3套提示词模板讲清交通优化方案打开提示词资源库就能改【免费下载链接】awesome-promptsCurated list of chatgpt prompts from the top-rated GPTs in the GPTs Store. Prompt Engineering, prompt attack prompt protect. Advanced Prompt Engineering papers.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-prompts你有没有过这种时刻对着AI说帮我优化一下这片区的交通回来看了一屏正确的废话换个写法把路口数据、瓶颈时段、目标幅度一条条列给它出来的东西能直接贴进汇报。差的不是模型是你的提示词模板。awesome-prompts 这个提示词资源库里装的全是能直接改参数就用的成品模板下面先演示再带你看库。先看一条能用的提示词你是一位资深交通规划师。 现状老城区三条路口晚高峰17:30-19:00平均车速12km/h 东西向排队常超3个路口。 候选手段信号配时优化、公交专用道、潮汐车道三选一或组合。 目标晚高峰车速提升20%排队长度缩短1/3。 输出对比表成本/工期/预期收益 推荐方案 分阶段实施顺序。它为什么有效第一现状给了具体车速、时段和排队长度AI 不用再脑补大概是堵的第二手段圈定在三个里逼它做取舍而不是罗列一堆大词第三目标是能算出来的数字验收有标尺第四输出结构先钉死返回的就是对比表加实施顺序省掉两轮帮我整理一下。awesome-prompts 是个什么库它是一个按领域归档的专业提示词模板集合prompts/ 目录下几百个文件每个都是现成模板角色设定、工作流程、输出格式都写好了。你不写从零开始你挑一个最贴近场景的把里面的参数换成自己的。三个值得先打开的模板SuperPrompt.md把一段粗糙需求逐层扩写成结构化提示词写规划方案前的需求描述特别顺手data_engineer.md手上有交通流量、OD 数据但读不出结论时用它让 AI 按固定框架出洞察system_design.txt做信号控制、公交优先这类系统设计它会先向你反问缺的约束再出方案星标曲线说明了什么1 月底起步后缓慢爬升3 月上旬突然起跳三周多突破 3k 星标。曲线说明一件事会写的人还在加速涌入把需求讲清楚这件事正在从手艺变成刚需。三步跑通你的第一版把仓库拉到本地git clone https://gitcode.com/GitHub_Trending/aw/awesome-prompts打开 prompts/ 目录按场景挑一个最贴近的交通数据选 data_engineer方案论证选 system_design把里面的示例数据换成你的路口、路网和指标跑一轮不满意就改提示词里的数字再跑通常两轮就稳了四句话让提示词变专业数据前置车速、排队长度、拥堵时段写在开头别用车多这种形容词目标要可算写提速 20%排队缩短 1/3不写更顺畅收口候选给 AI 划两三个手段让它选比开放题省掉整轮扯皮钉死输出先说要对比表还是分步清单AI 就不会自由发挥三版现在就去 prompts 目录挑一个模板把手头那个讲不清的需求丢进去改一遍。当提示词从凭感觉变成有章法城市规划这类复杂需求AI 才接得住、改得动。【免费下载链接】awesome-promptsCurated list of chatgpt prompts from the top-rated GPTs in the GPTs Store. Prompt Engineering, prompt attack prompt protect. Advanced Prompt Engineering papers.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-prompts创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考