新闻详情

新闻详情

首页 / 资讯中心 / 详情

构建教练型AI提示词:四层结构、11个模板与避坑指南

发布时间:2026/9/25 2:55:00来源:尧图网络
构建教练型AI提示词:四层结构、11个模板与避坑指南
简介这一资源面向希望借助ChatGPT提升学习效率的学习者和知识工作者精选十一个顶级AI提示词把通用对话模型变成随问随答的私人教练。提示词覆盖思维导图法、费曼技巧、深化质询法、间隔重复法、SQ3R阅读法、双编码理论、故事叙述法、主题关联法、交错学习法和自我解释法等经典学习方法每种都配有可直接替换主题词的中英文双语提示模板既能帮助新手快速上手也能为进阶者充实学习策略尤其是第十一个指令被描述为最精彩的一环值得优先体验。资源为单个Word文档压缩包仅十二千字节内容精炼便于保存查阅。目前已有两百三十一人学习下载收藏后可用于自学新技能、备考复习或深入研究专业领域可应对多种知识场景。1. 为什么“11个顶级的AI指令Prompts提示词”能当私人教练而你自己提问却不行你大概率在收藏夹里见过这类标题“11个顶级的AI指令Prompts提示词ChatGPT立刻就是你的私人教练.docx”。这类文档不需要被神化它的核心只有一件事用一组设计好的提示词把ChatGPT从“有问必答的搜索引擎”改造成“会追问、会设约束、会自动复盘”的教练角色。同一个模型有人问“给我一个减肥计划”得到的是百科式泛泛而谈有人把年龄、体脂率、器械条件、旧伤史写进提示词得到的是一份精确到组间休息秒数的训练方案。差别不在模型在提示词的信息结构。这篇文章不讲玄学也不劝你去收藏一堆用不上的热门AI网站汇总而是把这套私人教练Prompt拆成四层结构、11个可直接复制的模板以及几个真实翻车的修正方法。适合想用ChatGPT管理生活、而不是只想让它陪你聊天的读者。2. 教练型Prompt的四层结构角色、数据、约束、反馈缺一层都会变回“百科”一份合格的教练型Prompt不依赖运气它包含四个层次角色行为、个人数据、负面约束、反馈机制。我给团队培训时把这四层放在一张检查清单里角色有没有被写成动作数据有没有写进上下文约束有没有明确禁止项反馈有没有规定下一轮怎么继续。四层都在输出基本稳定可用缺任何一层刚聊不了几轮就会退回普通答题模式。这一节把每一层拆开每层都给出失败与修正的对照。2.1 角色层把“你是教练”翻译成一组行为约束很多人在写提示词时忽略了一个大模型的语义特点抽象名词的执行力远低于行为动词。你写“你是我的教练”模型会从训练数据里检索“教练”这个概念然后照着一个完美范式来回答说话负责、有建设性、语气温暖。问题是这个范式极其常见统计权重非常高生成的回答几乎就等于没说。“你是教练”没有真正改变采样方向它在采样空间里对应的区域太宽了。我会在角色层直接给模型一组可观察的行为动词追问细节、给出行号式建议、不做评价。比如后面健身提示词里写了三个具体动作“训练内容精确到动作、组数、次数和组间休息秒数”“每个动作标注一个退阶替代”“先问我3个关键信息”。这三个动作是教练默认会做、而通用ChatGPT不会主动做的事。角色层的关键设计就是把自己想要的行为逐条列出来让模型照着执行而不是靠它理解“私人教练”这四个字。有AI编程提示词经验的人到这里会明显感到熟悉这实际上是一种“函数签名”思维角色是入口行为是函数体用户数据是参数。按照这种思路写角色层会越来越薄但越来越具体如果按照“写形容词”的思路角色层会越来越厚但越来越没用。个人建议角色层的有效长度控制在三到五个行为动词而不是大段人物小传。2.2 数据层给ChatGPT喂“你的真实情况”输出才会有定制感数据层是把提问从“通用求解”改成“个性化求解”的那条关键输入。很多人在一个提问里写了三大段话却一行个人数据都没有。模型确实能输出非常详尽的内容但那个内容是针对一个默认对象写的——默认对象拥有健身房、没有饮食禁忌、有大量自由时间。这不是模型偷懒而是你没给数据时它会用统计平均值去补全缺失字段。把真实数据写进去之后结果会立刻收敛。