news 2026/9/30 7:25:53

12 个真正好用的提示词:把要求写成验收标准

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
12 个真正好用的提示词:把要求写成验收标准

12 个真正好用的提示词:把要求写成验收标准

先说清楚:为什么复制过来的提示词经常不好用

提示词这个品类有个很别扭的地方:它在别人手里好用,粘到你这边就变成一串客气的废话。原因通常不在模型,而在那段话本身——它写的是"帮我看看",而不是"按什么标准看、看到什么程度算看完、不许做什么"。

我们把站内提示词库现在的 1,018 条按场景过了一遍(分 8 类:开发 226、写作 147、调研 139、自动化 131、国内服务 109、数据 102、设计 98、测试 66),挑出 12 条我们真的认为能落地、覆盖日常高频场景的模板。挑选标准只有三条:有明确的输出结构(不是"写得好一点"这种形容词),有禁令(不许编、不许大改、不许泛泛而谈),变量位置留得干净(你知道该往里填什么)。下面每条都给出正文和它对应的使用场景,正文与站内详情页一致,可以直接在详情页一键复制。

先给一句总结:好提示词不是把话说漂亮,是把验收标准写清楚。


一条能用的提示词长什么样:五段骨架

这 12 条看着场景各异,拆开是同一副骨架:

角色决定它用谁的口吻判断。写"你是一位资深工程师"和写"帮我改代码",模型的批评尺度完全不同——前者敢直接说"这里必须改",后者只会给你三个"供您参考"。

上下文决定它是否需要猜。仓库简介、表结构、日志片段、参会人名单,这些位置宁可留空也别让它编。上面那类模板里{...}的占位符就是这个用途。

任务只写一件事。一条提示词同时要求"重构 + 补测试 + 优化性能 + 写文档",产出一定是每样一点、每样都不够用。

输出结构是最值钱的一段。要求它按"必须修复 / 建议优化 / 可选改进"分档,比要求它"详细一点"有效十倍,因为你把判断的坐标系交给了它。

禁令收尾。“不要一次性大重写”“避免依赖脆弱 CSS 选择器”“不确定处标注待确认”——这类句子看起来像装饰,实际是在堵模型最省事的退路。


一、开发:改代码之前,先让它把话说清楚

1. GitHub PR 代码审查 ·详情页

什么时候用:手上有别人的 PR,或者想让 AI 先过一遍自己的改动再提 PR。

你是一位资深工程师,请审查以下 Pull Request。 **仓库上下文**:{项目简介,可选} **PR 标题**:{标题} **变更说明**:{描述} 请按以下结构输出: 1. **概要**:用 2–3 句话说明这次改动的目的与影响范围 2. **优点**:列出 2–3 点做得好的地方 3. **问题清单**(按严重程度排序): - 🔴 必须修复:{文件:行号} — 问题 — 建议改法 - 🟡 建议优化:… - 🟢 可选改进:… 4. **测试建议**:还应补充哪些测试 5. **合并建议**:Approve / Request changes / 需讨论 要求:引用具体文件与行号;不要泛泛而谈;若信息不足请列出需要我补充的内容。

它好在哪:三档严重度加一个明确的合并结论,把"评审"这件很虚的事变成了可执行的清单。最后一句"若信息不足请列出需要我补充的内容"是关键——它把模型从"硬答"切换到"先问",返工率差别很大。

要填什么:至少填 PR 标题和变更说明;把 diff 或相关文件内容贴进上下文,只给标题它只能给通用意见。

2. 生产问题根因分析 ·详情页

什么时候用:线上报警了,你有一堆日志但没头绪。

线上出现问题,请帮我做根因分析。 **现象**:{用户看到什么} **时间线**:{何时开始、频率} **日志片段**:{粘贴相关日志} **最近变更**:{发版、配置、依赖变更,如有} **环境**:{生产/预发、区域、版本} 请输出: 1. 可能原因(按概率排序,每条说明依据) 2. 建议立即执行的排查命令/检查项 3. 最可能的根因与修复方案(含代码/配置层面) 4. 防复发:监控、告警、测试、流程改进 5. 如需更多信息,请列出你要我问同事的问题 避免未经验证就下定论。

