目录
课程简介
提示工程（Prompt Engineering）是目前最值钱的 AI 技能。同样一个 AI 工具，会写提示的人能得到 10 倍更好的结果。这门课程将教您从基础到进阶的提示技巧，让您成为 AI 对话大师。
学习目标：
- 掌握提示的基本结构和设计原则
- 学会各种进阶提示技巧
- 建立个人提示模板库
- 能够优化和迭代提示
- 将提示工程应用于实际业务
5.1 什么是提示工程？为什么它是最值钱的 AI 技能？
为什么学这个？
提示工程是连接人类意图和 AI 能力的桥梁。掌握它，您就能让 AI 产出远超预期的结果。
核心教学
提示工程（Prompt Engineering） 是设计和优化 AI 输入指令的技术，目的是获得最佳的 AI 输出。
为什么它最值钱？
好的提示 vs 坏的提示：
坏提示：“帮我写一封邮件”
好提示：“你是一位专业的宠物用品销售经理。请用繁体中文写一封推广新款猫粮的邮件，目标客户是香港的宠物店老板。邮件应包含：产品卖点（天然成分、台湾制造）、优惠方案（首单9折）、行动呼吁（本周五前回复）。语气专业但友善，300字以内。”商业范例
一家有 12 间分店的连锁健身工作室，过去靠教练各自在群组发招生消息，内容零散、转换率低，每月新客不到 40 位。
导入提示工程后，行销团队用结构化提示产出分店专属文案，两周内就让招生流程标准化。
- 做法：以角色、受众、痛点、行动呼吁四段式提示生成贴文，每篇点击率由 1.2% 提升至 4.5%。
- 做法：用提示批次产出 12 间分店的在地化文案，单月新客从 38 位增至 95 位。
- 做法：建立可重复使用的提示范本库，文案撰写时间由每篇 45 分钟缩短至 8 分钟。
- 做法：以提示生成 A/B 测试版本，广告转换成本降低 32%。
小技巧
- 在 ChatGPT 输入前先写明角色、任务与格式，例如“你是行销顾问，用 300 字列出三点建议”。
- 用 Claude 处理长文件时，贴上原文后加一句“只根据上文回答，不确定就说不知道”。
- 把常用指令存成 Notion 范本，每次替换客户名称与产品即可重复使用。
- 需要固定产出时，用 Zapier 把表单答案自动送进 ChatGPT，再回写 Google Sheet。
练习题
本节摘要
- 提示工程是设计 AI 输入指令的技术
- 它是最值钱的 AI 技能：通用、实时见效、低门槛
- 好的提示 = 明确的角色 + 具体的任务 + 清晰的格式
- 把 AI 当作需要明确指示的实习生
5.2 提示的基本结构：角色、任务、格式、限制、范例
为什么学这个？
掌握提示的基本结构，是写出好提示的基础。
核心教学
万能提示公式：
角色 + 任务 + 格式 + 限制 + 范例1. 角色（Role）— 告诉 AI 它是谁
- “你是一位资深宠物营养师”
- “你是一位拥有 10 年经验的电商行销专家”
- “你是一位香港中小企业的财务顾问”
2. 任务（Task）— 明确要做的事
- “帮我写文案”
- “为新款猫粮写一篇 300 字的产品介绍，重点强调天然成分和台湾制造”
3. 格式（Format）— 指定输出格式
- “用条列式呈现”
- “以表格形式比较”
- “分为三个段落：开场、主体、结论”
- “用 JSON 格式输出”
4. 限制（Constraints）— 设定边界
- “字数限制在 300 字以内”
- “只使用繁体中文”
- “避免使用专业术语”
- “不要提及竞争对手”
5. 范例（Examples）— 给 AI 参考
- “参考这个风格：[贴上范例]”
- “类似这种格式：[贴上范例]”
商业范例
一家连锁健身工作室在全台拥有 12 间分店，教练每天花大量时间构思社群贴文，导致招生文案产出缓慢、档期活动常延误上线。导入结构化提示后，行销团队将贴文撰写时间从每则 40 分钟压缩至 8 分钟。
