🚀 进阶实战

掌握提示词工程，让 AI 成为你的得力助手

前置知识: 入门教程
预计时间: 2-4 周
难度: ⭐⭐⭐

📖 第一章：提示词工程进阶

1.1 结构化提示词框架

好的提示词结构能让 AI 输出更准确、更有价值。以下是两个经典框架：

CRISPE 框架

字母	含义	说明	示例
C	Capacity	定义 AI 的角色和能力	"你是一位资深的内容营销专家"
R	Role	明确 AI 的具体角色	"负责为科技公司撰写博客文章"
I	Insight	提供背景信息和上下文	"目标读者是中小企业的技术决策者"
S	Statement	清晰描述任务	"写一篇关于 AI 自动化趋势的文章"
P	Personality	设定输出风格和语气	"专业但易懂，带一点幽默感"
E	Experiment	要求多个版本供选择	"提供 3 个不同的标题选项"

完整示例:

你是一位资深的内容营销专家 (Capacity)，
负责为科技公司撰写博客文章 (Role)。
目标读者是中小企业的技术决策者，他们对 AI 感兴趣但了解不深 (Insight)。
请写一篇关于 AI 自动化趋势的文章，约 1500 字 (Statement)。
风格要专业但易懂，带一点幽默感 (Personality)。
最后提供 3 个不同的标题选项供我选择 (Experiment)。

CREATE 框架

字母	含义	说明
C	Character	角色设定
R	Request	具体请求
E	Examples	示例参考
A	Adjustments	调整要求
T	Type	输出类型
E	Extras	额外要求

完整示例:

【角色】你是一位有 10 年经验的产品经理
【请求】帮我设计一个新功能的需求文档
【示例】参考这样的结构：背景→目标→功能描述→验收标准
【调整】技术细节不用太深入，重点在用户体验
【类型】Markdown 格式，包含表格和列表
【额外】最后列出 3 个可能的风险和应对方案

1.2 少样本学习 (Few-Shot Learning)

通过提供示例，让 AI 理解你的期望格式和风格。

示例选择技巧

相关性 - 示例要与任务高度相关
多样性 - 覆盖不同场景和边界情况
质量 - 示例本身要准确、规范
数量 - 通常 2-5 个示例效果最佳

示例格式设计

❌ 不好的示例:

帮我写邮件：
主题：会议
内容：明天开会

这样太简单了，我要更正式的。

✅ 好的示例:

请按照以下示例的格式和风格写邮件：

【示例 1】
主题：关于 Q2 产品规划评审会议的邀请
正文：
各位同事，您好！

兹定于 2026 年 3 月 15 日（周五）下午 14:00，
在第一会议室召开 Q2 产品规划评审会议。

议程：
1. Q1 回顾与总结
2. Q2 目标与策略
3. 资源分配讨论

请准时出席，如有冲突请提前告知。

谢谢！
产品部

【示例 2】
主题：项目进度更新 - 2026 年 3 月第 2 周
正文：
各位项目组成员，

本周项目进展如下：

✅ 已完成：
- 用户调研访谈（8 位用户）
- 竞品分析报告初稿

🔄 进行中：
- 原型设计（完成 60%）
- 技术方案评审

⚠️ 风险点：
- 设计资源紧张，可能影响下周进度

请各负责人关注各自任务，有问题及时沟通。

项目经理：张三

---

现在请帮我写一封：项目启动会议邀请邮件
项目名：AI 知识库系统
时间：下周三下午 3 点
参会人员：产品、开发、设计团队

1.3 思维链 (Chain of Thought)

让 AI 展示推理过程，提高答案准确性。

逐步推理

基础提示:

请逐步思考这个问题：
1. 首先，理解问题的核心是什么
2. 然后，列出相关的知识点
3. 接着，分析各个方案的优缺点
4. 最后，给出结论和建议

问题：我们公司应该选择自建 AI 模型还是使用 API 服务？

AI 输出示例:

让我逐步分析这个问题：

## 1. 理解问题核心
这是一个技术选型决策，需要考虑：
- 成本因素
- 技术能力
- 时间要求
- 长期维护

## 2. 相关知识点
- 自建模型：需要数据、算力、人才
- API 服务：按需付费、快速集成、依赖外部

## 3. 方案对比

| 维度 | 自建模型 | API 服务 |
|------|----------|----------|
| 初期投入 | 高 | 低 |
| 长期成本 | 可能更低 | 持续支出 |
| 定制化 | 完全可控 | 有限 |
| 上线速度 | 慢 (3-6 月) | 快 (1-2 周) |
| 维护成本 | 高 | 低 |