举个例子把“每周可以训练3次在家器械只有可调节哑铃和弹力带膝盖有旧伤不许跳跃”写进提示词模型自动就会取消所有需要跑跳的动作转而优化哑铃动作的组合顺序把“早餐在便利店解决”写进食谱提示词它就会主动把早餐选项往便利店食物上靠而不是推荐需要煎锅的鸡蛋饼。数据的颗粒度决定输出的颗粒度这个关系几乎是一条铁律。我一般会在每个模板的顶部留一段“我的情况……”占位符。占位符写进提示词后模型会在输出前先提示“请补充你的体脂率和最大卧推成绩”而不是默默输出一份用不上的方案。这段占位信息相当于在提示词里埋了一个“缺参校验”代价是几行字换来的是一劳永逸的数据结构。2.3 约束层明确“不做什么”比反复强调“要做什么”更省token正面要求在提示词里运行的逻辑很简单我要求模型输出A它通常会尽力迎合A但它对A的诠释可能比我想要的高一层或低一层。负面约束的逻辑不同我明确告诉模型不要输出B它在采样的过程中会刻意绕开B所在的表述簇结果反而更接近我要的A。举我自己的例子。以前写情绪支持类提示词时我的版本是“请给我一些情绪上的建议要求温暖、有同理心”出来的内容全是“给自己一点时间”“你已经很努力了”这类模板安慰。后来我把同样需求改成“语气平实不要励志语录不贴标签”效果立刻改观输出变成了具体可操作的行为链。同样在工作推进提示词里我加的“信息不足先提问不要强行输出完整方案”远比我原来写的“需要高质量输出”管用很多。这也说明约束层与角色层是配套的。角色层给行为约束层砍坏行为。两者缺一个另一边效果都会很随机。调整时优先检查“不做什么”里有没有拦住那个出问题的方向。2.4 反馈层追问机制是私人教练和答题机器的分水岭反馈层用到的是提示词工程里的“下一次交互”设计——在提示词里规定ChatGPT输出之后必须追问什么从而推动多轮对话。很多人对提示词的印象停留在“一次性把问题问到位”但那只能是问答助手私人教练的价值恰恰来自持续交互你要先提供身体数据它才能设计训练计划你要反馈训练感受它才能调整下一次训练强度。我会在每一个教练模板的末尾固定写一条“追问句”只换代词不换结构。追问句的位置有讲究放在输出之前它会触发模型“先问再答”的流程放在输出之后它会让模型以问题收尾给下一轮对话一个起点。后面11个模板大多采用混合方案前置追问会要求“先问我3个你认为最关键的信息”后置追问则用“最后提问两个补充信息”。前置追问的输出顺序是“先校准数据再输出方案”比后置追问更强势。反馈层还承担控制对话节奏的任务。教练型对话的理想状态是每一轮都有一次输入和一次输出不是一轮抛出几千字的文档。如果输出了长文档下一轮很可能戛然而止如果每轮都短且带追问对话则容易连续多轮。想控制这个节奏可以在模板里写“一次只给一周的计划”把输出长度限制在可执行粒度的同时为下一次对话保留接口。这里自然会想到“AI Agent”这个概念本质上私人教练提示词是在一次会话里实现了一个轻量AI Agent因为它在单次会话里维护目标、采集必要数据、生成行动并等待确认形成闭环。与真正的Agent框架相比它少了外部工具调用但行为闭环已经成立。四层结构听起来抽象但落到下一章的模板里就很具体你不需要每次都背这个框架只需要在翻车时回来检查一下是哪一层漏了。3. 11个可直接复制到对话框的AI提示词模板按健康、效率、职业、总控四组拆解这一章直接给模板。11个提示词按场景分成四组身体管理组3个、效率提升组3个、职业沟通组3个、财务与总控组2个。每个提示词都放在代码块里复制时新建一个ChatGPT对话再粘贴把“我的情况”“我的数据”这些占位符替换成真实内容。每个模板后面附核心参数说明改哪里、怎么改、失败时看哪个位置。3.1 身体管理组健身、饮食、睡眠三个提示词的完整写法健身教练对应“每周可训练几天”这套设定参数完整模板如下你是我的私人健身教练。我的数据年龄32岁体重78kg身高175cm体脂率22%目标体脂率18%训练周期90天。训练条件每周可以训练3次单次40分钟家里有一对可调节哑铃和一根弹力带膝盖有旧伤不能做跳跃和冲击动作。 请给我一份一周3练的力量训练计划要求 1. 每天训练内容精确到动作、组数、次数和组间休息秒数 2. 每个动作标注一个“退阶替代”防止膝盖不适时无法继续 3. 每周结束后根据我的完成记录调整下一周计划。 输出格式先出一张训练计划表表后用三段话分别说明强度、节奏和风险点。 