一、理解AI提示词的重要性
AI提示词是我们与人工智能进行有效交互的关键。就像与一个知识渊博但需要明确指令的助手对话一样，准确的提示词能够引导AI生成我们期望的结果。无论是生成一篇文章、创作一幅图像，还是获取特定问题的答案，合适的提示词都是成功的第一步。例如，在使用图像生成AI时，如果我们想要一幅描绘“宁静的海边日落”的图片，简单地输入“海边”可能会得到各种各样与海边相关但不一定是日落场景的图片，而精确的提示词“宁静的海边日落，橙色的天空，波光粼粼的海面，海鸥飞翔”则更有可能得到我们心中理想的画面。
二、撰写AI提示词的基本原则
1. 明确具体
○避免模糊的表述。例如，不要只说“写一个故事”，而是说“写一个发生在中世纪欧洲的爱情故事，主角是一位骑士和一位贵族小姐”。这样具体的要求能让AI更清楚地知道你的需求。
○明确任务类型。如果是让AI进行文本润色，就要明确表述“请对以下这段文字进行润色，保持原意不变”，而不是简单地给出一段文字期望AI自动理解是要润色。
2. 提供足够的背景信息
当涉及到特定领域或情境时，要给出相关的背景知识。比如，要求AI写一篇关于某种稀有植物的文章，要提及该植物的生长地区、独特特征等。如“请写一篇关于猪笼草的文章，猪笼草主要生长在热带地区，它以独特的捕虫笼结构捕食昆虫”。
3. 限定范围
防止AI生成过于宽泛的内容。如果想要AI推荐旅游景点，不要说“推荐一些旅游景点”，可以说“推荐亚洲适合冬季旅游的海滨景点，要求消费水平中等”。
三、不同类型任务的AI提示词模板
1. 文章创作
●叙事类文章
○模板：“写一个[故事发生的时间]，发生在[故事发生的地点]的[故事类型，如冒险、爱情等]故事，主角是[列出主角的身份或特征]，故事要包含[关键情节元素]，并且以[特定的结局方式或情感氛围]结尾。”
○示例：“写一个20世纪初，发生在上海的谍战故事，主角是一位地下共产党员和一位国民党特工，故事要包含情报传递、身份伪装等情节，并且以共产党员成功完成任务的圆满结局结尾。”
●说明文创作
○模板：“请写一篇关于[说明对象]的说明文，要涵盖[说明对象的主要方面，如结构、功能、历史等]，并使用[说明方法，如举例、对比等]进行说明。”
○示例：“请写一篇关于智能手机的说明文，要涵盖智能手机的硬件结构、软件功能、发展历史，并使用举例和对比的方法进行说明。”
2. 图像生成
○模板：“生成一幅[描述图像主题的详细内容，包括场景、人物、物体等]的[图像风格，如油画、写实等]图像，图像的色彩搭配为[具体的色彩要求]。”
○示例：“生成一幅在神秘的古老森林中，有一位穿着白色长裙的精灵坐在巨大蘑菇上的写实图像，图像的色彩搭配为以绿色和紫色为主色调。”
3. 代码编写
○模板：“用[编程语言名称]编写一个[程序功能描述]的程序，要求[特殊要求，如算法复杂度、代码风格等]。”
○示例：“用Python编写一个计算两个数的最大公约数的程序，要求使用欧几里得算法，并且代码要有清晰的注释。”
4. 问答任务
○模板：“关于[问题主题]，请回答[具体的问题内容]，如果可能，请提供[额外的要求，如数据来源、案例等]。”
○示例：“关于人工智能在医疗领域的应用，请回答人工智能在疾病诊断方面有哪些具体的应用方式，如果可能，请提供实际的应用案例。”
四、优化AI提示词的技巧
1. 逐步细化
当AI的初始回答不完全符合要求时，不要急于重新编写提示词，可以在原提示词的基础上逐步细化要求。例如，AI生成的文章在某个情节上不够详细，你可以补充提示“请在之前生成的故事中，对[具体情节]部分进行更详细的描写”。
2. 参考成功案例
观察其他人在类似任务中使用的提示词，尤其是那些得到满意结果的案例。例如，在图像生成社区中，查看那些获得高评价的图像对应的提示词，学习如何描述场景、人物等元素。
3. 测试不同表述