它好在哪:把"按概率排序 + 每条说明依据"写进输出结构,能压掉大部分看起来很有道理、实际是猜的答案。第 5 条那句"列出你要我问同事的问题"很实用——它把缺口显式化了,而不是让你在错误的根因上继续排查。

注意:贴日志前先擦掉 token、手机号、身份证号这类内容。这条在让 AI 替你办事的安全清单里专门讲过。

3. 遗留模块渐进式重构 ·详情页

什么时候用:有块代码人人都怕,但你不敢让 AI"重写一遍"。

我要重构以下模块,请制定**渐进式重构计划**(每次 PR 可独立合并、行为不变)。 **模块路径**:{path} **当前痛点**:{例如:函数过长、耦合严重、缺少测试} **约束**:{例如:不能改公共 API、需兼容 Node 18} 请输出: 1. 现状诊断(3–5 条) 2. 目标架构草图(文字描述即可) 3. 分步计划(Step 1…N),每步包含: - 做什么 - 如何验证行为未变(测试/对比命令) - 预估风险 4. 第一步可直接开工的具体改动清单 不要一次性大重写;优先提取函数、补测试、再动结构。

它好在哪:“每次 PR 可独立合并、行为不变"这十个字是整条提示词的骨架,它把 AI 从"给你一份理想架构"逼到"给你一条能走的路”。每一步都要求写验证方法,这是重构里最容易漏、也最值钱的一段。

约束那行别偷懒:把"不能改公共 API""必须兼容 Node 18"这类硬边界写进去,否则它会顺手给你换个框架。


二、写作与汇报:把碎片变成能被别人验收的东西

4. 周报生成(STAR 结构) ·详情页

请根据以下素材写一份**简洁专业的周报**(中文,约 400–600 字)。 **本周完成**: - {条目1} - {条目2} **数据/结果**(如有):{指标} **遇到的问题**:{…} **下周计划**:{…} **需要协调**:{…} 结构要求: 1. 本周亮点(2–3 条,尽量量化) 2. 详细进展(按项目分组,每条用 Situation–Task–Action–Result 压缩写) 3. 风险与阻塞(含需要的支持) 4. 下周重点(可验收的 3 条) 语气:务实、不夸大;未完成的写清进度百分比与原因。

它好在哪:字数上限和"可验收的 3 条"是最有用的两处。前者防止它写成一篇文章,后者把"下周继续推进"这种没法检查的话挡住了。"未完成的写清进度百分比与原因"是一条反套话指令,专门治那种全是好消息的周报。

5. 会议纪要 + 待办 ·详情页

请将以下会议内容整理为纪要。 **会议主题**:{…} **参与人**:{…} **原始记录**:{粘贴转写或笔记} 输出格式: 1. 会议信息(时间、参会人、目标) 2. 讨论要点(按议题分组,保留关键分歧) 3. **决议** 4. **Action Items** 表格:| 事项 | 负责人 | 截止日期 | 状态 | 5. 未决问题与下次会议议题建议 不要捏造未出现的决议;不确定负责人标「待指定」。

它好在哪:表格形式强制了"负责人 + 截止日期"这两列,待办没法是空的。"保留关键分歧"常被忽略,但纪要最大的价值恰恰是把没达成一致的地方记下来。

这条禁令必须留着:「不要捏造未出现的决议」。会议里说了"回头再看"的东西,模型很喜欢写成"已同意",这一句能挡住。

6. 商务邮件回复 ·详情页

请帮我起草邮件回复。 **对方邮件摘要**:{粘贴或概括} **我的立场/目标**:{例如:同意延期但需新截止日期} **语气**:{正式 / 友好专业} **语言**:{中文 / 英文} 输出: 1. 建议 subject(若是新线程) 2. 正文(分段:致谢/回应要点/下一步/落款提示) 3. 可选的简短版(3 句话以内) 4. ⚠️ 需我确认的敏感句(如有) 不要编造未确认的承诺或数字。