在你给出计划前先问我3个你认为我这份设定里最缺的关键信息。这个提示词有三个关键参数。第一是“体脂率22%”这个量化目标直接决定训练计划的强度分配第二是“家里有一对可调节哑铃和一根弹力带”这些可实现条件模型不会给出需要龙门架或大重量杠铃的方案第三是“先问我3个关键信息”这条硬性追问指令它让第一轮对话从被动答问变成数据校准。没有体脂数据时可以换成腰围、穿衣服松紧感这类替代描述关键是让模型有一个可以量化的基线。膝盖没有旧伤的话把“膝盖有旧伤”整句删掉生成的跳跃动作会立刻变多。饮食教练模板解决“热量达标但吃不下去”的问题你是我的饮食教练。我的背景平时吃中餐常吃米饭、面条、猪肉和鸡肉不吃香菜和海鲜早餐通常在便利店解决午餐在公司食堂。我的热量目标是每日1800千卡以内蛋白质110g以上。 请生成一个可执行的7天菜单要求 1. 每天早、中、晚三餐每餐给出两个可替换选项 2. 每餐标注预估热量和蛋白质含量 3. 菜单必须是我能吃到的不要在晚餐里安排需要烤箱的复杂料理 4. 先给我一段150字以内的执行原则再开始排表。 最后追问两个你需要的补充信息。饮食提示词里最容易漏的是“可执行性”。很多人只写“热量1800、蛋白质110”模型会给出三文鱼藜麦饭这类好看但现实难操作的菜单。所以这个模板把“早餐在便利店解决”“午餐在公司食堂”直接作为约束写进去模型会往便利店常见品类靠。如果你自己做饭就把“早中晚分别有多少分钟烹饪时间”加进去比如“早餐5分钟晚餐30分钟”输出的菜式会明显更朴素也更可靠。睡眠教练模板处理“知道要早睡但做不到”这类反复问题你是我的睡眠教练。以下是我过去7天的真实睡眠记录 入睡时间00:15、00:30、01:00、00:20、00:45、01:10、00:10 起床时间7:30左右午睡40分钟睡前刷手机20到40分钟。 请分析我入睡晚的主要原因给出一份为期10天的改善方案要求 1. 方案具体到“每天睡前1小时的固定动作” 2. 如果躺下超过20分钟睡不着告诉我该做什么而不是“继续躺着试图入睡” 3. 午睡时间这样安排是否合适给出明确调整建议。 最后用一段不超过100字的“今晚最小行动清单”收尾。睡眠教练提示词的设计思路是“不制造额外压力”。所以细节里刻意写了两条负面约束“不要告诉我继续躺着试图入睡”和“最小行动清单”目的是让模型给出的建议更贴近行为方法而非自律口号。连续7天的数据是理想状态只有3天也能用但连续性差时模型会更多依赖常识推断这时可以主动加一句“数据不足就说明缺哪几天不要编造”。3.2 效率提升组时间管理、学习、习惯养成提示词怎么改参数时间管理教练模板解决“一天忙到晚但重要的事没推进”你是我的时间管理教练。以下是我过去3天的真实时间日志 [粘贴你的时间日志例09:00-10:30 写报告10:30-11:00 刷手机11:00-12:00 开会…] 请先找出前三个时间黑洞再基于我的固定工作时间9:00-18:00和必须完成的三个重点任务重新排一版明天日程表。 要求 1. 日程精确到30分钟粒度 2. 明确标出哪些时段可被临时占用、哪些是雷打不动的专注块 3. 给出一条“如果上午计划被打断下午如何修补”的预案。 在给出排期前先用一句话提醒我应该立刻做哪两件事来降低明天的时间损耗。时间管理提示词的核心参数是“时间日志”和“雷打不动”前者让分析真实后者逼模型做取舍。很多人把这个模板里的“三个重点任务”一笔带过结果模型不知道优先级日程排得很顺但任务还是没做完。我的建议是重点任务要写清楚截止时间和依赖条件比如“周三要交项目方案需要今天完成初稿”这会让专注块被排到更合理的位置。时间日志如果收集不满三天哪怕只有一天完整记录也值得用因为模型对“上午刷手机40分钟”这种特征的感知远比听你口头描述“我效率不高”更敏锐。学习教练模板解决“收藏了课程但学不动”你是我的学习教练。我想在60天内入门Python编程每天能投入45分钟周末可以增加到2小时有Excel函数使用基础没有编程经验。 请把这条路拆成一个8周路径图要求 1. 每周列出学习目标、必学知识点、一个检验性小练习和一个易踩的弯路提醒 2. 