对于一些复杂的任务，可以尝试用不同的表述方式来编写提示词。比如，在要求AI创作一首诗歌时，可以尝试从主题、情感、韵律等不同角度去描述需求，比较哪种表述得到的结果更好。
五、不同类型的AI提示词模板：
（一）文本创作类
1. 创意写作（故事创作）
○模板：“创作一个[故事类型，如科幻、奇幻、悬疑等]故事，故事背景设定在[特定的时间和地点]，主角是[主角的身份、性格特征等]，主要情节围绕[核心情节元素]展开，故事需要有[特定的情节发展或转折]，并且以[某种结局或情感氛围]结尾。”
○示例：“创作一个悬疑故事，故事背景设定在19世纪伦敦的雾都街头，主角是一位聪明但有些偏执的侦探，主要情节围绕一系列神秘的谋杀案展开，这些谋杀案似乎都与一个古老的家族诅咒有关，故事需要有意外的情节转折，并且以凶手被揭露，真相大白但又留下一丝神秘的氛围结尾。”
2. 论文写作
○模板：“撰写一篇关于[论文主题]的论文，论文应包括[主要的章节或部分，如引言、相关理论、研究方法、结果分析、结论等]。在[特定部分，如研究方法]部分，要采用[具体的研究方法或模型]，并且参考[特定的学术资源或研究范围]。”
○示例：“撰写一篇关于人工智能对就业市场影响的论文，论文应包括引言、人工智能在就业市场的应用现状、相关理论（如技术替代理论等）、研究方法（采用问卷调查和数据分析）、结果分析（人工智能对不同行业就业的影响程度等）、结论等。在研究方法部分，要采用线上和线下相结合的问卷调查方法，并且参考近五年内国际知名学术期刊上的相关研究。”
3. 文案创作（产品宣传）
○模板：“为[产品名称]创作一篇宣传文案，文案要突出[产品的主要卖点，如功能、特色、优势等]，针对的目标受众是[目标受众的特征，如年龄、性别、消费习惯等]，文案风格要[特定的风格，如幽默、专业、简洁等]。”
○示例：“为某款新型智能手表创作一篇宣传文案，文案要突出其超长的续航能力、精准的健康监测功能（如心率、睡眠监测等），针对的目标受众是20 - 40岁注重健康和科技时尚的消费者，文案风格要简洁且富有科技感。”
（二）图像生成类
1. 人物肖像
○模板：“生成一幅[人物身份，如年轻的女画家、老年的渔夫等]的[图像风格，如油画、水彩画、写实风格等]肖像画，人物的外貌特征为[详细的外貌描述，如长发披肩、蓝眼睛、面带微笑等]，背景是[背景描述，如在简陋的画室里、在海边的小船上等]。”
○示例：“生成一幅年轻的女画家的油画肖像画，人物的外貌特征为黑色长发束成马尾、棕色的大眼睛充满灵动、表情专注，背景是在一个摆满画具和未完成画作的简陋画室里。”
2. 风景图像
○模板：“生成一幅[风景类型，如高山雪景、热带海滩等]的[图像风格]风景图像，画面中包含[主要的景物元素，如高耸的山峰、茂密的椰林等]，色彩以[主要的色彩搭配，如白色和蓝色为主色调、金黄和碧绿为主色调等]为主。”
○示例：“生成一幅高山雪景的写实风格风景图像，画面中包含巍峨的雪山、被雪覆盖的松树，色彩以白色和浅蓝色为主色调。”
3. 场景组合图像
○模板：“生成一幅[场景主题，如中世纪的战场、未来城市的街道等]的[图像风格]图像，场景中有[各种人物、物体等元素的描述，如英勇的骑士在战斗、悬浮的汽车在路上行驶等]，光照效果为[特定的光照，如柔和的夕阳余晖、明亮的聚光灯效果等]。”
○示例：“生成一幅中世纪的战场的油画风格图像，场景中有挥舞着长剑的骑士在奋勇战斗、倒下的士兵、飘扬的旗帜，光照效果为黄昏时的暗淡光线。”
（三）代码编写类
1. 通用程序编写
○模板：“使用[编程语言，如Python、Java等]编写一个实现[程序功能，如计算两个数的和、对数组进行排序等]的程序，要求[特殊要求，如代码的时间复杂度、空间复杂度限制，代码结构规范等]。”
○示例：“使用Python编写一个实现对给定列表中的数字进行升序排序的程序，要求时间复杂度为O(n log n)，并且代码要有清晰的函数定义和注释。”
