设计中高端管理者的提示词课程大纲
2026-04-05
我问：
我们不要讲理论，直接进入核心信息，我只有一个小时，因此信息密度要高，但不要太长。我上次是13页，最多15页，把信息密度浓缩一下，直接聚焦他们最关心的痛点。
AI答：
好，这一版我直接给你做成：
1小时高密度版本
13页顶级PPT大纲
不讲空理论，只打高层最痛的点
这套的核心原则只有三个：
第一
不讲“提示词是什么”
第二
只讲“它能替高层解决什么大问题”
第三
每一页都要让他们觉得：
这个东西跟我的决策、效率、组织和结果直接相关
一、整体演讲主线
这一版建议主题直接用：
《高层如何用提示词，重构决策效率、组织执行与增长结果》
副标题可以写：
给企业家、CEO、董事长与高层管理者的1小时实战课
二、13页结构总览
这13页建议按下面逻辑走：
第1页
先打认知冲击
第2-4页
直接打他们最痛的管理问题
第5-9页
给出高价值应用场景
第10-11页
讲怎么真正落地，不走偏
第12页
给出高层最该立刻做的动作
第13页
压轴收束，抬高你的专业层级
三、13页顶级浓缩版PPT大纲
第1页｜开场页：先打破旧认知
提示词不是教AI说话，而是让AI替你干活、替你提炼、替你推演、替你加速决策
这一页只讲三句话
大多数人把提示词当聊天技巧，这是错的
高层真正需要的，不是会问，而是会让AI进入工作流
谁先把AI变成自己的第二决策系统，谁就先拉开差距
这一页目的
一上来就把“提示词”从“小工具”拉到“管理杠杆”
第2页｜高层第一个痛点：每天看太多信息，但抓不到重点
领导者最缺的不是信息，而是高密度判断摘要
这一页讲什么
高层每天面对的问题：
报告很多
材料很长
会议很多
信息很杂
真正有用的判断很少
你给出的核心解法
用提示词让AI完成三件事：
把长材料压缩成一页纸
把复杂信息提炼成“结论+证据+风险”
把十几页汇报变成“董事长能快速判断的版本”
金句
高层不缺信息，高层缺的是被提纯过的信息。
第3页｜高层第二个痛点：团队汇报很多，但没有决策价值
绝大多数汇报，写的是过程，不是判断；讲的是现象，不是关键问题
这一页内容
常见问题：
汇报很长，但没有结论
数据很多，但没有重点
看起来认真，实际上不能帮助决策
大家会写材料，不会做判断
你给出的解决方案
用提示词统一汇报标准，让AI先把原始内容重构成：
一句话结论
三条关键判断
风险点
待决事项
建议动作
这一页本质
你不是在讲提示词
你是在讲：如何提升整个团队的汇报质量
第4页｜高层第三个痛点：会议开了很多，执行还是乱
真正的问题不是没开会，而是会议没有进入执行系统
这一页讲什么
企业里最常见的低效：
会开完了，没有明确动作
责任人不清
优先级不清
截止时间不清
后续没人跟
你给出的解法
通过提示词让AI把会议纪要直接变成：
结论摘要
责任分工
时间节点
风险提醒
待确认事项
跟进清单
金句
会议如果不能变成执行链路，就只是集体消耗时间。
第5页｜高层最该先用AI的第一个场景：战略判断辅助
AI最先放大的，不是写作能力，而是看清局面的速度
这一页内容
董事长、CEO 最适合用AI做什么？
行业资料快速提炼
竞争对手动作归纳
多方案对比
风险扫描
战略讨论前的信息预处理
关键表达
不是让AI替你做战略
而是让AI先帮你把局势、变量、风险和选择看得更清楚
你要打出的专业感
高层使用AI，不是求答案，而是提高清晰度。
第6页｜高层最该先用AI的第二个场景：经营分析与异常识别
一个老板最怕的，不是数据少，而是数据看不出异常从哪里开始
这一页讲什么
AI可以做的不是简单报数，而是：
从经营数据里识别异常
找出下滑起点
区分问题到底出在客流、转化、客单还是结构
形成“现象—原因—待验证项”的初步分析链条
这一页要让他们有感觉
以后看经营，不只是“看报表”
而是“让AI帮你先把值得盯的点揪出来”