不要一次性把所有内容告诉我只给第一周的路径和今天的第一个任务 3. 等我回复“完成”之后再给下一步。学习教练提示词里最关键的一行是“不要一次性把所有内容告诉我”。没有这一行ChatGPT会基于8周路径自动输出完整课程表看着很丰富实际上无法执行。加了这一行它的行为就从“给资料”变成“带反馈的作业”。你需要每次在对话开头回复“完成”来推动下一步否则AI会一直等在原地。学习目标换成“准备雅思口语”“学线性代数”都能用结构不需要改动。习惯养成教练模板专门应对“第二周放弃综合症”你是我的习惯养成教练。我想养成三个习惯每天喝够2L水、每周跑步3次、睡前30分钟不碰手机。过去试过三次都在第二周放弃。 请给我设计一个21天养成方案 1. 每天只给当天的任务和一段不超过100字的提示 2. 内置“反弹处理机制”——如果某天中断告诉我怎样用最小成本继续不要用“新的一天新的开始”这种话 3. 每7天安排一次复盘问我会坚持记录中暴露出的问题。 在给方案前先问我两个会影响方案设计的问题。习惯养成提示词的特殊之处是把“失败了怎么办”写进了设计目标。普通人写提示词往往只描述理想状态忘了失败路径教练不会这样。这里的参数“过去试过三次都在第二周放弃”是个好样例——主动交代历史失败经历会让模型给出的方案更保守也更可行。习惯内容可以换成任何你想坚持的事但“每天只给当天任务”和“反弹处理机制”这两个结构建议保留。3.3 职业沟通组工作推进、沟通演练、情绪支持的边界设计工作推进教练模板解决“任务描述不清导致返工”你是我的工作推进教练擅长把模糊任务拆成可执行的步骤。这是我手头的任务描述 [粘贴你的任务描述] 请先做四件事 1. 用清单拆出完整步骤和依赖关系标出哪些步骤可以并行 2. 判断哪些步骤可以在30分钟内完成、哪些需要整块时间 3. 找出最可能延期的一步并说明预防办法 4. 如果信息不足先列出你缺的信息及理由不要强行输出完整方案。工作推进提示词会和其他模板有一些重叠它的独特价值在于四个字“信息不足先提问”。把这句话写进提示词看起来是在教AI实际上是在帮你自己判断任务是否被描述清楚了。如果你粘贴的任务描述让模型列出了缺信息那不是模型的错是你自己的任务定义有问题。这个模板最适合产品经理、项目负责人这类经常接“老板一句话任务”的人把它当成一个替你把任务问清楚的对话入口。沟通演练教练模板解决“知道该沟通但不知道怎么说”你是我的沟通教练。这是一个让我不舒服的职场场景 我和同事合作一个项目他总在临下班才把成果发我导致我当天无法审核第二天上午又要急着要。 请先扮演那个同事和我做三轮对话演练。规则是 1. 每轮你先说一句我该说的话并解释为什么这句话有效 2. 再扮演那位同事用他的逻辑回应 3. 三轮之后给出一段完整的“这段沟通的错误版本和正确版本”对照。 语气要求不指责、目标明确、给对方留台阶。不要用“你应该换个角度想”这类空话。沟通教练提示词需要格外小心“边界”二字模板里明确写了“不要用空话”。没有这句ChatGPT给出的沟通建议会偏向“非暴力沟通”教科书全部正确但你在会议室里根本用不出来。这个提示词还有一个隐藏价值它其实在帮你预演对方可能的反应。很多人不敢谈是因为怕谈崩三轮角色扮演可以直接替你补上失败路径的演练。情绪支持教练模板需要最重的边界约束你是我的心理支持教练注意你不是心理咨询师。下面是我记录的一段情绪情境 时间周一早上触发事件领导在群里否了我的方案但没有给具体修改意见。 我的反应一上午不在状态不停刷手机又想到上个月也有两次类似情况。 我的事后想法可能我能力不行或者领导早就对我有意见。 请先帮我区分“事实”和“我的解读”分别列出来然后给我三个可以立刻操作的调节动作其中至少一个不需要别人配合 语气平实不要励志语录不贴标签。如果这个情境涉及自伤或严重心理危机请直接说明该寻求专业帮助而不是只给话术。情绪调节模板是所有提示词里最需要“负面约束”的一个因为ChatGPT默认的安慰语言非常模式化。这里写了三条不贴标签、不要励志语录、区分事实与解读。其中“区分事实与解读”是模型执行得最好的技术它会把“领导否了方案”和“我能力不行”分开陈列这种结构本身就能降低情绪强度。