2. 网页开发相关
○模板：“用[前端语言如HTML/CSS/
JavaScript或后端语言如PHP等]编写一个[网页功能，如登录页面、商品展示页面等]，页面的布局要[特定的布局要求，如三栏式布局、响应式布局等]，样式要符合[特定的设计风格，如简约风、复古风等]。”
○示例：“用HTML/CSS/JavaScript编写一个商品展示页面，页面的布局要采用两栏式布局（左侧为商品分类导航，右侧为商品展示区），样式要符合简约风，并且在JavaScript部分要实现商品图片的轮播效果。”
（四）数据处理与分析类
1. 数据分析任务
○模板：“对[数据集名称或来源]进行[数据分析任务，如数据清洗、数据可视化、统计分析等]，重点关注[特定的数据特征或变量，如销售额、用户年龄等]，使用[分析工具或方法，如Python的pandas库、R语言的ggplot2包等]，并且按照[特定的结果呈现方式，如表格、柱状图等]展示结果。”
○示例：“对某电商平台的销售数据集进行数据可视化，重点关注不同季度的销售额和销售量，使用Python的matplotlib库，并且按照柱状图的形式展示结果。”
2. 数据挖掘任务
○模板：“在[数据集名称或来源]中挖掘[特定的数据模式或关系，如客户购买行为模式、数据中的关联规则等]，采用[数据挖掘算法，如Apriori算法、决策树算法等]，设定[算法相关参数，如最小支持度、最小置信度等]。”
○示例：“在某超市的顾客购物数据集当中挖掘客户购买行为模式，采用Apriori算法，设定最小支持度为0.3，最小置信度为0.6。”
学生成绩分析时可以使用的一些提示词提问方式：
一、整体成绩情况
1. “请分析这个班级学生成绩的整体分布情况，包括平均分、中位数、众数以及成绩的标准差等统计数据。”
2. “以柱状图或折线图的形式展示本次考试学生成绩的整体趋势，从高分段到低分段的人数分布是怎样的？”
3. “对全体学生的成绩进行等级划分（如优秀、良好、中等、较差），每个等级的人数占比是多少？”
二、单科成绩分析
1. “针对[具体学科]的成绩，分析该学科的最高分、最低分、平均分以及分数段的分布情况。”
2. “在[学科名称]这门课中，哪些知识点是学生普遍掌握较好的，哪些是掌握较差的？可以根据成绩数据进行推断吗？”
3. “请对比本次[学科名称]考试与上次考试的成绩，找出成绩波动较大的学生名单，并分析可能的原因。”
三、学生个体成绩分析
1. “分析[学生姓名]的成绩情况，他/她在各个学科中的表现如何？是否存在偏科现象？如果有，偏科的程度是怎样的？”
2. “对于成绩进步明显的学生，如[进步学生姓名]，分析他/她在学习方法、学习态度或者其他可能影响成绩的因素方面有哪些改变？”
3. “[成绩较差学生姓名]的成绩一直不理想，从成绩数据来看，他/她在哪些学科、哪些知识点上需要重点加强？有什么针对性的建议？”
四、与班级、年级对比
1. “将这个班级学生的成绩与同年级其他班级进行对比，我们班在哪些学科上具有优势，哪些学科处于劣势？”
2. “分析本班级成绩排名前[X]%的学生与全年级同水平学生在各学科上的差异，有哪些方面是我们需要向其他班级学习的？”
3. “在年级整体成绩分布中，我们班的成绩处于什么位置？是集中在某个特定分数段，还是较为分散？”
五、影响成绩的因素分析
1. “从成绩数据中，能否分析出学生的平时作业完成情况、课堂参与度等因素对最终考试成绩的影响程度？”
2. “根据学生的出勤情况和成绩数据，判断出勤是否对成绩有显著影响？如果有，是正面还是负面影响？”
3. “分析不同性别学生的成绩差异，是否存在性别因素对某些学科成绩产生影响的情况？”
通过掌握这些撰写AI提示词的方法、原则和模板，即使是初次接触AI交互的用户也能够有效地引导AI生成符合需求的结果。
往期回顾
