“Creative tech composition”段，突出视觉冲击力，并预留标题文字区域
若用于内部培训手册：采用信息图表风，将“中心辐射式”构图与“细节强化”中的状态码图标结合，生成可逐块讲解的分步图
在生成过程中，建议将“核心提示词”中的多个描述通过权重混合（如--ar 16:9 --v 6.0）调整画面比例与细节密度，确保输出结果既有技术严谨性又不失设计美感

AI提示词 Gemini

824 热度

进阶版保险咨询长上下文问答提示词

针对保险咨询场景下长上下文问答的需求，设计了一套进阶版提示词...

AI提示词保险咨询长上下文

查看详情

角色定义与任务定位
你应以“资深保险咨询顾问”的身份，面向需要处理大量保险条款、历史交互记录及多轮对话的AI对话系统。核心目标是：利用长上下文能力，准确提取用户历史咨询中的关键信息，结合最新保险知识库与合规要求，生成逻辑严密、无歧义且可追溯的问答回复。需始终遵循保险行业监管规定，避免销售误导，并在必要时提示免责条款与风控建议。

适用场景

用户多次咨询同一保单的理赔范围、免赔额、等待期等细节，需要系统合并历史对话并给出最终判断。
代理人或客户要求对比多款产品条款，需提取长篇合同中的差异点并结构化输出。
涉及健康告知、既往病史等敏感信息的长流程核保问答，需保持上下文一致性并提醒法律后果。
保险公司客服系统对历史会话进行复盘或续答，需准确引用前文内容。

核心提示词
以下提示词可直接复制使用，【】内为变量替换部分：

上下文整合提示：“请综合以下对话历史与最新用户输入，提取所有涉及【保险产品名称】的条款引用。如存在矛盾或信息缺失，请按照优先级：最新条款 > 合同原文 > 历史客服回复，输出最终结论并标注依据。”
复杂条款解析提示：“将下列保险合同第【X】条至第【Y】条中的责任免除、等待期、免赔额分解为表格形式，并针对用户历史问询中提到的【具体病症/事故类型】，判断是否属于保障范围。每一步推理需附上原文编号。”
多轮核保修正提示：“用户在前三轮对话中提供了不同的健康告知信息。请逐条核对差异，按最不利于用户的原则（即保险公司合规角度）重新整理完整告知列表，并生成注意事项提示，要求用户签字确认。”

风格方向

专业严谨：使用保险行业标准术语（如“如实告知”“等待期”“现金价值”），避免口语化表达。
层级清晰：先给结论，再附推理过程，最后引原文编号，便于人工复核。
合规审慎：在涉及法律解释或赔付概率时，必须添加“以上建议仅供参考，具体以保险合同及监管政策为准”的声明。

构图建议

信息层级：采用“结论框 + 引用链（合同/条款编号）+ 对比表格”的三段式视觉结构，方便用户快速定位关键信息。
高亮元素：对数字（如保额、免赔额、时间期限）、否定词（如“不赔”“除外”）使用加粗或色块区分。
长上下文标识：在回复开头用引用标记显示本次依据的历史轮次，例如“参考你第1轮提及的诊疗记录与第3轮补充的住院证明”。

细节强化

时间锚点：要求模型明确标注每条信息的参考时间点，防止因保单更新或医疗资料过期导致误判。
矛盾处理机制：当用户先前提供的信息与最新输入冲突时，强制模型输出“差异提示”并建议用户确认。
合规标记：在涉及健康告知、职业类别变更等关键节点，自动添加“请如实填写，若隐瞒可能影响理赔”的合规声明。

使用建议

在导入保险产品条款时，优先采用结构化分段的PDF或Markdown格式，便于模型按章节索引。
每次问答前，建议先将历史对话（最多保留最近10轮）与当前问题拼接为一个完整输入，并明确要求模型“仅基于上述上下文回答”。
若用于实际客服系统，建议在系统层配置“条款数据库向量检索”，并与提示词中的“核心提示词”配合使用，以提升长上下文准确率。
首次使用前，可用标准测试用例（如“重复咨询同一赔案的不同版本”）验证提示词对上下文一致性的控制能力。

AI提示词 Grok

626 热度

实战型美妆护肤热门问题FAQ提示词

为美妆护肤领域创作者打造可直接复用的视觉提示词方案，聚焦热门...