- 做法：以角色设定指定“资深健身行销专员”，让 AI 产出贴近品牌调性的文案，教练修改次数由平均 5 次降为 1 次。
- 做法：明订格式为开场问句、3 项课程卖点、行动呼吁，使贴文互动率提升 35%。
- 做法：加入字数与语气限制，确保每则贴文控制在 150 字内，跨分店文案风格一致率达 90%。
- 做法：提供 2 则成功贴文作为范例，新人上手时间从 3 周缩短至 4 天。
小技巧
- 先用“角色＋任务＋格式”三栏写满，再逐句删减，测试 ChatGPT 输出是否仍达标。
- 在 Claude 输入“角色：财经编辑；任务：摘要；格式：三点列点”，跑三次比对稳定度。
- 把限制写成否定句，如“不要超过 100 字、不要用 emoji”，比正面描述更有效。
- 范例放进 Notion 模板，让团队复制同一段 prompt 再改任务字段。
- 简单任务如 Canva 文案，只留“角色＋任务”，其余字段先省略再验证。
练习题
本节摘要
- 万能公式：角色 + 任务 + 格式 + 限制 + 范例
- 角色设定影响 AI 的专业度和语气
- 任务要具体明确，避免模糊
- 格式和限制确保输出符合需求
【角色】你是一间香港宠物用品店的资深行销顾问。
【任务】为即将到来的圣诞档期，设计 3 个 Instagram 贴文主题。
【格式】每个主题包括：标题、贴文文案（80 字内）、hashtag 5 个。
【限制】语气轻松；目标客群为 25-40 岁养猫人士；不要用 Emoji。
【范例】去年十月我曾用过这个风格：“放工没想到这么快放闪 — 是我只猫”
- 我可以用“角色/任务/格式/限制/范例”五栏写 prompt
- 我知不写格式时 AI 会自己估（这个是输出不稳定的主因）
- 我有一个自己行业的四段式模板存底
5.3 零样本（Zero-shot）与少样本（Few-shot）提示技巧
为什么学这什么？
这两种技巧决定了 AI 是否需要“看范例”才能产出好结果。
核心教学
零样本（Zero-shot）— 不给范例
直接给 AI 任务，不提供任何范例。
“将以下英文翻译成繁体中文：Hello, how are you?”适用场景：
- 简单任务（翻译、摘要、分类）
- AI 已经熟悉的任务类型
- 不需要特定风格
少样本（Few-shot）— 给 2-5 个范例
先给 AI 看几个范例，再让它完成任务。
“请根据以下范例，为宠物产品写卖点：
范例 1：
产品：天然猫粮
卖点：100% 天然成分，不含人工添加剂，呵护猫咪敏感肠胃
范例 2：
产品：宠物自动饮水机
卖点：流动水设计，吸引猫咪多喝水，预防肾脏疾病
现在请为以下产品写卖点：
产品：宠物智慧项圈”适用场景：
- 需要特定风格或格式
- 复杂任务需要引导
- 希望输出与范例一致
商业范例
某连锁健身中心拥有 12 间分店，行销团队仅 3 人，每月需产出上百则课程与教练介绍文案，人力难以负荷且品质参差。团队改用少样本提示，先提供两则范例再批量生成。
- 做法：以两则优秀课程文案作为范例，让模型模仿语气与结构，生成效率提升 4 倍，原本 8 小时的工作缩短至 2 小时。
- 做法：在提示中固定“课程名称、效益、适用族群”三栏格式，产出 120 则文案，格式一致率达 95%。
- 做法：每批生成后抽样 10 则人工校对，文案退件率由 35% 降至 8%。
- 做法：将范例模板存成共用资产，新人 1 天内即可上手独立产出。
小技巧
- 在 ChatGPT 先给 2-3 组“输入→输出”范例，再贴新输入。
- 用 Claude 时，把范例标成“范例1”“范例2”，避免它混淆。
- 范例格式要一致，如都用“客户：…／回复：…”。
- 若结果不稳，先加到 3 个范例，别一次塞 10 个。
- 在 Notion 存常用范例模板，下次直接复制进 prompt。
练习题
本节摘要