## 4. 结论与建议

**推荐 API 服务**，原因：
1. 快速验证业务价值
2. 降低初期风险
3. 团队可以专注核心业务

**未来考虑自建**的条件：
- 月调用量超过 XXX 万次
- 有特殊定制化需求
- 已建立 AI 团队

## 5. 下一步行动
1. 评估主流 API 服务商
2. 进行小规模试点
3. 制定 6 个月后复评计划

自我验证

在 AI 给出答案后，让它自己检查：

请检查上面的答案：
1. 逻辑是否自洽？
2. 有没有遗漏重要因素？
3. 数据是否准确？
4. 建议是否可行？

如有问题，请修正。

💼 第二章：实际应用场景

2.1 内容创作

文章写作

提示词模板:

你是一位专业的科技文章作者。

任务：写一篇关于 [主题] 的文章

要求：
- 字数：[2000-3000 字]
- 风格：[专业易懂/轻松幽默/深度分析]
- 结构：
  - 引人入胜的开头（故事/数据/问题）
  - 3-5 个核心观点（每点有案例支撑）
  - 实用的行动建议
  - 有力的结尾

目标读者：[读者画像]
发布平台：[公众号/博客/媒体]

请先列出大纲，我确认后再写正文。

营销文案

提示词模板:

你是一位资深营销文案专家。

产品信息：
- 名称：[产品名称]
- 功能：[核心功能]
- 优势：[与竞品差异]
- 价格：[价格区间]

目标用户：[用户画像]
使用场景：[典型场景]

请创作：
1. 5 个吸引眼球的标题（使用不同技巧）
2. 3 版不同风格的正文（理性/感性/故事）
3. 10 条社交媒体短文案（适合微博/朋友圈）

要求：突出 [核心卖点]，激发 [用户情感]

社交媒体内容

提示词模板:

请为以下平台创作内容：

【公众号】
- 标题：15-25 字，有吸引力
- 正文：1500-2000 字，深度有价值
- 结尾：引导互动

【小红书】
- 标题：带 emoji，15 字内
- 正文：500-800 字，分段清晰
- 标签：10-15 个相关话题

【微博】
- 正文：140 字内，有话题性
- 配图建议：描述画面

主题：[内容主题]
核心信息：[要传达的关键点]

2.2 代码辅助

代码生成

提示词模板:

你是一位资深软件工程师。

任务：用 [Python/JavaScript/等] 实现一个 [功能描述]

要求：
- 遵循 [语言] 最佳实践
- 包含完整的错误处理
- 添加清晰的注释
- 提供使用示例

功能细节：
- 输入：[描述]
- 处理：[描述]
- 输出：[描述]

边界情况：
- [情况 1]
- [情况 2]

请先说明实现思路，再写代码。

代码审查

提示词模板:

请审查以下代码：

```[语言]
[代码内容]

审查维度：

功能正确性 - 逻辑是否有 bug
代码质量 - 可读性、可维护性
性能 - 时间/空间复杂度
安全 - 潜在安全风险
规范 - 是否符合语言规范

输出格式：

✅ 优点
⚠️ 问题（按严重程度）
💡 改进建议
📝 重构后的代码示例


#### 调试帮助

**提示词模板**:

我遇到了一个 bug，请帮我分析：

【错误信息】

[完整的错误堆栈]

【相关代码】

[代码片段]

【预期行为】[描述应该发生什么] 【实际行为】[描述实际发生了什么] 【已尝试】[你已经试过的方法]

请：

分析可能的原因
提供排查步骤
给出修复方案


---

### 2.3 数据分析

#### 数据清洗

**提示词模板**:

你是一位数据分析师。

我有以下数据问题需要清洗：

【数据样例】 [粘贴部分原始数据]

【问题描述】

缺失值：[哪些字段有缺失]
异常值：[发现的异常数据]
格式问题：[日期/数字等格式不统一]
重复数据：[存在重复记录]

【清洗要求】

缺失值处理：[填充/删除/标记]
异常值处理：[修正/删除/保留]
格式统一：[目标格式]
输出格式：[CSV/JSON/等]

请提供 Python 代码实现清洗流程。


#### 数据可视化建议

**提示词模板**:

我有以下数据需要可视化：

【数据描述】

维度：[字段列表]
样本量：[数据量]
数据类型：[数值/分类/时间序列]

【分析目标】

想发现：[趋势/对比/分布/关系]
受众：[技术人员/管理层/公众]

请推荐：

最适合的图表类型（3 个选项）
每种图表的适用场景
Python 代码示例（matplotlib/seaborn）
可视化最佳实践建议


#### 洞察提取

**提示词模板**:

请分析以下数据并提取关键洞察：

【数据摘要】 [统计数据或数据样例]

【业务背景】 [业务场景和目标]

请回答：

关键发现 - 最重要的 3-5 个洞察
趋势分析 - 时间序列上的变化
异常点 - 需要关注的数据点
行动建议 - 基于数据的具体建议
后续分析 - 还值得深入的方向

用业务语言表述，避免过多技术术语。


---

## 🔄 第三章：工作流自动化

### 3.1 任务分解

#### 复杂任务拆解框架

任务：[描述复杂任务]

请按以下步骤分解：

1. 目标澄清

最终交付物是什么？
成功标准是什么？

2. 任务拆解

第一阶段：[准备阶段]
- 子任务 1.1
- 子任务 1.2
第二阶段：[执行阶段]
- 子任务 2.1
- 子任务 2.2
第三阶段：[收尾阶段]
- 子任务 3.1

3. 依赖关系

哪些任务可以并行？
哪些任务有先后顺序？

4. 资源评估

需要哪些工具/数据/权限？
预计时间投入？

5. 风险识别

可能的障碍？
应对方案？


#### 子任务分配

当使用多智能体系统时：

总任务：[描述]

子任务分配：

【智能体 A - 研究员】

负责：信息收集和整理
输入：[任务描述]
输出：[研究报告]

【智能体 B - 分析师】

负责：数据分析和洞察
输入：[研究报告 + 原始数据]
输出：[分析结论]

【智能体 C - 写作者】

负责：内容创作
输入：[分析结论 + 大纲]
输出：[最终文档]

协调机制：

A 完成后通知 B
B 完成后通知 C
最终由 C 整合输出


---

### 3.2 批量处理

#### 批量生成

**提示词模板**:

我需要批量生成 [内容类型]。

【输入数据】 [列表/表格形式的数据]

【生成要求】

每个项目生成：[输出内容]
格式：[统一格式]
风格：[一致风格]
变量替换：[标识变量位置]

【输出格式】请按以下格式输出：

项目 1：[名称] [生成内容]
项目 2：[名称] [生成内容] ...

或者导出为 CSV/JSON 格式。


#### 批量分析

**提示词模板**:

请批量分析以下 [项目/文本/数据]：

【分析维度】

[维度 1] - 评分 1-10
[维度 2] - 分类
[维度 3] - 关键词提取
[维度 4] - 情感倾向

【输入列表】

[项目 1]
[项目 2]
[项目 3] ...

【输出格式】

项目	维度 1	维度 2	维度 3	维度 4
1
2

最后总结整体趋势和发现。


---

## 🎯 实战项目

### 项目 1：自动化周报生成系统

**背景**: 每周需要花费 2-3 小时整理工作周报

**目标**: 用 AI 将时间缩短到 30 分钟

**实现步骤**:

步骤 1：数据收集模板

设计一个每日记录模板：

完成的任务
遇到的问题
明天的计划
需要的支持

步骤 2：周汇总提示词

"请根据我本周的每日记录，生成周报：

本周完成（按项目分类）
关键成果（量化指标）
问题与风险
下周计划
需要的支持"

步骤 3：格式化输出

要求输出为 Markdown 格式，可直接发送到：

邮件
飞书/钉钉
项目管理工具

步骤 4：迭代优化

根据反馈调整：

增加/减少细节
调整语气风格
添加特定字段


---

### 项目 2：智能客服对话系统

**背景**: 客服团队重复回答类似问题，效率低

**目标**: AI 处理 80% 常见问题

**实现步骤**:

步骤 1：知识库整理

收集常见问题和标准答案：

