可复用的 Prompt 模板集合，覆盖 10 类场景，共 25 个模板。每个模板可直接复制使用，{{变量}} 标注需要替换的部分。

---

使用说明

• 每个模板包含：角色（谁在做）+ 任务（做什么）+ 约束（怎么做）+ 输出（出什么）
• {{变量}} 替换为实际内容
• 模板可组合使用：将多个模板的 Role/Format 部分拼接
• 如需适配特定模型：高能力模型（GPT-4o/Claude）可简化指令；中等模型（DeepSeek/Qwen）保留完整格式；小模型使用约束解码

---

1. 代码场景

1.1 代码生成

Role: 你是一位 {{语言}} 资深开发者，精通 {{框架}}。
Task: 根据以下需求实现代码：
{{需求描述}}

Constraints:
- 代码包含完整的错误处理
- 使用 {{语言}} 的最新语法特性
- 添加关键注释说明"为什么"而非"做什么"

Output: 先一句话总结实现思路，再输出完整代码块（标注语言）。

适用：从需求生成生产级代码。不适用：已有代码的调试或优化。

1.2 代码审查

Role: 资深 Code Reviewer，注重安全性、性能、可维护性。

Task: 审查以下代码，重点关注：
1. 安全漏洞（注入/XSS/认证）
2. 性能瓶颈
3. 错误处理完整性
4. 代码规范和可读性

Code:
{{贴上代码}}

Output: 按严重程度排序的审查清单。每个问题格式：[严重度] [位置] [问题描述] → [修复建议]

适用：PR/MR 的自动化审查。最佳实践：一次只审查一个文件，避免上下文过长导致遗漏。

1.3 Debug 助手

Role: 资深 Debug 工程师，擅长系统化排查问题。

Task: 根据以下错误信息定位根因并提供修复方案。

Error: {{错误信息}}
Code: {{相关代码片段}}
环境: {{操作系统 / 语言版本 / 依赖版本}}

Process:
1. 先复述你对问题的理解
2. 列出可能的根因，按概率排序
3. 逐一排查直到定位
4. 给出修复方案

Constraints: 不怀疑框架/库的 bug，优先检查使用方式。

适用：编译错误、运行时异常、逻辑错误。不适用：性能优化（用分析模板）。

---

2. 写作场景

2.1 文章写作

Role: 专业写手，擅长 {{领域}} 方向的内容创作。

Task: 写一篇关于 {{主题}} 的文章，目标读者 {{读者画像}}。

Structure:
- 开头：用引人入胜的问题或数据开场
- 主体：3-5 个核心观点，每个含论据和案例
- 结尾：总结要点 + 行动建议

Style: 语言 {{正式/轻松/说服/学术}}，篇幅 {{字数}} 字。

Constraints: 不使用"在这个日新月异的时代"类空洞开场。

适用：公众号文章、技术博客、行业分析。

2.2 邮件/消息

Role: 商务沟通助手。

Task: 起草一封关于 {{主题}} 的邮件给 {{收件人}}。

Context: {{背景信息}}
目的: {{期望达成的结果}}
语气: {{正式/半正式/友好}}

Structure:
- 主题行：清晰传达邮件目的
- 开头：寒暄（可选）+ 直接说明来意
- 主体：关键信息分点说明
- 结尾：明确的下一步行动

Output: 主题行 + 正文。提供两个语气版本供选择。

适用：商务邮件、团队通知、客户沟通。

2.3 翻译

Role: 专业翻译，精通 {{源语言}}→{{目标语言}} 翻译，熟悉 {{领域}} 术语。

Task: 将以下内容翻译为 {{目标语言}}。

原文：
{{待翻译内容}}

Guidelines:
- 保持原文的语调和风格
- 技术术语使用行业标准译法
- 长句拆分为符合目标语言习惯的短句
- 文化特定表达做本地化处理而非直译

Output: 翻译版 + 关键术语对照表（原文 ↔ 译文）。

适用：文档翻译、本地化、技术资料。不适用：诗歌/文学翻译（需要更多创意控制）。

---

3. 数据分析场景

3.1 数据洞察

Role: 数据分析师，擅长从数据中提炼 actionable insights。

Data: {{数据表格或描述}}

Task: 分析以上数据，输出：
1. 数据概况：样本量、关键指标、数据质量
2. 核心发现：3-5 个最重要的模式或异常
3. 因果分析：发现背后的可能原因（区分相关与因果）
4. 建议：基于数据的行动建议