- 零样本：不给范例，适合简单任务
- 少样本：给 2-5 个范例，适合需要特定风格的任务
- 范例能显著提升 AI 输出品质
- 2-3 个范例通常是最佳数量
Few-shot 解决品牌语气难题
一间宠物摄影工作室的 Instagram 语气好独特（广东话+冷面笑匠式幽默），通用 prompt 写出来的文案常常“太正经”。老板后来改用 few-shot：贴三段自己最满意的旧文案入 prompt，叫 AI“跟返这三段的语气同节奏，写一个新 post”。一次到位 — 因为对 AI 来讲，例子就是最精准的规格说明。
Zero-shot vs Few-shot 选择法
- 先 zero-shot：直接讲需求。如果输出 80 分以上，收工。
- 不够就 +1 个例子：贴一段你的理想输出范例，再试。
- 还不够就 2-3 个例子：语气、格式复杂的任务（品牌文案、报告风格）通常需要。
- 将最终版 prompt 存档：这个就是你的“品牌 prompt 资产”，整个团队可以重用。
- 我知 zero-shot 试先、few-shot 补后的次序
- 我有至少一个存档的 few-shot 模板
5.4 思维链（Chain-of-Thought）提示法
为什么学这个？
思维链能让 AI 展示推理过程，大幅提升复杂问题的回答质量。
核心教学
思维链（Chain-of-Thought, CoT） 是让 AI “一步一步思考”的提示技巧。
基本用法：
“请一步一步思考，然后给出答案。”进阶用法：
“请按照以下步骤分析：
适用场景：
- 复杂的商业决策
- 数据分析和解读
- 问题诊断和解决方案
- 策略规划
商业范例
一间员工人数约 40 人的连锁健身中心，近年会员流失率偏高，续约率仅约 55%，管理层希望找出原因并改善续约策略。
- 做法：以思维链拆解会员流失流程，从入会动机、到访频率、教练互动到续约意愿逐步推理，找出第 3 个月到访率低于 40% 为流失关键，据此调整跟进策略，续约率提升至 70%。
- 做法：要求模型依序分析不同分店选址的周边人口、租金与竞争密度，再综合评分，成功将新店选址评估时间由 3 周缩短至 4 天。
- 做法：套用思维链设计教练销售话术，先厘清客户痛点再提出方案，试行 2 个月后，个人教练课程成交率由 18% 提升至 27%。
小技巧
- 在 ChatGPT 提示结尾加“请一步一步思考，先列出步骤再给答案”。
- 用 Claude 时改写成“Let's think step by step，最后用一句话总结”。
- 要求输出格式：“第一步…第二步…第三步…结论”，强制展开推理。
- 把问题拆成子题，逐一在 ChatGPT 追问，再请它整合。
- 在 Notion AI 贴上题目后，加“先分析再回答”提升准确度。
练习题
本节摘要
- 思维链让 AI 一步一步展示推理过程
- 适合复杂决策、数据分析、策略规划
- 加入“请一步一步思考”即可触发
- 显著提升复杂任务的回答质量
我打算为宠物淋浴服务定价。请先列出你需要的信息清单等我补充，
然后一步步推理：成本结构 → 对手参考 → 心理定价位 → 最后给我 3 个定价方案同各自风险。
不要跳步，每一步都要写出来。
- 我知“一步一步来”为何有效（强制展开推理）
- 我在数字/比较/决策类任务用了思维链
5.5 结构化输出提示：JSON、表格、清单格式控制
为什么学这个？
控制 AI 的输出格式，能让结果更易于后续处理和使用。
核心教学
常见结构化输出格式：
1. 表格格式
“请用表格比较以下三个 AI 工具：
| 工具 | 价格 | 主要功能 | 适合谁 |”2. JSON 格式
“请用 JSON 格式输出：
{
"产品名": "...",
"价格": "...",
"卖点": ["...", "...", "..."],
"目标客户": "..."