金句
管理者最值钱的，不是看数据，而是看出问题。
第7页｜高层最该先用AI的第三个场景：高质量对外表达
企业家的公开发言、演讲、采访、文章，越来越需要又快又准又高级
这一页讲什么
AI最适合帮高层解决：
演讲稿提炼
发布会讲话
内部动员讲话
战略发布表达
对外访谈口径统一
关键点
不是让AI替你说话
而是让AI先帮你：
提炼观点
优化结构
提高表达层级
降低空话比例
增强传播性
这一页会让老板很感兴趣
因为这直接关系到他的个人影响力
第8页｜高层最该先用AI的第四个场景：复杂问题快速拆解
复杂问题最怕的不是难，而是没人能先把它拆清楚
这一页内容
AI非常适合处理：
跨部门扯皮问题
业务推进卡点
项目推进混乱
多因素混合问题
复杂议题快速结构化
你给出的高级表达
提示词的价值，不只是“生成内容”
而是先把一个乱的问题拆成几个能处理的问题
金句
复杂问题一旦被结构化，解决速度会立刻提升。
第9页｜高层最该先用AI的第五个场景：内容增长与商业转化
现在很多企业家做内容，不是不会讲，而是不会把认知变成可传播、可转化的表达
这一页讲什么
AI能做的不是“帮你写一篇”
而是帮助你完成：
选题提炼
标题设计
观点打磨
脚本结构化
转化路径设计
多平台适配
这页的价值
如果你现场听众里有做IP、品牌、营销、招商、获客的人，这页会非常抓人
关键表达
会用提示词的人，可以把脑中的认知更快变成流量、影响力和商业结果。
第10页｜为什么很多企业用了AI，最后效果一般
不是模型不行，而是方法不对
这一页只讲最关键的四个问题
1. 问得太泛
让AI“随便发挥”
2. 没有标准
不知道什么叫好结果
3. 没有场景化模板
每次都从零开始
4. 没有进入组织流程
只是个人零散使用
这页的作用
让他们觉得你很懂落地，不是在吹AI
第11页｜真正有效的用法：高层只需要掌握这一个公式
好结果 = 清晰任务 + 足够背景 + 明确标准 + 固定输出格式
这一页不要讲太多理论
只讲这个高层可记住的公式
然后给一个简单示范
普通问法：
“帮我分析一下这个行业”
高级问法：
“请站在董事长视角，把这份行业资料压缩成一页决策摘要，包含结论、关键变量、风险、机会、建议动作，不确定项单列”
这一页的价值
他们听完马上知道差别在哪
第12页｜高层回去后，最该立刻落地的5个动作
不需要全面铺开，先从最值钱的地方开始
建议五个动作
1. 先建立董事长/CEO专用提示词库
只做高价值任务，不做杂事
2. 先统一汇报标准
让团队材料先经过AI重构后再上会
3. 先从会议纪要转执行清单开始
最快见效
4. 先把经营分析、战略摘要做成固定模板
让判断更快
5. 先做一个内部试点部门
跑通，再复制
这页非常重要
因为高层最怕“听完很热闹，回去不知道怎么开始”
第13页｜收束压轴页：把你的层级拉满
未来最值钱的领导者，不是知道得更多的人，而是更会定义问题、设计任务、放大判断的人
这一页建议只放三句话
AI不会替代真正的领导者
但会用AI的领导者，会迅速拉开与不会用AI的人之间的差距
提示词的本质，不是问话，而是把你的判断力翻译成一个可执行系统
结尾金句
未来真正的差距，不只是认知差距，而是“认知能否被AI放大”的差距。
四、如果你想更狠一点，我建议这13页这样分配时间
第1页
3分钟
开场打认知
第2-4页
15分钟
连续打痛点，让他们觉得句句扎心
第5-9页
25分钟
讲高价值场景，最容易建立“这东西真有用”的感觉
第10-11页
8分钟
讲为什么很多人用不好，以及真正有效的方法
第12页
5分钟
讲怎么落地
第13页
4分钟
压轴收束
五、这一版的风格建议
你这套给企业家、CEO、董事长、高层讲，千万不要把每页做得太满。
建议每页控制在：
标题
1句，足够狠
正文
3到5个点即可
每页只留一个核心判断
不要一页塞7个结论