AI提示词美妆护肤热门问题

查看详情

角色定义与任务定位
本组提示词专为美妆护肤内容创作者、视觉设计师及社交媒体运营者设计。你的身份是“美妆知识视觉化专家”，目标是将抽象的美妆护肤热门问题（如痘痘、黑头、敏感、毛孔粗大等）转化为可执行、可复用的图像生成提示词，让每一张生成的图片都能清晰传达“问题-解决方案”的逻辑，适合FAQ页面、教程卡片、对比图等场景。请以“帮助用户秒懂并信任”为核心筛选视觉元素，避免过度美化而脱离实用信息。

适用场景

美妆护肤品牌官方FAQ页面的配图生成
社交媒体（小红书、抖音、Instagram）上的问题解答图文教程
电商平台商品详情页中的“常见问题”板块视觉素材
专业护肤博主的视频封面、信息图制作
线下门店/展会的护肤知识科普海报

核心提示词（可直接复制使用）
通用版（针对多数热门问题）
A split-screen comparison, hyper-realistic photography, left side showing a close-up of skin problem (acne, blackheads, pores, redness, dullness) under harsh white light with visible texture imperfections, right side showing the same skin area after applying a skincare product, smooth matte finish, even tone, soft natural light, minimal blemishes, product bottle subtly placed at bottom edge, educational aesthetic, clean background, 4K detail.
特定问题版

痘痘肌：Close-up macro shot, female face with inflamed acne on cheek, pustules and redness, oily shine, frustrated expression, then same angle after treatment, clear skin, gentle smile, product drop shown near temple, before&after divided by vertical line, clinical lighting, soft focus background, dermatology-style composition.
黑头/毛孔粗大：Extreme macro shot, nose area with visible blackheads and enlarged pores, textured skin under bright ring light, then same nose with minimized pores, smooth poreless look, tiny product bottle with dropper held nearby, scientific color palette, cool blue accents, grid layout, product name gently blurred at bottom.
敏感泛红：Side lighting portrait, neck to ear area with red flush, visible capillaries, dry flaky patches, then same angle after soothing, even skin tone, hydrated dewy finish, calming green and cream tones, toner mist spray visible as light droplets, gentle expression, soothing ambiance.

风格方向

专业医学风：清洁无影背景，冷色温，高锐度，像皮肤科档案照片，强调问题真实性与解决方案可信度
生活美学风：暖色调，自然光透过窗户，护肤瓶罐排列整齐，场景化（梳妆台、浴室），适合女性向社交媒体
极简科普风：扁平化几何分割构图，数字标注步骤，少量文字浮于画面（如“Step 1”），高饱和度但低对比度，适合信息图

构图建议

常见问题专用构图：垂直左右分割比例 4:6 或 5:5，左边聚焦问题（皮肤纹理细节），右边展示改善效果（或产品使用中）
步骤式构图：三格或四格水平排列，每格配简短图标（如放大镜、滴管、按揉动作），用于讲解手法
产品互动构图：产品瓶身置于黄金分割点，手部或手指轻触皮肤，指尖有少量膏体/精华，光线折射在瓶身上，体现专业感和质感
呼吸空间：所有主体保留画面边缘15%的留白，便于后期叠加文字或logo

细节强化

灯光：左侧环柔光作为主光，右侧40度打一个冷补光，突出皮肤凹凸感（问题）或透亮感（效果），避免顶光造成阴影杂乱
色彩：问题侧使用灰调/冷白/红紫偏色，效果侧使用暖金色/蜜桃粉/象牙白，通过色温差强化对比
材质：皮肤肌理（毛孔、汗毛、皮屑）必须真实可见，但效果侧需呈现雾感柔焦，产品瓶身用高光亚克力材质，反射环境柔光
人物角色：统一为自然裸妆模特，中长发微扎，不佩戴夸张首饰，妆容仅保留眉毛和一点唇色，以免抢走皮肤问题的焦点

使用建议

生成图像后，建议搭配短句文案（如“80%的人不知道的祛痘顺序”）直接嵌入排版，强化FAQ属性
若用于不同平台，可调整画幅比例：小红书/抖音推荐 3:4 竖版，Instagram推荐 1:1 方形，电商首页推荐 16:9 横版
对同一问题生成多个角度（正面、侧45°、微距），建立视觉库，便于后续A/B测试
建议每次生成时微调“before&after split”的关键词，如调整为“diptych style”或“overlapping transparent layer”以避免千篇一律
对于敏感肌等需要温和呈现的问题，关闭高锐化滤镜，改用“soft clinical light”+“no harsh shadow”控制视觉攻击性

AI提示词 LLaMA

256 热度

MCP工具本地RAG流程设计实战版提示词

本方案为MCP工具本地RAG流程设计提供一套可直接投入图像生成或创...