产品功能类
使用方法类
故障排查类
账单支付类

步骤 2：提示词设计

"你是一位专业的客服代表。

请根据以下知识库回答问题： [知识库内容]

回答要求：

语气：友好、专业、耐心
结构：先直接回答，再补充细节
长度：简洁明了，100-300 字
结尾：询问是否还有其他问题

如果问题超出知识库范围，请说： '这个问题我需要转接给专业同事，请稍等'"

步骤 3：测试优化

用历史问题测试准确率
收集用户反馈
持续更新知识库

步骤 4：人机协作

AI 处理常见问题
复杂问题转人工
人工回答沉淀到知识库


---

### 项目 3：内容创作工作流

**背景**: 需要持续产出多个平台的内容

**目标**: 建立可复用的内容生产流程

**实现步骤**:

步骤 1：主题规划

"请帮我规划下个月的内容主题：

领域：[AI 技术/产品教程/行业分析]
目标读者：[画像]
发布频率：[每周 3 篇]
平台：[公众号/知乎/小红书]

输出：12 个主题 + 简要大纲"

步骤 2：大纲生成

"基于主题 [XXX]，请生成详细大纲：

吸引人的开头
3-5 个核心观点
每个观点的案例/数据
实用的行动建议
有力的结尾"

步骤 3：初稿撰写

"根据大纲撰写全文：

字数：2000-3000
风格：[专业易懂]
包含：代码示例/图表说明"

步骤 4：多平台适配

"请将这篇文章改编为：

小红书版本（500 字 + emoji）
微博版本（140 字 + 话题）
短视频脚本（1 分钟口播）"

步骤 5：质量检查

"请检查这篇文章：

逻辑是否连贯
信息是否准确
有没有错别字
是否需要配图建议"


---

## 📝 本章练习任务

### 练习 1：提示词优化
选择一个你常用的提示词，用 CRISPE 或 CREATE 框架重写，对比效果差异。

### 练习 2：Few-Shot 实践
为你的工作任务创建 3 个高质量示例，让 AI 学习你的风格。

### 练习 3：工作流设计
设计一个你日常工作场景的 AI 辅助工作流，画出流程图。

### 练习 4：实战项目
选择本章一个实战项目，在你的环境中实现它。

---

## 📚 延伸阅读

- [OpenAI Prompt Engineering Guide](https://platform.openai.com/docs/guides/prompt-engineering)
- [Anthropic Prompt Engineering](https://docs.anthropic.com/claude/docs/prompt-engineering)
- [Awesome Prompt Engineering](https://github.com/promptslab/Awesome-Prompt-Engineering)

---

## ➡️ 下一步

完成进阶学习后，你可以：

1. **继续深入学习** → [专家指南](/learning-path/expert)
2. **查看实用工具** → [工具库](/tools/)
3. **探索 OpenClaw** → [OpenClaw 专区](/openclaw/)
4. **到社区交流** → [社区](/community/)

---

<GiscusComment />

🚀 进阶实战 ​

📖 第一章：提示词工程进阶 ​

1.1 结构化提示词框架 ​

CRISPE 框架 ​

CREATE 框架 ​

1.2 少样本学习 (Few-Shot Learning) ​

示例选择技巧 ​

示例格式设计 ​

1.3 思维链 (Chain of Thought) ​

逐步推理 ​

自我验证 ​

💼 第二章：实际应用场景 ​

2.1 内容创作 ​

文章写作 ​

营销文案 ​

社交媒体内容 ​

2.2 代码辅助 ​

代码生成 ​

代码审查 ​

1. 目标澄清 ​

2. 任务拆解 ​

3. 依赖关系 ​

4. 资源评估 ​

5. 风险识别 ​

步骤 1：数据收集模板 ​

步骤 2：周汇总提示词 ​

步骤 3：格式化输出 ​

步骤 4：迭代优化 ​

步骤 1：知识库整理 ​

步骤 2：提示词设计 ​

步骤 3：测试优化 ​

步骤 4：人机协作 ​

步骤 1：主题规划 ​

步骤 2：大纲生成 ​

步骤 3：初稿撰写 ​

步骤 4：多平台适配 ​

步骤 5：质量检查 ​

🚀 进阶实战

📖 第一章：提示词工程进阶

1.1 结构化提示词框架

CRISPE 框架

CREATE 框架

1.2 少样本学习 (Few-Shot Learning)

示例选择技巧

示例格式设计

1.3 思维链 (Chain of Thought)

逐步推理

自我验证

💼 第二章：实际应用场景

2.1 内容创作

文章写作

营销文案

社交媒体内容

2.2 代码辅助

代码生成

代码审查

1. 目标澄清

2. 任务拆解

3. 依赖关系

4. 资源评估

5. 风险识别

步骤 1：数据收集模板

步骤 2：周汇总提示词

步骤 3：格式化输出

步骤 4：迭代优化

步骤 1：知识库整理

步骤 2：提示词设计

步骤 3：测试优化

步骤 4：人机协作

步骤 1：主题规划

步骤 2：大纲生成

步骤 3：初稿撰写

步骤 4：多平台适配

步骤 5：质量检查