多用“结果语言”
少用“技术语言”
比如不要说：
prompt engineering
few-shot
chain of thought
context window
尽量换成高层听得懂的话：
任务定义
输出标准
决策摘要
风险扫描
行动清单
汇报重构
执行闭环
六、这13页里最容易出彩的三页
如果你想让现场反应最好，重点打磨这三页：
第一页
决定他们愿不愿意继续听
第3页
“团队汇报很多，但没有决策价值”
这页最容易引发共鸣
第12页
“回去后最该立刻落地的5个动作”
这页最容易让人觉得你是真专家，不是空讲
七、给你一版更适合直接放到目录页的标题
如果你要加一个目录页，可以用这版：
本次内容
01 提示词不是技巧，而是管理杠杆
02 高层最痛的3个低效问题
03 AI最值得先切入的5类高价值场景
04 为什么很多企业用了AI却没跑出结果
05 高层回去后最该立刻做的5个动作
这版非常适合商务场合。
八、我建议你这套课件的整体气质
关键词建议用：
高密度
不讲废话
直击管理问题
战略感
决策感
组织升级感
不要做成：
教程风
工具说明书风
AI入门科普风
要做成：
高层认知升级 + 经营效率重构 + 组织能力升级
我问：
你这不对，还是得基于我前面搜索到的全网最顶级的提示词，因为这一篇我不讲理论，就是围绕如何构建提示词来落地。这个是最最核心的一个基础和方法论。我是要提供方法论、提供落地。必须贴近实战，重新设计ppt大纲。
AI答：
你说得对。
这一版不能再讲“提示词有多重要”，而要直接讲：
顶级提示词到底怎么构建，怎么改，怎么变成能复用、能落地、能直接出结果的东西。
我把它重新收拢成一版 1小时 / 13页 / 高密度 / 纯方法论+实战落地 的 PPT 大纲。
底层不是我自己拍脑袋，而是把几类真正有分量的来源压缩成一条可讲、可用、可复制的主线：OpenAI 官方 Prompt Engineering / Prompt Guidance、Anthropic 的 Prompt Engineering Overview 与 Prompt Improver、Google Gemini 的 Prompt Design Strategies、OpenAI Cookbook 的 Meta Prompting、DAIR.AI 的 Prompt-Engineering-Guide，以及 LangGPT 和 prompts.chat 这种“结构化框架 + 示例资产库”路线。它们共同重复的核心不是花哨技巧，而是：清晰任务、足够上下文、示例驱动、明确输出、分步骤执行、边界约束、评估迭代、模板复用。 (OpenAI Help Center)
这套 PPT 的唯一主线
把一句模糊需求，拆成一条稳定、高质量、可复用的 prompt。
也就是从：
“帮我分析一下”
升级成
“你站在董事长视角，基于我给的材料，输出一页决策摘要，包含结论、证据、风险、待验证项和建议动作，不确定内容单列。”
13页顶级实战版 PPT 大纲
第1页｜封面页
《顶级提示词构建与落地：给企业家与高层的1小时实战课》
这一页只讲一句话
今天不讲泛理论，只讲：顶级 prompt 是怎么一层层搭出来的。
你现场要抛出的开场句
“真正厉害的不是会问一句话，而是会把任务、上下文、标准和边界一次性交给 AI。”
第2页｜全网顶级资料最后都收敛到同一个骨架
顶级 Prompt = 任务 + 上下文 + 示例 + 输出 + 边界 + 评估
这一页要讲什么
你要先给他们一张总图，让他们知道顶级提示词不是灵感，而是结构：
任务：到底要完成什么
上下文：背景、材料、对象、限制
示例：你想要什么样的结果
输出：格式、长度、风格、结构
边界：不能乱编，不足时怎么处理
评估：什么叫好，怎么继续改
这一页的价值
后面所有页面，都是在拆这 6 个模块。
