文：王智遠 | ID:Z201440
我們在工作中，肯定會用到AI。
一句話甩給它，立馬找到答案，這種辦法很方便。但容易被人忽略的是，如果任務流程復雜的話，就不太好解決。
一個通俗的例子是：做創意。想象一下，作為一名新媒體崗，你要做一些海報的框架給到設計老師，它基于主題和文案，才能把圖片做出來；如果光靠「口頭表述」，肯定不行。
我還看到一種情況，即：馬上下班了，突然來個需求，領導嘴邊還說著：辛苦一下，明天著急用。所以，時間緊任務急的時候，靠臨時抱佛腳肯定不行，得有個現成的套路救場。
因此，今天主要分享：我在建立個人提示詞庫上的一些心得。希望用這些認知、方法，幫你把任務用AI捋清楚；存好，關鍵時刻直接拿來用。
提示詞庫，顧名思義：存提示詞的倉庫，隨時拿出來用。那為啥要建個人提示詞庫呢？說幾點我的體驗：
一，系統給的根本無法滿足訴求。
我用的AI工具不少，任務也多，有改句子的、總結內容的，還有搜東西、畫圖、做表格的，可平臺提供的模板要么太復雜用著費勁，要么效果差，根本不頂用。
所以，遇到繁瑣任務，每次都得自己寫，試下來，自己寫一套存好更靠譜。
第二點是：任務太多，重復寫提示詞太費勁。改句子還好，但讓AI搜特定主題或概念，答案經常混亂，得再提醒一次才行。
還有，AI還有個毛病：記性不行。
許多聲稱長文本記憶模型，一次性輸出幾萬字，但在處理長篇內容或復雜任務時，效果仍然不佳。
前一段時間，DeepSeek R1模型剛發布，我把一份幾十頁的英文報告（包含大量復雜概念）全部輸入給它，希望能總結要點，結果呢？重點說了幾條外，解釋層面開始大量出現遺漏。
實在沒辦法，我只能一步步調指令，把任務完成。
最重要的是，日常重復活兒太多。像寫長文，寫完提煉點發小紅書，每天都差不多，不存好高效提示詞，第二天準忘了，白忙活一場。
所以，一個簡單、可復用的提示詞庫，能提高工作效率；不過，建這玩意兒看似簡單，我也踩過不少坑。
哪些坑呢？
流行提示詞知識庫時，我直接從網上下載別人的提示詞，覺得「現成的多好」。然而，實際使用時才發現，別人的提示詞，是基于他們的場景和習慣設計的，而我有自己的風格和需求。
所以，別人的提示詞只能參考，不能全盤照搬。
然后，我沒有對提示詞進行分類保存。一開始設計提示詞時，都存到蘋果電腦備忘錄里，覺得用的時候翻一翻就能找到。但隨著數量增加，幾十條提示詞混在一起，想找某個指令時翻半天也找不到，時間長了連自己都忘了哪些有用。
第三，不更新導致老指令過時。
我之前存的提示詞用得挺順手，主要針對Kimi、豆包、通義Qwen等AI。但年后DeepSeek V3上線后，規則變了，它更聰明但也更「挑剔」，老指令要么太簡單，抓不住細節，要么太啰嗦跑偏。
每次都要現改，之前的經驗就白費了，所以，提示詞庫也要跟著AI更新，不然就成了過期存量。
心理學中有一個概念叫巴德爾-邁因霍夫效應”（Baader-Meinhof Effect），意思是：當你特別關注某件事時，大腦會自動篩選并關注相關信息。
我有一段時間特別興奮，因為知道了這種巧取捷徑的方法，所以，看到啥任務都想寫成提示詞，保存起來，像：改句子、文生圖、做表格，恨不得把AI能干的活全存下來。
結果，電腦備忘錄里塞了幾百條，真正常用的只有十幾條。踩這個坑后，我明白了一個道理：只存重點，不啥都塞。
為了避免再踩坑。我開始重新審視提示詞的構建方式，發現寫提示詞，并不是像網上說的那樣：
給它安排角色、簡單地堆砌指令，而是要從任務的本質出發，拆解需求，讓指令更精準、更符合實際場景。我總結了下，大概有四步。
第一步，是培養駕馭 AI的意識。
接到任務，我會先想想：AI能幫我干點啥？查資料、起草初稿，這些能交給AI的，我就放手去做別的。這樣省出來的精力，可以專注處理更重要的事。
第二步，是拆解流程。
以公司新媒體運營寫海報文案為例，很多人一上來就直接對 AI 說：寫個海報文案，主題是「年輕運動員的運動飲料，強調能量補充和快速恢復」。
結果折騰半天，文案還是不理想。為什么？因為需求沒想明白，全指望 AI 去猜。我的方法是先拆解任務：
選主題：讓AI給幾個方向，我挑一個
寫大綱：定好結構，讓它給思路
寫正文：按大綱填內容
潤色：改得更抓眼球，等
第三步：搞清楚每步的要點。所謂要點，即關鍵部分。
比如，在選主題時，我們不能一開始就限定一個主題，而是先讓 AI 提供多個方向，從中篩選出最適合的。否則，這不僅會局限我們的思維，也會限制 AI 的創意發揮。
有人可能會問：每一步提示詞怎么寫，才能簡潔有力？
我分享一個常用的：
我是個新媒體運營專家，負責公司創意策劃。現在要做一張海報，主題是年輕運動員的運動飲料，強調能量補充和快速恢復。請給我3個創意方向，并附上簡單思路，100字以內，簡潔點，別啰嗦。
這些提示詞存進庫，下次直接拿出來用，改改關鍵詞，比如換成“節日促銷”，照樣能用。