AI提示词 MCP工具本地RAG

查看详情

角色定义
你是一名AI系统架构可视化专家与技术提示词设计师，核心任务是将“MCP工具本地RAG流程”这一技术方案转化为直观、专业且可复用的图像生成提示词。你应使用精炼的视觉语言，强调流程节点、数据流向、工具边界及检索增强逻辑，确保最终产出适合技术文档、方案演示或产品宣传场景。

适用场景

技术方案汇报中的流程示意图生成
AI产品手册或白皮书中的架构插图
开发团队内部Wiki或知识库的流程图配图
面向客户或投资人的技术演示海报
个人博客、教程中关于MCP与RAG结合的原理图解

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 3、Stable Diffusion）：

技术架构图风格，展示MCP工具与本地RAG流程的完整链路。左侧标识“MCP Tools”模块，包含三个堆叠的节点（Tools Connector、Context Manager、Protocol Gateway），中间区域为“Local RAG Pipeline”，分为“Indexing – Retrieval – Augmentation – Generation”四个阶段，每个阶段用不同颜色卡片表示。卡片之间由粗箭头连接，箭头带有发光描边。右侧输出端为“Answer / Response”标志。背景使用深蓝到黑渐变，辅以微弱的电路纹理。节点上标注简洁英文术语，整体呈现扁平化信息图风格，3:2比例，高对比度，无人物，无文字遮挡核心结构。

风格方向

扁平信息图：大面积纯色板块，清晰的分割线，箭头简洁
科技暗色系：深蓝、靛青、荧光青绿、银灰为主体，辅以亮黄强调关键节点
电路/网络纹理：背景添加极细的网格或点阵，增强技术感
半透明玻璃质感：节点和卡片采用毛玻璃效果，营造现代UX氛围

构图建议

水平三栏布局：左栏MCP工具，中栏本地RAG流程，右栏输出结果
中栏采用从上到下的流水线排列：索引 → 检索 → 增强 → 生成，用垂直粗箭头串联
MCP工具与RAG流程之间用横向虚线箭头表示请求与上下文注入
在RAG的“检索”阶段加入一个数据库图标（本地向量库），在“增强”阶段加入一个拼接图标，体现组合过程
整体留白适当，避免节点过于拥挤，每个模块下方用极细衬线标注关键词

细节强化

箭头末端增加圆形端点或箭头头部加锐角转角，增强方向性
每个阶段卡片左上角添加小图标：索引用文档+放大镜，检索用搜索框，增强用拼图+星星，生成用齿轮+对话气泡
MCP工具模块右侧添加一个“Context Injection”虚线框，表示上下文注入位置
背景角落可添加微弱的二进制数字流或代码片段纹理，不干扰主视觉
颜色使用：索引阶段深蓝，检索阶段青绿，增强阶段靛青，生成阶段亮蓝白渐变

使用建议

在Midjourney中建议使用参数“--ar 3:2 --v 6”或“--style raw”以保留技术细节
在DALL·E 3中直接粘贴核心提示词，可追加“flat vector illustration, no shadows, no people”
如果希望更写实，可替换为“isometric illustration, 3D architectural diagram, subtle lighting”
若目标为黑白打印文档，请移除颜色描述并添加“grayscale, high contrast, line art”
生成后可通过后期标注工具（如Excalidraw或Figma）补充具体文字标签，以适配不同语言受众

AI提示词 Ernie

351 热度

连锁门店多模态文档问答清晰框架提示词

本方案为连锁门店多模态文档问答场景提供一套结构化提示词框架，...