}”3. 清单格式
“请用编号清单列出 5 个建议，每个建议包含：
<strong>4. Markdown 格式</strong>“请用 Markdown 格式，包含标题、子标题、粗体重点、条列式说明。”
商业范例
某连锁健身中心每月须为 40 间分店更新课程价目与教练资料，过去由 3 名行销人员手动整理，平均耗时 6 小时且错误率达 8%。
- 做法：以结构化提示要求模型输出 JSON，字段固定为课程名、单堂价、教练、时长、分店。可量化结果：整理时间由 6 小时降至 25 分钟。
- 做法：于提示中指定 features 为阵列、price 为整数，强制型别一致。可量化结果：格式错误率由 8% 降至 0.5% 以下。
- 做法：加入 category 分类字段并限定枚举值，如重训、有氧、瑜伽。可量化结果：跨分店资料合并出错次数由每月 12 次减至 1 次。
- 做法：以同一模板批次处理 40 间分店资料，一次输出 200 笔课程。可量化结果：每月节省 22 小时人力，约等同半名员工工时。
小技巧
- 要求 JSON 时，在 ChatGPT 提示中写“只输出 JSON，不要解释”，避免夹杂说明文字。
- 用 Claude 汇出 CSV 时，先指定字段名称与顺序，例如“字段：姓名,金额,日期”。
- 把 JSON 贴进 Zapier 前，先用 JSONLint 验证格式，避免自动化流程中断。
- 需要表格时，在提示中写“以 Markdown 表格输出”，再贴到 Notion 即可保留字段。
练习题
本节摘要
- 结构化输出让 AI 结果更易于后续处理
- 常见格式：表格、JSON、清单、Markdown
- 批量生成内容时务必使用结构化格式
- JSON 格式最适合系统整合
| 输出格式 | 适用场景 | 提示句式 |
|---|---|---|
| 清单 | 点子、待办、检查项 | “用 numbered list，每项一行，不超过 15 字” |
| 表格 | 比较、规格、报价汇总 | “用 Markdown 表格，字段：品名/单价/最低起订量” |
| JSON | 喂给另一个系统/程式 | “只输出 JSON，schema：{name, price, tags[]}” |
| 对外沟通 | “输出主旨+正文，正文不超过 120 字，专业但友善” |
结构化输出是 AI 融入工作流的桥梁：清单给人看，JSON 给机器吃。当你的 prompt 可以稳定产出固定 schema 的 JSON，你就可以将 AI 接入试算表、Notion、甚至自己的系统 — 这个是由“用 AI”到“自动化 AI”的分水岭（第 9 章自动化课程会深入）。
- 我识得按用途指定四种输出格式
- 我试过一次“AI 输出 JSON → 贴入试算表”的流程
5.6 系统提示（System Prompt）设计与角色扮演
为什么学这个？
系统提示能设定 AI 的“人格”和行为准则，影响所有后续对话。
核心教学
系统提示（System Prompt） 是在对话开始前设定的指令，定义 AI 的角色和行为规则。
设计系统提示的要素：
<strong>范例：宠物营养顾问系统提示</strong>你是一位专业的宠物营养顾问，拥有兽医营养学硕士学位。
你的专业：
- 宠物食品成分分析
- 不同品种/年龄的营养需求
- 食品过敏和敏感问题
- 体重管理建议
行为规则：
- 始终以宠物健康为优先
- 建议必须有科学依据
- 不确定时明确告知
- 推荐具体的产品类型（非品牌）
限制：
- 不提供医疗诊断