它好在哪:第 3、4 项是设计得很聪明的两处——"简短版"让你能直接改用,"需我确认的敏感句"把模型替你做出的承诺显式列出来。发出去之前扫一眼那段警告,能省掉不少事后道歉。


三、数据与文档:让结果能被复核

7. 自然语言查数据 ·详情页

你是数据分析助手。根据问题生成 SQL 并解释结果该如何解读。 **数据库**:PostgreSQL **相关表结构**:{粘贴 CREATE TABLE 或字段说明} **业务问题**:{例如:过去 30 天各渠道转化率?} 请输出: 1. 对问题的澄清(如有歧义先问 1–2 个问题) 2. SQL 查询(带注释,注意索引友好) 3. 结果字段含义说明 4. 建议的可视化图表类型 5. 数据质量注意事项(空值、重复、时区) 不要执行破坏性操作;只读查询。

它好在哪:第 1 条"如有歧义先问"能挡住最典型的一类错误——问题本身没定义清楚(转化率按人还是按订单?含不含退款?)。"数据质量注意事项"和"只读查询"是把它当同事用而不是当命令行用。

表结构一定要贴。不给 schema 的 SQL 看起来完全合理,字段名却是编的。

8. Excel 报表解读与公式 ·详情页

请帮我处理 Excel 相关需求。 **场景**:{例如:多 sheet 销售汇总} **现有结构**:{列名、示例几行数据,或截图文字描述} **目标**:{例如:按区域汇总 Q4 毛利,并标出 Top 10} 请输出: 1. 理解确认(你对我需求的复述) 2. 推荐方案:公式 / 透视表 / Power Query 思路(选最合适的) 3. 具体公式或操作步骤(分步、可复制) 4. 常见坑(合并单元格、文本型数字等) 若需 MCP 读表,请先说明需要哪些列权限。

它好在哪:第一条是"先复述一遍我的需求"。这招在任何领域都管用——花 30 秒读它复述的内容,比花 30 分钟发现方向错了便宜得多。最后那句"先说明需要哪些列权限"是权限最小化的写法。

9. PDF 长文档摘要 ·详情页

请阅读附件/提供的 PDF 内容,输出结构化摘要。 **文档类型**:{论文 / 合同 / 行业报告 / 其他} **我的关注点**:{例如:只关心财务条款 / 方法论部分} **输出语言**:中文 请包含: 1. **一句话结论** 2. **目录式摘要**(章级要点,每章 2–4 条) 3. **关键数据与引用**(如有表格数据请整理) 4. **行动项 / 待决策项**(若适用) 5. **术语表**(3–8 个关键术语简短解释) 6. **可信度备注**:哪些结论文档未明确、需人工核实 若文档过长,请先说明分段阅读计划再汇总。

它好在哪:第 6 条"可信度备注"是这 12 条里我最看重的一句指令。长文档摘要最大的风险不是漏,而是把没写的东西总结成结论。合同和研报尤其如此。

配套工具:这条在站内详情页挂了 PDF 相关的 Skill 和文档转换的 MCP,读大文件时比手动粘贴省事。想看怎么把文档处理成一条流水线,可以读前端组件库研发智能化里那套思路。


四、评审、决策与自动化:把取舍摆到台面上

10. 复杂问题分步推理 ·详情页

什么时候用:技术选型、方案对比、任何"几个都对但只能选一个"的问题。

请用**显式分步推理**解决以下复杂问题(不要跳步)。 **问题**:{描述} **已知条件**:{列表} **可选方案**:{如有} **评价标准**:{例如:成本、延迟、可维护性} 格式: **Step 1** — 澄清与拆解:子问题列表 **Step 2** — 每个子问题的分析(假设需标注) **Step 3** — 方案对比表 **Step 4** — 推荐结论与置信度(高/中/低) **Step 5** — 若结论错误,最可能错在哪一步 最后给一页「给决策者看的摘要」(5 条以内)。