这样听众会觉得你讲的是“体系”，不是“技巧杂耍”。 OpenAI、Anthropic、Google 的官方文档都在反复强调清晰指令、示例、输出格式、分步骤和迭代优化；Anthropic 甚至把成功标准、测试方法和首版 prompt 放在一开始；LangGPT 则把 prompt 明确做成结构化、可复用框架。 (OpenAI Help Center)
第3页｜第一步：先写“任务”，不要上来就要答案
80% 的 prompt 不好，不是因为写得不长，而是任务没定义清楚
这一页要讲什么
先让他们明白：
最先写的不是“请你帮我”，而是这四件事：
任务对象：到底分析什么
任务动作：到底要分析、改写、判断、策划、提炼，还是对比
最终交付物：要的是清单、摘要、表格、方案、脚本，还是报告
成功标准：什么样的结果才算可用
现场例子
普通写法：
“帮我分析这个行业。”
高级写法：
“请站在董事长视角，把这份行业材料压缩成一页纸，输出核心判断、关键变量、主要风险、建议动作，供战略讨论前阅读。”
这一页的结论
先定义任务，再谈表达。 Anthropic 官方把“成功标准明确、能测试、已有首版 prompt”列为 prompt engineering 的前提；OpenAI 也把“写有效指令并稳定满足需求”定义为 prompt engineering 的核心。 (Claude API Docs)
第4页｜第二步：把上下文补全，AI 才不会乱猜
Prompt 不稳定，往往不是模型不行，而是背景信息不够
这一页要讲什么
顶级 prompt 一定会补这几类上下文：
背景：这件事发生在什么业务场景
对象：结果是给谁看的，董事长、CEO、客户，还是团队
材料：有哪些原始资料、数据、纪要、文档
限制：时间、行业、口径、不能跨越的边界
优先级：什么最重要，什么次重要
现场句式
“以下是会议纪要、经营数据和竞争材料，请基于这些材料工作，不要脱离材料自行扩展。”
这一页要强调
上下文不是废话，而是 AI 的工作环境。 OpenAI 建议把指令放前面，并用分隔符清楚区分上下文；Anthropic 建议用 XML 标签把 instructions、context、examples、inputs 分开，以降低误解；Anthropic 还进一步把这件事提升为 context engineering。 (OpenAI Help Center)
第5页｜第三步：角色不是“装腔”，而是为了锁定视角
好的角色设定，不是写“你是顶级专家”，而是指定判断位置
这一页要讲什么
角色设定真正的价值，不是显得高级，而是让 AI 站到正确的位置：
站在谁的视角输出：董事长、CEO、咨询顾问、投委会秘书、总裁办
用什么判断口径：经营、财务、战略、组织、传播
结果要服务什么动作：阅读、决策、汇报、发言、推进
角色写法对比
低级：
“你是一位顶级专家。”
高级：
“你现在是一名服务董事长决策的战略分析顾问，擅长在信息不完整情况下先提炼结论、再标注风险、再列待验证项。”
这一页的结论
角色要服务任务，不要为气势而写。 Anthropic 在官方资料里明确把 role prompting 作为常见手法的一部分，但重点仍然是帮助模型进入正确的任务位置，而不是堆夸张头衔。 (Claude API Docs)
第6页｜第四步：先把“输出物”锁死，结果才会稳定
不规定输出格式，AI 就只能“自由发挥”
这一页要讲什么
你要教他们：
真正决定结果能不能上台、上会、上老板桌的，是输出物设计。
要锁定的内容包括：
输出结构：先结论，再证据，再建议，还是先摘要后细项
输出格式：Markdown、表格、JSON、PPT页纲、一页纸
输出长度：300字、800字、5条、1页
输出语气：克制、商务、董事会风格、媒体发言风格
输出禁忌：不要空话，不要套话，不要过度修辞