- 不推荐处方饲料
- 复杂问题建议咨询兽医
输出风格：
- 使用繁体中文
- 语气专业但亲切
- 适当使用 emoji
- 结构化呈现（条列式）
商业范例
连锁健身中心“动起来”拥有 12 间分店、约 40 名客服，每日处理逾 600 则会员查询，常见痛点是教练推销话术不一、回复冗长，导致转换率仅 8%。
为此团队导入系统提示，统一客服 AI 的语气与规则，具体成效如下：
- 设定角色与语气：要求以“健身伙伴”自称、回复限 80 字内，客服平均处理时间由 5 分钟降至 2 分钟。
- 明订推荐逻辑：依会员目标（增肌、减脂、复健）推荐课程，课程转换率由 8% 提升至 19%。
- 规范禁答范围：不得承诺疗效或议价，客诉升级率下降 35%。
- 加入分流规则：涉及退款先致歉并转真人，满意度由 3.6 分升至 4.5 分。
小技巧
- 在 ChatGPT 开头用“你是⋯⋯”指定角色与语气，例如“你是严谨的财报分析师”。
- Claude 的 system prompt 可写明输出格式，如“一律用三点条列、每点低于 20 字”。
- 把受众与禁用词写进提示，例如“读者是高中生，避免术语”。
- 用 Notion 建立系统提示范本库，依专案复制贴上，省去每次重写。
练习题
本节摘要
- 系统提示设定 AI 的角色和行为规则
- 包含：角色、专业、规则、限制、风格
- 好的系统提示确保 AI 输出一致且专业
- 应该在对话开始时设定
系统提示（或对话开头的设定段）是你的“常驻设定”：写一次，整个对话生效。最划算的三行系统提示：（1）角色+专业程度“你是有 10 年经验的香港零售行销顾问”；（2）输出规范“答案用繁体中文，重点用粗体，预设精简”；（3）边界“不确定就直接表示不知，不要编造”。此三行令日常对话质量即刻提升。
- 我写了自己的三行系统提示并在日常用
- 我知角色扮演会改变 AI 的词汇同考虑角度
5.7 提示模板化与变数管理
为什么学这个？
将提示模板化能大幅提升工作效率，实现批量生产内容。
核心教学
提示模板 是包含可替换变数的提示框架。
模板结构：
固定部分 + {{变数}} + 固定部分范例：产品描述模板
你是一位专业的宠物产品文案撰写者。
请为以下产品写一段 200 字的产品描述：
产品名称：{{产品名}}
产品类别：{{类别}}
目标客户：{{目标客户}}
主要卖点：{{卖点1}}、{{卖点2}}、{{卖点3}}
格式要求：
- 开场：一个吸引人的问题或情境
- 主体：3 个卖点展开说明
- 结尾：行动呼吁
语气：专业但友善
语言：繁体中文
<strong>批量使用：</strong>产品名：天然猫粮 5kg
类别：猫咪食品
目标客户：注重健康的猫主人
卖点1：100% 天然成分
卖点2：无添加防腐剂
卖点3：新西兰进口
商业范例
一家连锁健身工作室，旗下有 12 间分店与 40 位教练。过去每位教练各自撰写招生文案与课后关怀消息，风格不一且耗时，总部难以统一管理行销品质。
- 招生贴文模板：建立 8 套依课程类型分类的模板，教练套用后每日贴文产出由 3 篇提升至 15 篇。
- 学员关怀邮件模板：依续约、流失预警等 5 种情境设计，行政人员每周处理量从 80 封增至 300 封。
- 教练招募文案模板：统一品牌语气并带入分店职缺变数，单次招募周期由 21 天缩短至 9 天。
- 月报模板：自动带入各店营收与到课率变数，总部汇整 12 间分店报表时间由 6 小时降至 40 分钟。
小技巧
- 用 Notion 建“提示模板库”数据库，按行销、客服、写作设标签分类。
