📚 教程介绍
提示词（Prompt）是人与AI沟通的桥梁，也是AI时代最重要的技能之一。本教程从零基础开始，系统讲解提示词工程的核心原理、设计方法与实战技巧，帮助你从"随机提问"进阶到"精准掌控"，让AI输出稳定、可控、高质量的结果。
教程涵盖：提示词底层原理、角色设定与上下文管理、Few-shot与思维链（Chain-of-Thought）、结构化输出控制、多轮对话策略、提示词模板化与自动化、多模态Prompt、提示词安全与防御等核心模块。
🧠 CRISPE 框架 —— 高质量提示词设计模板
C —— Capacity 身份与角色
告诉AI"你是谁"：你是一位资深营销文案写手 / 你是一名前端工程师 / 你是一位英语老师。角色越具体，输出越符合预期。
R —— Request 任务与目标
明确告诉AI做什么：写一篇关于XX的文章 / 帮我写一段Python代码 / 翻译这段话。任务描述越清晰，结果越可控。
I —— Insight 背景洞察
提供完成任务所需的背景信息。目标受众是谁？有什么限制条件？产品/项目的核心特点是什么？
S —— Statement 输出格式
规定输出的结构：Markdown表格、JSON数据、要点列表、结构化报告。格式规范能极大提升后续使用效率。
P —— Personality 语气风格
要求AI用特定风格输出：正式、幽默、专业、简洁、情绪化、诗意。语气决定内容的调性。
E —— Experiment 实验反馈
鼓励AI给出多种方案，或明确"如果...则..."的分支逻辑，帮助你在多个方向中选择最优解。
📖 教程大纲
第一章：提示词基础与常见误区
- 为什么同样的问题，别人的AI回答比你的好10倍？
- 最常见的7个提示词错误及纠正方法
- 通用的万能提示词模板：角色 + 任务 + 上下文 + 约束 + 格式
- 为什么"简短提问"是新手最大的陷阱
- 中英文混用：何时用中文，何时用英文
第二章：结构化输出控制
- 要点列表输出：第一、第二、第三...
- Markdown 格式控制：标题层级、代码块、引用
- 表格输出：用表格组织对比信息
- JSON 结构化输出：为程序调用做准备
- YAML / TOML 等机器友好格式的场景应用
- 实战：用结构化输出设计一份完整的项目方案
第三章：思维链（CoT）与推理增强
- 什么是 Chain-of-Thought（思维链）？一句话讲清楚
- "Let's think step by step"的威力
- Few-shot 示例学习：给AI看正确答案模板
- Self-Consistency（自洽性）：多路推理取最优
- Tree of Thoughts：模拟多维度思维树
- 实战：用 CoT 模板破解一道复杂逻辑题
第四章：上下文管理与多轮对话
- Context Window（上下文窗口）是如何工作的
- 当对话越来越长，AI开始"失忆"，怎么办？
- System Prompt（系统提示）的设计与维护
- Custom Instructions / 自定义指令的最佳实践
- 提示词缓存与总结：管理长对话的几种策略
第五章：多模态与高级提示词
- 图像输入（Vision）：让AI看图、分析图表、识别UI
- 否定提示词 / 负面约束：明确告诉AI"不要做什么"
- 温度参数（Temperature）的意义：创造力 vs 准确性的权衡
- 提示词注入攻击与防御：生产环境的安全注意事项
- 提示词版本管理与 A/B 测试
💡 经典提示词模板
👨🏫 万能导师模板
适用：学习新知识
你是一位非常有耐心的【领域】导师。我是一位零基础的学生。请用通俗易懂的语言，分步骤教我【具体主题】。
要求：
1. 用生活化比喻解释核心概念
2. 分点陈述，不要一整段
3. 每讲完一部分，给我一个简单的小练习题
4. 如果我问了基础问题，耐心解答，不要嘲笑
现在开始第一课。
✍️ 文案写作模板
适用：营销/自媒体/广告
你是一位资深文案。请为【产品/主题】撰写3版【平台/用途】文案。
产品特点：【1...2...3...】
目标用户：【画像描述】
核心诉求：【想让用户做什么】
要求：
- 第一版：情感共鸣型（讲故事）
- 第二版：利益驱动型（讲卖点）
- 第三版：悬念吸引型（引发好奇）
每版100字内，结尾带一句行动号召。
🧠 专家辩论模板
适用：深度分析 / 决策辅助
你是一个专家辩论团，由3位顶级专家组成：
1号专家：【身份A】，风格严谨保守
2号专家：【身份B】，风格激进创新
3号专家：【身份C】，风格中立平衡
辩论主题：【问题/决策】
请每位专家依次发言，给出立场与论据。最后由3号专家总结共识与分歧，给我建议。
💻 代码审查模板
适用：编程/代码Review
你是一位资深【语言】工程师。请审查下面的代码，从以下维度给出建议：
```
【粘贴代码】
```
请按以下格式输出：
- ⚠️ 潜在Bug：列出可能出错的点
- 🚀 性能优化：建议的优化方案
- 📚 可读性：可改进的命名与结构
- 💡 最佳实践：有哪些可以改进的地方
- ✅ 优秀之处：做得好的地方（鼓励）
最后给出一版优化后的完整代码。