开场写“你不是心理咨询师”是一种边界声明避免模型给出越界的诊断也防止把严肃心理问题轻量化处理。3.4 财务与总控组个人财务结构优化与全局预设的搭配用法财务教练模板只做结构优化不做产品推荐你是我的个人财务教练。这是我的月收入、固定支出和过去三个月的消费分类明细 [粘贴数据例月收入12000元房租2700元餐饮2200元交通600元购物1800元…] 请先画出我的现金流结构找出最可能省下钱的两个类别然后基于“先储蓄再消费”原则给出一份下月预算表。 要求 1. 预算表保留10%的弹性额度并给出“如果超支先砍哪一项”的修正路径 2. 不要推荐具体的理财产品和平台只做收支结构优化 3. 用一句话说出下个月最需要警惕的一个消费场景。财务教练的边界感最重因为AI推荐理财产品有合规风险。模板里明确写了“不要推荐具体的理财产品和平台”这不是保守是让问题收敛到模型最擅长的地方结构分析。把三个月消费明细粘进去以后模型会很自然地算出你还剩多少钱、哪个类别超支最严重、哪些是浮动支出。参数调整重点是“弹性额度”——很多财务建议太死板留10%弹性可以让计划真的被执行下去。总控教练模板适合放在常驻对话里日常使用现在起你是我的私人总教练同时管理我的健身、饮食、睡眠、时间管理、工作和学习。 规则 1. 每次回复先确认当前讨论的是哪个领域 2. 给出的建议不超过三条每条不超过50字 3. 结尾必须有一个追问句推动我落地下一步 4. 如果发现我连续三天没有推进某个领域主动提醒我降低目标或调整方向而不是劝我坚持 5. 不要评价不要写“很棒”之类的反馈语。总控教练和前面的专用模板不同它不绑定特定领域而是定义了一套跨领域的回应规则。两个参数值得注意一是“每条不超过50字”能防止ChatGPT话痨二是“连续三天没推进就提醒调整目标”这实际上把教练从执行工具推向了管理工具。想长期使用可以把这条总控提示词和一份“个人数据档案”放在同一个常驻对话的顶部每次切换到新话题前重新确认一次。4. 教练型Prompt的避坑指南5个真实翻车现场附原因和修正参数这一章写给那些已经把模板跑起来、但效果忽好忽坏的人。我整理了过去半年里出现频率最高的5个失败模式每个都按“现象、原因、解决”三部分展开你可以直接对照自己的对话记录排查。4.1 翻车现场1越聊越像客服“教练人设”撑不过三轮现象开头两轮还能看到教练风格第三轮起回复开始出现万能话术比如“请记住坚持就是胜利”“建议你保持良好心态”和普通ChatGPT没有任何差别。原因教练风格没有被写成行为义务。只写了“你是教练”没写“必须追问”“必须基于数据”“必须不给空泛建议”模型在长对话里会逐渐回归平均分布翻译成人话就是越聊越像一个通用大模型。解决回看第2章的四层结构角色层和反馈层往往同时出问题。在角色定义后面补上“每次回复必须包含一个追问”“每条建议不超过三句话”同时在用户自己的回复里也坚持带约束的口吻比如“教练请基于上一周的数据分析”等于每轮都重新激活一次角色层。修改后同一个对话的第三轮通常就能回到教练状态。4.2 翻车现场2回答正确但没法执行问题出在“缺少真实数据”现象拿到了非常完整的训练计划、学习路径、日程表但认真一看根本无法执行——计划要求去健身房而你只有一对哑铃路径里让你用某个软件你根本没装。原因prompt里没有把环境约束讲清楚。ChatGPT的默认行为是补全所有缺失信息你写“每周练三次力量”它会假设你拥有健身房条件你写“学Python”它会默认你装了开发环境。这些假设不是AI故意犯错是它在用统计概率填空。解决把“我的条件”写成一段固定的“环境说明”每次复制提示词时保持这一段不变。环境说明宁可啰嗦也不要漏项最常见的漏项有可用时间、可用设备、身体限制、饮食限制、依赖网络工具、预算。补全后再让模型输出它给的计划几乎会自动降级到你能完成的复杂度。4.3 翻车现场3上下文丢失第二轮就忘了你的体重数据和作息现象第一轮提供了身高体重和训练目标第二轮对话ChatGPT就开始用“一般建议”作答你明显感觉到它把之前的信息忘了。原因ChatGPT的上下文窗口虽然大但多轮对话时早期信息会被后续内容稀释。尤其在话题切换频繁时模型对“我的体脂率22%”的记忆会随着中间插入的其他内容逐渐衰减。