- 变数统一写成 {{产品名}} 格式，方便用 Ctrl+H 批次取代。
- 在 ChatGPT 自订指令贴上常用模板骨架，省去每次重贴。
- Claude 专案内存放模板档，对话时直接引用档名呼叫。
- 模板末尾加“若缺少资料请先反问我”，降低幻觉风险。
练习题
本节摘要
- 提示模板 = 固定部分 + 变数
- 适合批量生产内容
- 建立模板库，按场景分类
- 每次使用只需替换变数
模板变数语法：三分钟上手
- 将固定部分写死：角色、格式、限制全部不变。
- 将会变的部分改为 [变数]：例如“为 [产品名] 写 [平台] 贴文，目标 [客群]”。
- 存入团队共享文件，注明每个变数的填写要求。
- 新人即用：任何同事填空即可产出 80 分内容 — 这个就是模板的杠杆。
- 我将最常用的 3 个 prompt 模板化
- 模板已共享给团队
5.8 提示优化迭代方法论
为什么学这个？
第一次写的提示很少是完美的。学会优化迭代，才能持续提升 AI 输出品质。
核心教学
提示优化的 PDCA 循环：
Plan（设计）→ Do（测试）→ Check（评估）→ Act（改进）优化策略：
- “写得更好”
- “增加更多数据支持，每段加入一个统计数字”
- 尝试不同的角色设定
- 比较“行销专家”vs“文案撰写者”的输出差异
- 改变输出结构
- 测试不同格式的效果
- 范例太多可能限制创意
- 范例太少可能风格不一致
- 放宽限制增加创意
- 收紧限制确保品质
商业范例
某连锁健身中心拥有 8 间分店、约 40 名教练，过往靠群组消息通知学员续约，消息千篇一律，续约率长期低于 35%。行销主管决定用提示迭代改善个人化续约文案。
- 做法：先下基础提示“写一则续约提醒”，产出通用范本，续约率仅 36%。
- 做法：加入角色设定“你是健身产业客户成功经理”，文案语气更专业，续约率升至 44%。
- 做法：补上具体要求“针对 3 个月未到访会员、100 字内、附一堂免费体验”，续约率达 57%。
- 做法：加入高转换范例与数据“参考此风格：你上次的深蹲进步了 15%”，续约率升至 68%，每月多留住约 120 名会员。
小技巧
- 在 ChatGPT 开新对话，每次只改一个变数，其余 prompt 原封不动。
- 用 Notion 建表格记录版本，字段含 prompt、模型、输出评分。
- 把调整写成“请保留原句，只改语气为正式”这类单一指令。
- 同一 prompt 分别丢给 Claude 与 ChatGPT，比对差异再决定改哪。
- 用 Zapier 每次执行后自动寄出结果，方便回溯哪版最好。
练习题
本节摘要
- 提示需要不断优化迭代
- 每次只改一个变数
- 常见优化：增加具体性、调整角色、修改格式
- 记录每次优化的效果
5.9 常见错误与最佳实践（10 大 Pitfall）
为什么学这个？
避免常见错误，能让您更快地写出好提示。
核心教学
10 大常见错误：
最佳实践：
商业范例
一家位于台中、员工 8 人的独立文具店，长期靠老板凭感觉发文，IG 触及率低且客单价停滞。痛点是没有行销专才，贴文缺乏主题与转换设计。
- 做法：设定角色为文具零售行销顾问，明确目标客群为 25-35 岁手帐爱好者，结果贴文互动率由 1.2% 提升至 4.5%。
- 做法：要求以表格输出 3 个月内容日历，含主题、格式与发布频率，结果每周省下 6 小时规划时间。
- 做法：加入预算每月 NT$3000 与转换目标，结果官网导购点击成长 38%，客单价提高 15%。