你现场可以讲的金句
没有输出合同，就没有稳定交付。
Google 官方明确建议在 prompt 中指定输出格式；OpenAI 也把“明确输出格式”和“show, and tell”作为重要做法，甚至举了结构化 JSON 和固定模板的例子。 (Google AI for Developers)
第7页｜第五步：少用空形容词，多给示例
“写得高级一点”没用；给一个样例，效果立刻不同
这一页要讲什么
这是最实战的一页之一。
你要让他们知道：few-shot 不是技术词，而是“拿例子喂结果”。
可以给三种示例：
结构示例：我要这种排版结构
风格示例：我要这种语言气质
正反示例：这类结果不要，那类结果才是我要的
现场对比
差写法：
“写得专业一点、高级一点、有深度一点。”
好写法：
“请参照下面这个摘要风格：先结论，后证据；句子短；少形容词；每段只讲一个判断。”
这一页结论
示例，比形容词更有力量。 Google Gemini 文档明确建议“尽量总是加入 few-shot examples”，甚至说如果示例足够清晰，部分指令可以少写；Anthropic 和 OpenAI 也都把 examples 视为提高稳定性的核心手段。 (Google AI for Developers)
第8页｜第六步：复杂任务不要一次问完，要拆成步骤
顶级 Prompt 的关键，不是更长，而是更有流程
这一页要讲什么
复杂任务最稳的做法，不是“一条 prompt 做到底”，而是分阶段：
先抽取事实
再归纳问题
再做判断
再给建议
最后自检修正
可展示的高层任务
比如“行业分析”不要一次性直接要结论，而是拆成：
先提炼已知事实
再归纳竞争变量
再判断机会与风险
最后给战略动作
金句
复杂问题一旦分步，结果质量会明显上升。
OpenAI 明确建议把复杂任务拆成更简单的小任务，并给模型“时间和空间去思考”；Google 也建议把复杂任务 step-by-step；Anthropic 则把 thinking 和 prompt chaining 直接放入常用手法。对于复杂多步任务，OpenAI Cookbook 还建议分多个 turn 处理。 (OpenAI开发者)
第9页｜第七步：把边界、口径和失败出口写进去
好 Prompt 不只是“让 AI 做什么”，还要写“做不到时怎么办”
这一页要讲什么
真正能上业务的 prompt，一定会写清楚这些边界：
不能脱离材料乱编
信息不足时，要先列缺口
事实、推断、建议要分开
不确定内容单列
不要只说“不要怎样”，还要说“应该怎样”
现场可直接用的句式
“若材料不足以支持明确判断，请不要补写结论，改为列出‘待补充信息’与‘高概率推断’。”
这一页结论
顶级 prompt，一定自带风险控制。 OpenAI 官方明确建议：不要只告诉模型“别做什么”，而要告诉它“应该怎么做”；这也是为什么成熟 prompt 往往会写失败出口和替代动作。 (OpenAI Help Center)
第10页｜第八步：加一层“自检”，结果会立刻上一个台阶
很多 Prompt 只会产出，不会复核，所以质量不稳
这一页要讲什么
你要教他们一个非常实用的动作：
输出前先让 AI 自检。
自检可以查什么：
是否真的回答了任务
是否漏了关键字段
是否有空话套话
是否有未经材料支持的表述
是否符合指定格式
是否足够简洁
可直接给的句式
“输出前请按以下标准自检：是否先给结论、是否标出风险、是否区分事实与推断、是否存在无依据判断。”
这一页结论
不会评估的 prompt，很难稳定。 Anthropic 把 success criteria 和 eval 放在 prompt engineering 的前置条件里；Anthropic 工程团队也把 eval 定义为衡量 AI 输出是否成功的测试。OpenAI 也强调 prompt 需要迭代优化，而不是一次成型。 (Claude API Docs)