也有使用者自己的操作问题——把不同目标塞进同一个对话健身计划和饮食方案穿插出现旧信息自然被挤到不显眼的位置。解决两个办法。第一新开对话把完整的“个人档案当前目标”保持在顶部必要时重新粘贴一次。第二建立“扩写强化”习惯每个新话题都主动补一句“按我此前的条件来——体脂率22%、器械是哑铃、膝盖有旧伤”。这看起来冗余但能明显提高多轮对话的一致性token成本很低不值得省。4.4 翻车现场4模型版本一更新同样提示词效果骤降现象同一个提示词某次更新前输出很稳定更新后突然变得书面化甚至开始输出长段落总结而不是教练式建议。原因模型版本更新会改变基础行为分布老提示词里没有充分锚定的约束会被新模型重新解释。ChatGPT在缺省状态下倾向于更礼貌、更全面的输出不同版本的倾向强度不一样所以同一个prompt在新模型上有可能“风格漂移”。解决不要等它漂移了再去调用效果最直接的办法把提示词里最关键的“不要做什么”单独放在对话末尾、紧挨当前需要回答的问题之前。我实测过这个位置比放在角色定义段里更有效。如果情况严重加一个few-shot示例例如先写一段“正确的教练回应长这样”然后再问你的问题新模型对齐示例的语气和长度会非常快。4.5 翻车现场5输出篇幅失控一次给太多或太少都不是教练该有的节奏现象第一轮输出就铺出一整份周计划后面几轮又突然变得极其简短只回一句“建议你先热身”节奏忽长忽短执行感很差。原因没有在提示词里固定输出篇幅。篇幅是提示词工程里最容易漏掉的参数。模型会对“给一份计划”这类短句自动补全大量内容等用户追问细节它又恢复最简短的应答。解决在每个模板中明确写出篇幅上限包括“总字数不超过500字”“清单里每一项不超过一行”。输出篇幅写清楚之后ChatGPT会把它当作硬性约束。如果你想同时控制层级可以像总控模板那样写“每条建议不超过三条每条不超过50字”。这两个数字可以自己调但建议至少保留一个。调提示词踩坑踩多了以后血泪经验其实就一句话不玄学把教练的行为标准转换成模型能执行的指令约束也就是第2章那四层——角色行为化、数据具体化、负面约束明确化、输出篇幅固定化。做到这四件事大多数“用着用着就失效”的提示词都能被救回来。5. 把提示词固化成“私人教练”的长期用法个人档案、对比测试和版本留底5.1 第一步建一份“个人数据档案”放在所有教练模板的头部与其每次复制模板时手动改一堆数字不如把高频使用的个人数据固定成一段标准档案比如基础档案年龄32身高175cm体重78kg体脂率22%训练频率每周3次器械为可调节哑铃和弹力带膝盖旧伤禁跳跃。作息00:30入睡、7:30起床午睡30分钟。饮食早餐便利店中餐食堂不吃海鲜香菜。这段档案放在常驻对话的最顶部每次开始新话题时重新发送一次相当于在每轮对话里重建数据上下文。如果连续使用同一个对话就只在话题切换时补一句“数据同档案当前目标是体脂降到18%”。5.2 第二步用两版提示词做对比测试验证改得好不好判断一条提示词是不是被改坏了不要靠感觉用A/B测试。同一个问题把原版提示词和改版提示词分别发给两个新对话各聊三轮对比三个点第一轮是否提出了关键追问第二轮是否引用了你提供的个人数据第三轮是否还能保持教练语气而不是滑向百科。出现两个以上失败点就回退到原版从头调整。5.3 第三步改模板之前先复制一份原版给自己留后悔药我在第3章给出的模板都是可以直接用的但这些模板是基于我的使用场景打磨的你的场景很可能需要改。改的时候最需要注意的只有一个习惯先复制原版到一个备忘录文件里再动手。因为提示词的调优过程不是线性上升的你可能调了五次才生效也可能第一次就调坏了。原版留底能保证你在坏结果面前不是进退两难而是随时可以回到起点重新来。这三步做完这套“私人教练”提示词就不再是收藏夹里的几个文档而是你自己的长期工作方式。我个人最深的体会是提示词这东西越是想着“一次写好永远不用动”越是会在某个模型版本更新后翻车相反每周花五分钟维护一下档案、做一次对比测试它的效果反而是最稳定的。希望帮到你。本文还有配套的精品资源点击获取
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