AI提示词连锁门店多模态文档

查看详情

角色定义
你是一位连锁门店多模态文档问答系统架构师与知识管理策划专家。你的核心任务是为连锁门店运营设计一套清晰、可落地的多模态文档问答框架，确保一线人员能通过自然语言快速从各类文档（文本、图像、表格、视频等）中获取精准答案。你需要以“流程结构化、模态可识别、答案标准化”为原则，输出可直接用于系统设计或提示词工程执行的方案。

适用场景

连锁门店员工日常查询操作手册、陈列规范、促销规则等，文档包含文字说明与实物照片、示意图。
督导或培训人员从多模态培训资料（PDF+截图+视频片段）中提取关键知识点并生成问答对。
总部发布新政策文档（含表格、流程图），需要快速响应各地门店的提问并保证答案一致性。
多语言、多地区文档混存时，需统一问答框架处理不同模态间的关联。

核心提示词
以下提示词可直接复制使用，用于引导AI或系统按照框架执行问答：

“你是一位连锁门店多模态文档问答助手。请遵循以下框架处理用户问题：第一步（模态识别）：判断用户输入中包含的模态类型（文本、图片、表格、视频片段），并标注文档来源。第二步（信息定位）：根据问题关键词在对应模态中搜索相关段落、图像区域、表格行或时间戳。第三步（跨模态融合）：如果答案需要结合多种模态（例如文字说明+图片标注），请合并提取并说明引用出处。第四步（答案输出）：以结构化格式输出——【答案】+【依据文档名称/模态】+【关键截图或引用】。确保答案简洁、可直接用于门店执行。”
“针对连锁门店的日常操作问题，请按以下顺序处理：先查找同模态最新版本文档 → 若未找到，则检索关联历史版本 → 最后给出结论并注明置信度等级（高/中/低）。”
“当用户上传一张货架照片并询问‘该陈列是否符合标准’时，请执行：1. 提取照片中的货架布局、商品排面、价签位置；2. 调取对应的陈列标准文档（文本描述+标准示意图）；3. 逐项对比并输出差异点表格。”
“对于包含表格的文档问答，请先解析表格结构（行、列、表头），再将问题转化为对特定单元格的查询，最后以‘行名-列名-值’三元组形式返回结果。”

风格方向

清晰模块化：各环节独立可插拔，便于后续增加新模态（如语音、3D模型）。
流程可视化：支持转化为泳道图或流程图，用颜色区分文本、图像、表格、视频路径。
严谨可追溯：每步回答都带有文档来源标记，便于门店核查与培训复盘。
统一表达：答案格式固定为“结论+依据”，避免因不同模态带来的信息变形。

构图建议

采用三层架构构图：顶部为“输入层”（用户问题+多模态文档），中部为“处理层”（模态识别→信息抽取→跨模态融合→答案生成），底部为“输出层”（结构化答案+依据链接）。
每层用横向排列的矩形节点表示，节点内标注关键动作；使用箭头连接，并标注数据流标签（如“文本向量化”“图像OCR”“表格解析”“视频关键帧提取”）。
在“跨模态融合”节点处，用汇聚符号（如多线汇入一圆）体现不同模态信息合并，并辅以虚线框注明“置信度评分”作为出口条件。
色彩建议：文本路径用蓝色，图像路径用绿色，表格路径用橙色，视频路径用紫色，整体背景使用浅灰中性色。

细节强化

文档索引策略：为每种模态单独建立索引库，并保留元数据（创建日期、版本号、门店范围），确保问答框架能自动选择最新或最相关版本。
模态校验机制：当问题描述与上传文档模态不匹配时（例如问题问金额但上传的是视频），框架应主动建议用户补充文本或表格文档，并给出示例。
答案格式标准化：所有答案必须包含【结论】【依据来源】【置信度】三个字段，方便门店直接复制到工作流程中。
异常处理：对于无法明确的歧义问题，先列出可能的几种解释并询问用户确认，再基于确认结果执行后续流程。

使用建议

将上述核心提示词作为系统prompt的固定前缀，配合连锁门店知识库接口实现自动问答。
在文档管理平台上，为每个文档添加模态标签（文本/图片/表格/视频），便于框架运行时快速定位。
定期通过人工抽查方式验证框架的跨模态融合准确性，将差异点反馈至提示词中增加约束（例如“当图文冲突时以最新文字描述为准”）。
对于多门店差异化管理，可在框架中增加“门店ID”过滤条件，问答时优先检索该门店专属文档。
将构图建议中的三层架构图嵌入培训手册或系统设计文档，帮助团队成员直观理解问答流程。

AI提示词 Chatgpt

259 热度

结构化RAG知识库Python脚本编写提示词

本提示词方案面向需要将“结构化RAG知识库Python脚本编写”转化为...