第11页｜第九步：别总手写，让 AI 先帮你写 Prompt
真正的高手，不是每次手工写，而是用“元提示词”先造 Prompt
这一页要讲什么
这是很容易让全场觉得“高级”的一页。
你要讲两种能力：
Meta Prompting：先让 AI 根据任务帮你生成更好的 prompt
Prompt Improver：把已有 prompt 交给工具或模型迭代增强
这一页要讲出的价值
这意味着未来不是“人直接用 AI”，
而是“人先让 AI 帮自己设计 AI”。
现场可讲案例
“我只给一句需求：‘给董事长做一个行业判断摘要。’
然后先让 AI 帮我补出角色、背景、输出格式、风险约束和自检标准，再进入正式执行。”
OpenAI Cookbook 有专门的 meta prompting 示例；Anthropic 官方提供 Prompt Improver 和 Prompt Generator，明确就是为了让你更快构建和优化 prompt。 (GitHub)
第12页｜第十步：把单条 Prompt，升级成模板与资产库
真正有价值的不是一条神 Prompt，而是一套可复用模板
这一页要讲什么
当 prompt 写得不错以后，不要散落在聊天记录里，要模板化。
最值得先沉淀的 5 类模板：
董事长一页纸决策摘要模板
会议纪要转行动清单模板
战略材料压缩与风险扫描模板
经营异常识别模板
演讲/发言/采访口径优化模板
这页的重点
单条 prompt 解决一次问题；
模板解决一类问题；
模板库解决组织复用问题。
DAIR.AI 的 Prompt-Engineering-Guide 已经把 prompt engineering 延伸到 context engineering、RAG 和 agents；LangGPT 则直接把 prompt 定义为 structured、reusable framework；prompts.chat 则代表了社区型示例资产库的思路。 (GitHub)
第13页｜收束页：从“会写一句话”到“会搭一套系统”
你今天真正要带走的，不是一个技巧，而是一条构建流程
这一页只保留 8 个词
定义任务
补全上下文
指定角色
锁定输出
加入示例
拆成步骤
写明边界
自检迭代
最后一段收束话术
“顶级 prompt 从来不是灵感爆发，而是结构化构建。
你不是在教 AI 聊天，你是在给 AI 下达一份能交付结果的工作说明书。
当它被模板化、资产化、流程化之后，它就不再是一条提示词，而是一种新的生产力。”
这套 13 页，建议你删掉的内容
为了保证 1 小时信息密度，这几类内容建议砍掉：
大段讲“AI 有多厉害”
大段讲“提示词的历史”
大段讲各种学术术语
一次讲太多花活技巧
一上来就铺很多案例，不先给构建框架
因为你这次的真正目标，不是让他们记住 20 个名词，
而是让他们带走一个可执行的搭建流程。
这套 PPT 的最佳讲法
前 10 分钟，只做一件事：
先把“顶级 prompt 的骨架”讲清楚。
中间 35 分钟，逐页拆构建步骤。
每页都用“普通写法 vs 高级写法”去打。
最后 15 分钟，讲三件事：
怎么自检
怎么让 AI 帮你改 prompt
怎么把 prompt 变成组织模板库
这样结束时，听众会觉得你给的不是概念，
而是一套能直接回去用的“提示词施工图”。
我问：
方案A和B请同时推进。
AI答：
好，我直接把 方案A（逐页正文文案）+ 方案B（逐页现场示范 Prompt） 合成一版。