注意，寫的過程中，一定要以「我」為中心。而不是說：你是什么專家，你現在要怎么樣？AI目前的智慧已經足夠強大，想讓它更了解我們，表達清楚訴求，反而更重要。
中間的過程也是一樣的，這相當于，給AI搭建一個清晰的框架，讓它在明確的路徑中發揮能力；所以，從培養意識、拆解流程，到提示詞的編寫，這是一個完整的閉環。
明白這些，可以帶來哪些啟發？第一點：絕大部分任務都能自動化（Automation）。
什么是自動化？
上述我提到「寫主題」這個動作，以前得自己想半天，現在直接扔一句提示詞給AI，它立馬生成N多個，這，就是自動化。
你想從一份PDF文檔中提煉關鍵信息，現在，你可以直接將PDF文件輸入給AI，并用一句提示詞：提取這篇文檔的核心觀點，用簡潔的語言總結，這同樣是自動化。
所以，自動化本質上，是把原本要手動完成的任務，簡化為清晰的指令，讓機器按照預設的規則高效完成，從而釋放個人雙手，去處理更有價值的工作。
還有一個更強的辦法，可以用飛書、釘釘多維表，建個專門跑標題的表，這樣，分分鐘能出幾十個，更厲害的是，你還能加一套評分篩選機制，讓AI自動挑出高質量的標題，省得自己翻。
更進一步，自動化還能與工作流（Workflow）相結合。
很多人常把這兩個概念搞混，以為自動化是工作流，其實它們不一樣。自動化是讓單個任務運行得更順暢，而工作流則是把一系列自動化動作串起來，變成一套完整的流程。
我寫海報文案，先讓AI跑「選主題」，挑好后，再接「寫大綱」，再到「寫正文」「潤色」，每一步都有專屬的提示詞，AI按順序完成，我只管最后看看改改。
這就是工作流的好處：不用一步步盯著，還能批量處理任務。
寫到這，也許你會說：我不會用表格處理怎么辦？沒關系，還有一個最簡單快捷的辦法：用不同的AI聊天工具來操作。
你可以把一個個聊天窗口想象成任務處理的「工作區」。我習慣用一個窗口跑「選主題」，另一個窗口寫大綱，再開一個寫正文和潤色。任務拆得清楚，每個窗口干一件事，完全不用表格，照樣能串起工作流。
還有一點，上述通用方法換到其他任務也一樣。
讀報告，我會拆成找重點、列條目。寫PPT，先讓AI出大綱，再填充內容。查文獻時，我會直接說：搜最新5篇論文，列出關鍵點……
一開始，我們可能會覺得不自然，因為對工作流、拆解任務這件事還不熟悉，但一旦掌握了方法，就會發現它極大地提升了效率。
拿閱讀文獻來說：
我現在的步驟是，先讓AI總結概要，這是一個提示詞；針對每部分總結，又是一個提示詞；每部分總結完后，展開論述，又是一個提示詞。
這和個人習慣有很大關系，我看到有人只需要一個通用的提示詞，也能搞定一切。
因此，任務拆解和工作流設計并不是一成不變的，它們是為了服務于個人的具體需求和目標，不同的人，有不同的工作習慣和效率追求，AI的使用方式也應因人而異。
所以，一個結論是：根據自己的需求拆解任務、精心編寫提示詞，并將它們串聯成高效的工作流，就能讓 AI 成為你專屬的超級助理。
至于提示詞管理，我采用自下而上、自上而下兩種辦法。
自下而上，即把日常非緊急但重要的提示詞放在一起，以文生圖為例，我日常用得不多，但每次用時，都要花費時間重新構思。
于是，我會把這類提示詞收集起來，整理成一個專門的「創意工具箱」，方便隨時調用。這個工具箱還不固定，我會隨時往里塞靈感。
前幾天刷即夢，看到有人說設計海報要用“王家衛”風格，那種獨特表達一下戳中我，立馬記下來。還有不少類似的，就不一一列了。
實際上，這跟養習慣差不多，開頭覺得有點煩，時間一長，這些辦法慢慢融入工作流，成了自然反應。
自上而下則不同，一般服務于具體任務。任務除了工作中的部分外，還有一些來自學習計劃、生活中的突發需求。
我加了不少高質量社群，有些大佬的觀點、看法，都是聊天時不經意蹦出來的，金句頻出。以前，我喜歡性把聊天記錄全選，然后打包發給自己，白天再整理。
現在，我直接寫了一套提示詞，如：
這是一段社群的聊天記錄，我認為非常有用，請你總結這段討論，提煉3個要點。
AI就會立馬動手，把亂七八糟的對話收拾明白，這些在手機端都能操作，完全不用等到白天積累一并處理；所以，隨時隨地抓靈感就行了。不耽誤事兒，銷量還高，隨時取材，還不怕忘。
心理學中，有個詞叫心理距離（Psychological Distance），即“想”到“做”之間的距離。我們自認為很難的事情，絕大部分不在難本身，而是它擰成了一團。
設計一套自小阻力的方法，即把各種工作拆解成一塊一塊的，然后把「塊」扔給AI來跑；并且，這還能把諸多時間騰出來，做更多思考、琢磨創意的，具備「創造」的事兒。
說到庫，我用的Obsidian，本地化存儲，所有指令都扔一個文件夾里，每個提示詞帶個標題，按任務類型打上標簽，分好類，便于查找，個人覺得用各種知識庫軟件都能搞定。
好了。以上，這套關于建立個人提示詞庫的哲學。未來，當大家都在用AI時，那就比拼誰更高效了，有了這套路子，希望你把AI用得更順手，效率大幅度提升。
————