Constraints:
- 区分"数据呈现的事实"和"基于数据的推测"
- 小样本结论标注样本量和显著性

适用：销售数据、用户行为数据、运营数据。输入建议：数据以表格或结构化文本提供，比自然语言描述更准确。

3.2 信息提取

Task: 从以下内容中提取结构化信息。

Content:
{{原文内容}}

Schema:
{
  "entities": ["提取的关键实体列表"],
  "relations": [{"subject": "", "predicate": "", "object": ""}],
  "summary": "100 字以内的内容摘要",
  "key_numbers": [{"value": "", "context": ""}]
}

Output: 仅输出 JSON，符合以上 Schema。

适用：从非结构化文本提取结构化数据。输出：JSON 格式，便于程序集成。

---

4. 教学场景

4.1 概念讲解

Role: 优秀教师，擅长用类比和实例解释复杂概念。

Task: 用通俗易懂的方式解释 {{概念}}。

Requirements:
1. 先了解我的背景：{{我的知识背景}}
2. 用生活中的类比引入
3. 给出 2-3 个具体实例
4. 指出常见的理解误区
5. 结束时用 1-2 个问题检验我的理解

Style: 像一位有耐心的导师，不是教科书。

适用：学习新概念/领域入门。技巧：背景信息越具体，解释越有针对性和效率。

4.2 练习生成

Role: 课程设计师，擅长设计促进深度理解的学习练习。

Task: 基于以下学习内容，生成练习题目。

内容: {{学习材料摘要}}
目标: {{学习目标}}
学员水平: {{初级/中级/高级}}

Output:
- 3 道理解检验题（判断学员是否理解基础概念）
- 2 道应用分析题（需要在真实场景中运用知识）
- 1 道综合题（需要连接多个知识点）

每题包含：题干 + 参考答案 + 常见错误分析。

适用：课程设计、自学检测、考试准备。

---

5. 客服场景

5.1 标准客服

Role: {{公司名}} 智能客服代表。

Service Principles:
- 先确认客户问题再给出方案
- 不确定时不猜测，提供升级路径
- 保持专业礼貌，不过度客套

Response Rules:
- 首次回复：问候 + 确认问题 + 方案
- 跟进回复：直接回应，不需重复问候
- 超出范围：道歉 + 说明原因 + 升级方案

Constraints:
- 不透露内部信息
- 不做出超出权限的承诺
- 不收集或存储敏感个人信息

适用：产品/服务客服。关键：升级路径必须明确具体（"联系人工客服"太模糊，应给具体渠道和响应时间）。

5.2 投诉处理

Role: 客户投诉处理专员，擅长化解冲突性沟通。

Situation: 客户因 {{问题描述}} 表达不满。

Response Flow:
1. 共情：确认客户的感受是合理的
2. 确认：复述客户的问题，确保理解正确
3. 方案：给出具体解决方案或补偿措施
4. 承诺：明确后续跟进时间和方式

Tone: 真诚、不防御、不推诿。避免"这是公司规定""我也没有办法"类话术。

Output: 完整回复 + 内部备注（问题类型、升级建议）。

适用：客户投诉、负面反馈、危机沟通。

---

6. 产品场景

6.1 需求文档（PRD）

Role: 资深产品经理，擅长 B2B {{或}} B2C SaaS 产品设计。

Task: 编写 {{功能名称}} 的需求文档。

Structure:
1. 背景：要解决什么用户问题？
2. 目标：如何衡量成功？（具体指标）
3. 用户场景：操作流程的 step-by-step
4. 功能规格：核心功能 + 边界情况
5. 约束：技术限制、合规要求
6. 排期建议：MVP → 迭代的拆分建议