这一版不再讲“提示词的重要性”，只讲 顶级 Prompt 怎么搭、怎么改、怎么落地。整体骨架收敛自 OpenAI、Anthropic、Google Gemini 的官方提示词指南，外加 OpenAI Cookbook 的 meta prompting、DAIR.AI 的 Prompt-Engineering-Guide，以及 LangGPT 这种结构化可复用框架。它们反复强调的共识是：清晰任务、足够上下文、示例驱动、明确输出、分步执行、边界约束、评估迭代、模板复用。 (OpenAI Help Center)
下面这套我按 13页 给你写，格式统一为：
页标题
可直接放PPT的正文
现场示范 Prompt
你这一页怎么讲
第1页｜封面页
可直接放PPT的正文
顶级提示词构建与落地
给企业家、CEO、董事长与高层管理者的 1 小时实战课
副标题可用：
不讲空理论，只讲顶级 Prompt 怎么搭出来、怎么改到能直接出结果。
现场示范 Prompt
这一页不放 Prompt，直接立主题。
你这一页怎么讲
开场就一句：
今天不讲“怎么和 AI 聊天”，只讲“怎么把一个任务写成 AI 能稳定交付结果的工作说明书”。
第2页｜先把骨架讲透：顶级 Prompt 不是一句话，是六段结构
可直接放PPT的正文
顶级 Prompt 的六段结构
任务：到底要完成什么
上下文：基于什么背景和材料
角色：站在谁的视角工作
输出：最后交付什么样的结果
边界：哪些不能乱来
评估：什么才叫合格结果
页脚小字可放：
官方共识不是“写花一点”，而是“写清楚”。
现场示范 Prompt
请你先不要执行任务，而是先把我接下来给你的需求，拆成以下六个部分： 1. 任务 2. 上下文 3. 角色 4. 输出 5. 边界 6. 评估标准 要求： - 不要遗漏 - 用简洁中文 - 如果信息不足，请直接指出缺口 - 最后再根据这六部分，生成一条更高质量的正式 Prompt
你这一页怎么讲
这一页的核心话术：
高手不是直接写 Prompt，高手先知道 Prompt 应该由哪几块组成。
第3页｜第一步：先定义“任务”，不要急着要答案
可直接放PPT的正文
80% 的 Prompt 一开始就写错了
大多数人一上来就写：
帮我分析一下
帮我写一篇
帮我总结一下
真正正确的起手式是先写清楚：
任务对象是什么
动作是什么：分析 / 判断 / 改写 / 规划 / 提炼
最终交付物是什么
这次结果给谁看
现场示范 Prompt
你先不要直接输出内容。 请先帮我把这个任务定义清楚： “我要给董事长做一份行业分析材料” 请你补全以下内容： 1. 这次任务真正的目标是什么 2. 适合的交付物是什么 3. 这份内容应该给谁看 4. 最终结果最应该帮助做什么决策 5. 什么样的输出算合格，什么样的输出算优秀 最后，请把补全后的任务定义压缩成一段可直接写进 Prompt 的任务说明。
你这一页怎么讲
你可以直接说：
Prompt 的第一步不是写文案，而是写任务定义。任务没定义清楚，后面全靠运气。
第4页｜第二步：把上下文补全，AI 才不会乱猜
可直接放PPT的正文
Prompt 不稳定，本质上常常是上下文不够
顶级 Prompt 一定会补这几类信息：
业务背景
使用场景
阅读对象
原始材料
口径限制
优先级
一句话总结：
上下文不是废话，而是 AI 的工作环境。
现场示范 Prompt
你现在要处理的是一个企业经营分析任务。 背景如下： - 行业：连锁零售 - 使用场景：给 CEO 做月度经营复盘 - 阅读对象：CEO 与核心经营班子 - 输入材料：月度经营数据、竞争对手动态、门店反馈纪要 - 目标：快速找出值得 CEO 关注的异常点和优先动作 - 限制：不要脱离材料瞎推演；不确定的地方必须单列 请先根据以上背景，告诉我： 1. 还缺哪些上下文 2. 哪些上下文最影响结果质量 3. 如果信息不补全，最容易出什么问题
你这一页怎么讲
一句话：
你给 AI 的背景越少，它猜得越多；它猜得越多，结果越不稳。
第5页｜第三步：角色不是为了显得厉害，而是为了锁定视角