小技巧
- 把提示贴进 ChatGPT 新对话视窗，若它反问你意图，代表指令缺少角色或目标。
- 用 Claude 时，在提示开头加“你是资深编辑，请依以下三点输出”，可减少空泛回答。
- 在 Notion 建提示模板库，把验证过的写法存成区块，下次直接复用不必重写。
- 把长提示丢给 Zapier 自动跑一轮，观察输出格式是否稳定，再决定是否上线。
- 结尾补一句“若信息不足，请先列出你需要我补充的三项”，避免模型自行猜测。
练习题
本节摘要
- 避免 10 大常见错误
- 具体明确、设定角色、指定格式
- 一次一任务，提供范例
- 测试验证，持续优化
- 我避开了五大 pitfall
- 我知迭代式改稿是最快的改善路径
5.10 提示模板库：15 个职场即用场景模板
为什么学这个？
直接可用的模板能立即提升您的工作效率。
核心教学
15 个即用提示模板：
1. 产品描述
你是宠物产品文案专家。为 {{产品名}} 写 200 字描述。卖点：{{卖点}}。目标客户：{{客户}}。语气专业友善。2. 社群贴文
你是社群媒体经理。为 {{平台}} 写一则 {{主题}} 贴文。字数 {{字数}}。风格 {{风格}}。加入 {{数量}} 个 hashtag。3. 客户回复
你是客服代表。客户询问：{{问题}}。请用 100 字内友善回复。公司政策：{{政策}}。4. 邮件撰写
写一封 {{目的}} 邮件给 {{对象}}。语气 {{语气}}。重点：{{重点}}。字数 {{字数}}。5. 广告文案
写 {{平台}} 广告文案。产品：{{产品}}。优惠：{{优惠}}。目标：{{目标}}。字数限制 {{字数}}。6-15：会议纪录、报告摘要、数据分析、竞品分析、内容日历、SEO 文章、FAQ、培训教材、提案、翻译
商业范例
一家约三十人的连锁健身工作室，过去教练每天花两小时回复咨询与撰写课程文案，导致招生进度落后、潜在学员流失。导入提示模板库后，团队把重复的沟通与内容工作标准化，将时间重新投入带课与成交。
- 早上：用“社群贴文”模板产出三篇限时动态文案，每天省下四十分钟构思时间，触及率提升约两成。
- 中午：用“客户回复”模板处理二十则 LINE 咨询，回复时间从三小时缩短至三十分钟，成交率提高一成五。
- 下午：用“课程介绍”模板上架两堂新课，文案撰写从九十分钟降至二十分钟，错误率明显下降。
- 晚上：用“数据分析”模板检视当日报名与到课率，每周多找出三个可优化的招生时段。
小技巧
- 把 15 个模板存进 Notion 数据库，用“场景”与“变数”两个属性分类，搜索时直接筛选。
- 在 ChatGPT 开一个专案，把模板档上传为知识库，每次对话直接引用，不必重贴全文。
- 用 Zapier 串接表单与 ChatGPT，提交后自动填入变数并回传成品到信箱。
- 在模板变数处写成 {受众}、{语气} 格式，复制后用 Ctrl+H 一次取代全部字段。
- 用 Claude Projects 存常用模板，并在系统提示注明“未指定语气时预设正式”。
练习题
本节摘要
- 15 个即用模板覆盖常见职场场景
- 每个模板都有可替换的变数
- 建立个人模板库，按场景分类
- 直接复制贴上，替换变数即可使用
5.11 多轮对话策略与上下文管理
为什么学这个？
学会管理多轮对话，能让 AI 在长对话中保持高品质输出。
核心教学
多轮对话的挑战：
- 上下文窗口有限
- 对话越长，AI 可能“忘记”前面的内容
- 需要策略性地管理对话
策略 1：定期总结