Style: 清晰、可执行、避免模糊表述。

适用：新功能设计、产品迭代。输出特点：PRD 模板强调"可执行性"，每个需求都应能直接进入开发排期。

6.2 用户故事拆分

Role: 敏捷产品经理，擅长 Epics → User Stories 的拆分。

Task: 将以下需求拆分为可交付的 User Stories。

需求: {{需求描述}}

Format per Story:
As a [用户角色]
I want to [功能需求]
So that [业务价值]

Acceptance Criteria:
Given [初始状态]
When [操作]
Then [期望结果]

优先级按：核心流程 > 体验优化 > 边界情况。

适用：敏捷开发团队需求管理。说明：每个 Story 应可在 1-2 天内完成开发。

---

7. 创意场景

7.1 头脑风暴

Role: 创意 facilitator，擅长激发多元想法。

Task: 围绕 {{主题}} 进行头脑风暴。

Brainstorming Rules:
1. 第一阶段（发散）：不计好坏，尽可能多地提出想法（至少 15 个）
2. 第二阶段（收敛）：从可行性、影响力、创新性三维度筛选
3. 第三阶段（深化）：对 Top 3 想法各给出一个落地方向

Diagrams: 用 ASCII 或文字描述表达想法关系（如：中心 → 分支 → 子分支）

Constraints: 避免平庸的"安全答案"，鼓励跨界组合。

适用：产品创新、内容策划、解决方案探索。

7.2 文案生成

Role: 文案写手，擅长 {{品牌风格}} 风格的文案。

Task: 为 {{产品/活动}} 撰写 {{渠道}} 文案。

Info:
- 目标用户：{{用户画像}}
- 核心卖点：{{卖点}}
- 行动号召：{{期望用户行为}}
- 篇幅限制：{{字数}}

Tone Options（选择或组合）：
A. 专业信任型：数据驱动、行业术语、权威感
B. 情感共鸣型：故事叙述、用户场景、感性诉求
C. 紧迫促销型：限时优惠、稀缺性、行动导向

Output: 主标题（3 个备选）+ 正文 + 行动号召按钮文本。

适用：广告文案、社媒内容、营销邮件、落地页。

---

8. 研究场景

8.1 文献分析

Role: 学术研究助手，擅长文献综合和理论分析。

Task: 分析以下关于 {{主题}} 的文献，输出结构化见解。

Content:
{{文献内容 / 摘要}}

Output:
1. 核心论点（一句话概括）
2. 方法论（研究设计和数据来源）
3. 关键发现（3-5 个）
4. 局限性（作者承认的 + 你识别出的）
5. 与已有知识的关系（与本领域其他观点的异同）
6. 可进一步追问的问题

Constraints: 区分"文献中的事实"、"作者的观点"和"你的分析"。

适用：学术文献阅读、研究报告分析、竞品分析。

8.2 对比分析

Task: 对以下选项进行多维度对比分析，输出对比矩阵。

Subject: {{待对比的选项列表}}

Dimensions（至少 5 个维度）:
- {{维度1}}（如：成本）
- {{维度2}}（如：效率）
- {{维度3}}（如：风险）
- {{维度4}}（如：可扩展性）
- {{维度5}}（如：学习曲线）

Output:
1. 对比矩阵（表格形式）
2. 各选项的适用场景建议
3. 推荐方案及理由（含风险提示）

Constraints: 避免"各有优劣"的模糊结论——即使推荐方案也有风险，必须标注。

适用：技术选型、供应商评估、方案评审。

---

9. 审查场景

9.1 内容审核

Role: 内容安全审核专家，标准严格、判断一致。

Task: 评估以下内容是否合规。

Content:
{{待审核内容}}

Classification:
- safe: 明确合规
- need_review: 边缘情况，需人工判断
- violation: 明确违规

违规类别（适用时）：
- 色情/性暗示 | 暴力/血腥 | 仇恨言论 | 人肉/隐私 | 欺诈/钓鱼 | 违法信息

Output (JSON):
{"result": "safe|need_review|violation", "category": "", "reason": "", "action": "pass|flag|block"}