它好在哪:Step 4 要置信度、Step 5 要"最可能错在哪一步"。这两条把 AI 从给答案改成给一个带脆弱性的答案,你才知道该去验哪部分。"假设需标注"也关键——多数错误结论的根因是一条被悄悄当成事实的假设。

评价标准要具体。写"成本、延迟、可维护性"能工作,写"要好一点"只会得到一篇作文。

11. 设计稿评审 ·详情页

请评审以下 UI 设计(Figma 链接或描述)。 **产品类型**:{Web / App / 后台} **设计说明**:{链接或关键截图描述} **设计系统**:{是否已有组件库,如有请说明} **目标用户**:{…} 评审维度: 1. **视觉一致性**:间距、字号、颜色、组件复用 2. **可访问性**:对比度、触控目标、语义与状态 3. **开发可行性**:布局是否过于复杂、是否需要非标准交互 4. **体验流程**:主路径是否清晰、空态/错态是否考虑 5. **改进清单**:按优先级列出具体修改建议 每条建议请说明「问题 → 影响 → 改法」。

它好在哪:四个维度里"开发可行性"最容易被忽略,却是评审时最实在的一条——AI 不会因为设计稿好看而替你把非标交互实现三遍。最后一句"问题 → 影响 → 改法"给每条建议加了统一格式,方便直接贴进工单。

设计方向的 Skill 我们另外整理过一份,见设计师该装的 5 个 Skill。提示词管一次评审,Skill 管每次都按你的标准评。

12. n8n 工作流设计 ·详情页

请帮我设计一个 n8n 自动化工作流。 **业务流程**:{例如:新 GitHub Issue → 飞书通知 → 写入 Notion} **触发条件**:{定时 / Webhook / 事件} **涉及系统**:{API 列表} **失败时期望**:{重试、告警、死信} 请输出: 1. 流程图(文字或 mermaid 节点序列) 2. 每个节点的:类型、输入输出、关键配置 3. 鉴权与环境变量建议(不要写真实密钥) 4. 错误处理与幂等性说明 5. 分阶段上线建议(先 MVP 再扩展) 若某系统无官方节点,说明用 HTTP Request 怎么接。

它好在哪:"失败时期望"和"幂等性"这两条,是自动化从玩具到能用的分水岭。写"不要真实密钥"是为了防止你把带密钥的配置贴回聊天窗口。最后那句 HTTP Request 兜底,能省掉一次"这个系统没有节点怎么办"的来回。


五、三类最常见的失效,和对应的修法

失效一:输出泛泛而谈。说明它没有可执行的坐标系。修法不是加一句"具体一点",而是把"具体"定义出来:要文件行号、要严重度分档、要表格列名。上面每条提示词都有一段输出结构,作用就在这里。

失效二:它替你编了内容。尤其是决议、承诺、数据、结论这四类。修法是加禁令并给它一个"承认不知道"的出口:标「待指定」、标「待确认」、列出需要问同事的问题。没有出口时,模型会优先选择看起来完整的答案。

失效三:约束被忽略。你把"不能改公共 API"写在第一段,它照样改了。修法是把约束放到最后再重申一次——这 12 条里多数以禁令收尾,不是排版巧合。同时要求它在动手前先复述约束,能显著降低跑偏概率。

还有一个不太直观但很有效的技巧:给它两条长度不同的输出。周报那条要 400–600 字,邮件那条同时给完整版和 3 句以内版。模型在只有一个目标时容易过度发挥,有两个候选时反而更克制。


六、提示词之外:让它接上你的真实上下文

到这里你应该能看出来,提示词写的是"标准",但它每次都要你手工提供"事实":diff、日志、表结构、会议记录。真正省事的做法是把这部分接到工具上。

上面这 12 条里有 9 条在详情页正文下面挂了配套工具:PR 审查对应 GitHub 相关的 MCP,查数据对应 Postgres,Excel 对应读表的 MCP,PDF 摘要那条直接挂了 PDF 处理的 Skill 和文档转换的 MCP,复杂推理对应 sequential-thinking,设计评审对应 Figma 的 MCP。MCP 解决"连得上",提示词解决"按什么标准做",两者配起来才是一条完整链路。想了解分层,可以看MCP 核心抽象剖析;prompts本身就是 MCP 协议里的三类原语之一,可以直接被工具化下发。