“请总结我们到目前为止的对话重点，以便后续参考。”策略 2：拆分任务
- 复杂任务拆分成多个对话
- 每个对话专注一个子任务
策略 3：关键信息重复
- 在新一轮对话中重复重要背景
- 避免假设 AI 记得所有细节
策略 4：使用文件
- 把重要信息存成文件
- 需要时上传文件而非重复说明
商业范例
一间拥有 12 间分店的连锁健身中心，近年会员续约率跌至 58%，教练团队缺乏统一话术，行销投放亦无从判断成效。管理层希望透过多轮对话，将零散数据转化为可执行的挽留方案。
- 做法：首轮要求 AI 归纳近半年 2,400 份退会问卷，结果：找出 3 大流失主因，准确覆盖 82% 个案。
- 做法：次轮把主因贴回对话，要求制定分店层面的挽留策略，结果：产出 5 项措施，预计续约率提升 9 个百分点。
- 做法：第三轮按策略生成教练话术与 30 日跟进流程，结果：覆盖 12 间分店，每间每周节省 4 小时准备时间。
小技巧
- 在 ChatGPT 中每 8 到 10 轮后，用“请用三点摘要以上对话”取得脉络，再贴进新对话开头。
- Claude 的 Projects 可放固定背景文件，每轮对话只补当前任务，避免重复贴长文。
- 用 Notion 建立对话纪录页，贴上每轮结论，下一轮直接引用该页内容当上下文。
- Prompt 开头固定写“背景：…／目前目标：…／限制：…”，让模型每轮都能对齐。
- Zapier 可自动把 ChatGPT 回复写回 Notion，累积跨对话的长期记忆。
练习题
本节摘要
- 多轮对话需要策略性管理
- 定期总结、拆分任务、重复关键信息
- 对话太长时开始新对话
- 善用文件管理重要信息
5.12 提示优化迭代方法论
为什么学这个？
将提示工程系统化应用于企业，实现团队效率最大化。
核心教学
企业提示工程 SOP：
团队提示库管理：
- 使用共享文件（Google Docs / Notion）
- 按部门/场景分类
- 定期更新和优化
- 记录最佳实践
商业范例
一家拥有 12 间门市的连锁健身中心，过去教练与柜台人员回复会员消息全靠个人经验，导致续约话术不一致、潜在客户流失率偏高。管理层决定以提示优化迭代方法论，将资深员工的沟通逻辑转化为可复制的提示模板。
- 建立续约提醒模板：教练输入会员剩余堂数与运动偏好，系统生成个人化挽留消息，续约率由 58% 提升至 74%。
- 开发体验课邀约模板：柜台人员套用后自动产出三种语气版本，预约转换率提高 31%。
- 优化客诉回应模板：针对器材与排课争议生成同理回复，客诉重复来电减少 42%。
- 推行每月提示迭代工作坊：各店回报使用痛点并更新模板，三个月内模板采用率达 89%。
小技巧
- 在 Notion 建立提示模板库，为每个模板标注适用模型与版本日期。
- 指定 Champion 每周用 ChatGPT 抽查三条模板，记录失效案例。
- 模板开头固定写“角色＋任务＋输出格式”，方便跨模型迁移。
- 用 Claude 对比新旧提示输出，差异明显才纳入正式版本。
- 每次迭代在模板末注明修改原因与触发条件，避免重复踩雷。
练习题
本节摘要
- 企业需要系统化的提示工程方法
- 建立团队共享的提示模板库
- 定期培训和优化
- 指定专人维护模板
5.13 课程总结 + 实作专案
课程回顾
实作专案
专案：建立您的个人提示模板库
交付物：
- 5 个经过测试的提示模板
- 每个模板的使用说明
- 优化前后的比较
下一步学习建议
恭喜您完成本课程！
您已经掌握了提示工程的核心技巧，现在可以用更有效的方式与 AI 对话了。