react-page 包体积优化指南:借助 `import()` 懒加载实现轻量静态渲染 2026/9/25 3:31:34

react-page 包体积优化指南:借助 `import()` 懒加载实现轻量静态渲染

前端UI组件 【免费下载链接】react-page Next-gen, highly customizable content editor for the browser - based on React and written in TypeScript. WYSIWYG on steroids. 项目地址: https://gitcode.com/gh_mirrors/rea/react-page 点击查看 免费下载 react-…

阅读更多 →
Comsol仿真:伪代码到界面操作的映射逻辑与实战技巧 2026/9/25 3:31:34

Comsol仿真:伪代码到界面操作的映射逻辑与实战技巧

做了十年以上仿真,我发现一个很有意思的现象:无论是学术论文里的算法描述,还是开源项目里的实现方案,几乎都会先用一段伪代码把思路讲清楚。可一旦到了实际操作环节,不少人就卡在“这段伪代码到底对应 Comsol 界面里的…

阅读更多 →
高质量博文生成指南:如何有效提供项目信息与关键词摘要 2026/9/25 3:31:28

高质量博文生成指南:如何有效提供项目信息与关键词摘要

我注意到您还没有提供具体的项目标题、项目正文、关键词和摘要描述等信息。无法在缺少这些核心输入的情况下生成对应的博文。请您按照以下格式提供信息,我会立即为您创作:项目标题: [您的标题] 项目正文: [较为零散、不完整的原始描述亦可] 关键词: [关键…

阅读更多 →
源师兄软串口排错清单:扩展屏不显示、乱码的8个常见原因与修复方案 2026/9/25 3:31:28

源师兄软串口排错清单:扩展屏不显示、乱码的8个常见原因与修复方案

源师兄软串口排错清单:扩展屏不显示、乱码的8个常见原因与修复方案 【免费下载链接】software-serial-module 源师兄扩展项目: 软串口模块 | 由源师兄组织创建 项目地址: https://gitcode.com/yuanshixiong/software-serial-module 源师兄软串口模块&#xf…

阅读更多 →
计量芯片封装选型:面积、功能与良率的三重权衡 2026/9/25 3:31:16

计量芯片封装选型:面积、功能与良率的三重权衡

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

阅读更多 →
TwinCAT3运动控制:MC_Power与MC_Home功能块的工程应用实践 2026/9/25 3:31:10

TwinCAT3运动控制:MC_Power与MC_Home功能块的工程应用实践

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