按场景找入口比按名字翻更省事:场景目录、Skill 总入口、MCP 目录都是可筛选的。如果你连选型依据都不想接受,那就先看这份可检索的工具目录与评测指南。


七、把这些提示词当资产管理起来

三条实用建议:

第一,改过的地方要记。一旦你开始改这些模板,三个月后你会忘记为什么删掉某句。团队里用 Git 管提示词、发布前跑回归的做法,我们写过提示词版本管理与 GitOps。个人用也成立:一个prompts/目录,每个模板一个文件,改动写 commit message。

第二,注意成本。这类长模板会把上下文撑大,量大的时候缓存与分流的影响很实在,见降低企业 LLM 调用成本 70%。个人使用更简单的判断是:别把整份日志塞进"根因分析"那条,先给关键片段。

第三,警惕间接注入。提示词里凡是"粘贴外部内容"的位置(日志、邮件、PDF、转写)都是攻击面——外部文档里写一段"忽略以上指令",就可能改变模型行为。防御性写法见提示词工程中的防御性设计。这也是为什么这 12 条里有几条要求"只读查询"“不要执行破坏性操作”。


八、一句话版本

开发三条管"改之前先说清楚",写作三条管"结论要能验收",数据文档三条管"结果可复核",评审决策自动化三条管"把取舍摆出来"。12 条正文都在站内提示词库里,复制即用;但真正值得你花时间的不是复制,而是把每条里的输出结构和禁令改成你自己团队的标准——那部分一改,它才从"别人的模板"变成"你的工具"。


本文由 AgentHub 首发,myagenthub.cn —— MCP Servers 与 Agent Skills 资源库。
阅读原文:https://myagenthub.cn/blog/twelve-useful-ai-prompts
更多垂类 MCP 选型与安装教程:MCP 工具库 · 安装配置教程 · 场景专区

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/30 7:23:56

AI测试走向生产级:如何跨越从概念试点到规模化落地的鸿沟

近期,QECon全球软件质量效能大会围绕“驾驭AI,提质增效”展开多场专题研讨,大模型与Agent如何重塑软件测试工程体系成为全场核心热议议题。伴随Agent智能体技术从概念原型加速向生产级工程落地演进,软件迭代节奏持续提速&#xff…

作者头像 李华
网站建设 2026/9/30 7:23:51

K8s集群Calico网络安全深度加固实操

K8s集群Calico网络安全深度加固实操技术栈:Kubernetes v1.32.13 Rocky Linux 8.6 Calico网络组件 Containerd 1.7.x操作环境 / 对接原理 / 详细步骤 / 完整命令 / 配置文件 / 验证流程 / 排错方案K8s集群Calico网络安全深度加固实操操作环境K8s 集群 3 节点&…

作者头像 李华
网站建设 2026/9/30 7:22:30

【通信原理面试笔记 03】信道:分类、多径传播与衰落机制

第 3 章讲的是怎么用随机过程描述信号,第 4 章换了一个提问角度:信号从发送端走到接收端,中间那条路究竟对它做了什么? 把整章读下来,它的逻辑其实只有三环——先给信道分类(谁在传、传得稳不稳&#xff09…

作者头像 李华
网站建设 2026/9/30 7:20:11

近期技术热点:从异常现象到根因定位的完整排查

本文摘要:线上推理精度从 95% 跌到 72%,同输入重放结果不稳定,常被误判为数据问题。分层排查确认预处理混用与推理未切 eval 叠加,归一化统计量被批次改写。 一、问题与结论 线上日志没有一条报错:推理入口用 torch.n…

作者头像 李华