Principle: 不确定时选择 need_review，而非 safe。

适用：UGC 审核、评论区管理、文档合规检查。

9.2 安全检查

Role: 安全工程师，专注于识别安全漏洞和风险。

Task: 对以下内容进行安全检查。

Target: {{代码 / 配置 / 架构描述}}

Checklist:
1. 注入风险（SQL/Command/NoSQL）
2. 认证与会话管理
3. 敏感数据暴露
4. 访问控制缺失
5. 安全配置错误
6. 依赖漏洞

Output: 按风险等级（Critical/High/Medium/Low）输出发现，每个包含：位置 + 问题 + 影响 + 修复建议。

适用：代码安全审查、安全配置检查、架构安全评估。

---

10. 知识场景

10.1 笔记总结

Task: 将以下内容总结为一篇结构化笔记。

Source:
{{原文}}

Output Structure:
# {{核心概念}}
> 一句话总结

## 核心问题
{{这个知识解决什么问题}}

## 关键要点
- {{要点1}}
- {{要点2}}
- {{要点3}}

## 我的理解
{{用类比或实例重新解释}}

## 关联
{{与已有知识的关联}}

Constraints: 使用 Obsidian wikilinks 格式标注关联概念。不增加原文没有的信息。

适用：阅读笔记、课程笔记、文章摘要。输出风格：符合个人知识库的笔记风格，可直接存入 vault。

10.2 概念关联

Role: 知识图谱构建者，擅长发现概念之间的深层关联。

Task: 分析 {{概念A}} 和 {{概念B}} 之间的关系。

Analysis Dimensions:
1. 上位/下位关系（谁包含谁）
2. 因果关系（谁影响谁）
3. 类比关系（共同点是什么）
4. 对立关系（冲突点是什么）
5. 应用交叉（在实际场景中如何交织）

Output:
- 关系概览图（文字描述）
- 每种关系的具体分析
- 一个整合两者视角的元观点

适用：知识管理中的概念关联发现、跨领域思考。

---

模板组合示例

多个模板可以组合使用，覆盖更复杂的场景：

场景：根据用户反馈改进产品功能

组合方式：
1. 使用「投诉处理」模板 → 确认用户问题并共情
2. 使用「数据洞察」模板 → 分析同类反馈的频率和模式
3. 使用「需求文档」模板 → 将用户需求转化为 PRD
4. 使用「代码生成」模板 → 实现功能
5. 使用「代码审查」模板 → 审查实现质量

---

模板选择速查表

场景	推荐模板	如果时间有限
写代码	1.1 代码生成	直接用 1.1，省去 Review
修 Bug	1.3 Debug 助手	跳到"Process"第 3 步
写文章	2.1 文章写作	只给 Structure 不给 Style
学概念	4.1 概念讲解	跳过"常见误区"部分
做决策	8.2 对比分析	只输出对比矩阵
审代码	1.2 代码审查	只检查安全（Checklist 1-3）
客服回复	5.1 标准客服	直接输出首次回复格式

---

关联笔记

• 角色设定与任务设定 — 模板中的角色和任务设计方法
• 输出格式控制 — 模板中的格式约束详解
• System Prompt设计 — 10 个完整的 System Prompt 模板（与本库互补：System Prompt 设计侧重深度，本库侧重广度）
• Prompt Engineering方法论 — 模板设计的底层逻辑
• Prompt版本管理 — 模板的版本管理和迭代
• AI编程Prompt — 编程场景的进阶模板
• AI写作Prompt — 写作场景的进阶模板
• AI产品Prompt — 产品场景的进阶模板