AI提示词 RAG知识库 Python脚本编写

查看详情

角色定义与任务定位
你是一名技术可视化设计师，核心任务是将“结构化RAG知识库Python脚本编写”这一抽象技术概念，转化为直观、专业、信息丰富的视觉画面。画面需同时传达三个层次：Python脚本编写动作、RAG知识库的结构化特征、以及整个流程的智能感。目标受众为开发者、AI研究员或技术读者，画面应让他们一眼看懂主题并引发技术共鸣。

适用场景

技术博客或教程文章的封面图
  RAG知识库构建工具的产品宣传视觉
  学术报告或开发者大会演示幻灯片插图
  GitHub README或项目文档的开场视觉
  AI编程教育内容的示意图

核心提示词（可直接复制）
提示词（英文，推荐用于Midjourney / DALL·E 3 / Stable Diffusion）：
“A close-up of a programmer’s hands typing on a laptop keyboard, the screen shows a Python IDE with code for building a RAG knowledge base; floating above the keyboard, translucent 3D icons represent structured knowledge chunks (connected nodes, vector embeddings, document fragments) glowing with soft blue and orange light; the background shows a subtle data pipeline flow from raw documents to indexed vectors; clean professional lighting, shallow depth of field, cinematic composition, tech style 8k, hyper-realistic render, code on screen readable: ‘from langchain.vectorstores import Chroma’ –ar 16:9 –v 6.1”
提示词（中文辅助理解）：程序员双手在笔记本电脑键盘上打字，屏幕显示Python IDE，代码为构建RAG知识库；键盘上方悬浮半透明3D图标，代表结构化知识块（连接节点、向量嵌入、文档片段），发出柔和蓝橙色光；背景隐约显示从原始文档到索引向量的数据流；干净专业照明、浅景深、电影构图、科技风格8K、超写实渲染，屏幕上代码可读：“from langchain.vectorstores import Chroma”。

风格方向

核心风格：超写实科技插画 + 轻度赛博朋克氛围
  色板方向：深空蓝（#0B1A2E）为主背景，亮青（#00E5FF）与暖橙（#FF6B35）作为代码和高亮元素点缀
  灯光处理：显示器冷白光为主光源，辅以悬浮图标的环境自发光，形成冷-暖对比
  材质倾向：屏幕玻璃反光、键盘金属质感、数据符号采用半透明玻璃/全息材质
  参考美术：类似Blade Runner 2049中的全息UI界面风格，混合Apple概念设计中的极简科技感

构图建议

焦点区域：画面左下方或中央放置笔记本电脑，屏幕朝向观众略微倾斜，确保代码清晰可读
  次要焦点：键盘上方约15-20度仰角位置，悬浮3-4个结构化知识块图标（例如六边形节点、连线网状图、书卷+向量箭头）
  空间层次：前景：键盘与手指；中景：屏幕与悬浮图标；后景：虚化的数据流线条或知识图谱网格
  负空间利用：屏幕上方留出约30%区域放置标题或留白，增强呼吸感
  景深控制：手指和屏幕保持在清晰范围内（f/2.8），背景图标轻微泛光

细节强化

代码细节：在屏幕上显示关键函数名，如 “Chroma.from_documents”、“embedding_model”、“retriever”，并添加行号与光标闪烁效果
  知识块图标设计：每个图标内部包含微型文字或符号，例如文档片段内显示“chunk_001”，节点之间有发光连线
  环境光晕：在键盘和屏幕边缘添加微弱的边缘光（rim light），增强立体感
  动态元素：数据流线条采用虚线与实线交替，从屏幕右下角流向键盘上方的悬浮图标，暗示代码执行后的结果
  颜色小提示：代码语法高亮使用VS Code默认暗色主题（紫、绿、橙），与整体蓝橙调性呼应

使用建议

AI绘画工具选择：推荐Midjourney v6.1或DALL·E 3，对文字渲染更稳定；若使用Stable Diffusion，建议启用“超分辨率（4x）”以保证屏幕文字可读
  参数调整：如果生成的屏幕文字模糊，可在提示词中增加“clear readable code”权重，或使用“--iw 2”加强图像一致性
  后期修正：使用Photoshop或Canva在已生成画面上替换真实代码截图，保证技术准确性
  多版本尝试：可分别尝试“俯视角度（overhead view）”表现键盘与结构图的关联，或“侧面角度（side view）”突出代码与知识块的空间关系
  版权提醒：如用于商业用途，建议实际代码片段为原创或开源MIT协议项目

AI提示词模板大全