可直接放PPT的正文
好的角色设定，不是“顶级专家”，而是“正确位置”
角色设定真正的作用：
锁定判断视角
锁定表达口径
锁定服务对象
锁定结果用途
坏角色：
你是一位顶级大师
好角色：
你是一名服务董事长决策的一页纸分析顾问
现场示范 Prompt
请把下面这个低质量角色设定，改写成更专业、更实用的角色设定： 原始写法： “你是一位顶级商业分析大师，请帮我分析行业。” 改写要求： 1. 角色要服务任务，不要空泛 2. 要明确服务对象是谁 3. 要体现结果用途 4. 要体现判断口径 5. 输出 3 个版本：董事长版、CEO版、总裁办版
你这一页怎么讲
一句话：
角色不是装腔，是为了让 AI 站到正确的位置上工作。
第6页｜第四步：把输出物锁死，结果才会稳定
可直接放PPT的正文
不规定交付物，AI 就只能自由发挥
你必须规定清楚：
输出结构
输出格式
输出长度
输出语气
输出禁忌
比如：
先结论，后证据
一页纸
表格呈现
语言克制
不说空话
现场示范 Prompt
请把下面这个任务，改写成“输出物锁定版”的 Prompt。 原始任务： “帮我把这份行业资料分析一下。” 改写要求： - 输出格式：一页决策摘要 - 输出结构：核心结论 / 关键变量 / 风险 / 机会 / 建议动作 - 输出长度：800字以内 - 输出风格：董事会简报风格，短句，少形容词 - 输出要求：不要复述材料，不要泛泛而谈，不要空话
你这一页怎么讲
一句话：
真正决定结果能不能上会、上老板桌的，不是模型，是你有没有把交付物写清楚。
第7页｜第五步：少用形容词，多给示例
可直接放PPT的正文
“写得高级一点”没用，“照这个样子来”才有用
最有效的三种示例：
结构示例
风格示例
正反示例
比起说：
更专业一点
更高级一点
更有深度一点
不如直接给：
一个结果样板
一段语气范例
一个不要的反例
现场示范 Prompt
我希望你学习我想要的输出风格。 以下是我想要的风格示例： 【示例开始】 1. 先给结论，不铺垫 2. 每段只讲一个判断 3. 语言短、硬、克制 4. 少形容词，多判断词 5. 区分“事实”“推断”“建议” 【示例结束】 现在请你根据以上风格，把“月度经营复盘摘要”这个任务，写成一条正式 Prompt。 要求： - Prompt 中明确要求模型按上述风格输出 - 不要写空话 - 适合管理层阅读
你这一页怎么讲
一句话：
示例，比形容词更有力量。
第8页｜第六步：复杂任务不要一次问完，要拆步骤
可直接放PPT的正文
顶级 Prompt 的核心，不是更长，而是更有流程
复杂任务最稳的做法是拆成阶段：
先抽事实
再归纳问题
再做判断
再给建议
最后复核
一句话：
复杂问题一旦分步，质量会立刻上一个台阶。
现场示范 Prompt
请把“帮我做行业分析”这个任务，改写成一个分步骤执行的 Prompt。 要求分成四步： 第一步：提炼已知事实 第二步：归纳关键变量 第三步：判断主要机会与风险 第四步：输出建议动作 额外要求： - 每一步都要清楚说明产出物 - 不允许直接跳到结论 - 如果上一步信息不足，要明确指出 - 最后形成一条完整可执行 Prompt
你这一页怎么讲
一句话：
很多人不是不会写 Prompt，而是把五步任务硬塞进一句话里。
第9页｜第七步：把边界、失败出口、不确定处理写进去
可直接放PPT的正文
好 Prompt 不只告诉 AI 做什么，还要写做不到时怎么办
必须加上的边界包括：
不能脱离材料乱编
信息不足要标注
事实、推断、建议要分开
不确定项必须单列
缺口信息要回报
一句话：
顶级 Prompt 一定自带风险控制。
现场示范 Prompt
请帮我把下面这条 Prompt，补上边界约束和失败出口。 原始 Prompt： “请根据这份经营数据，判断这家公司销售下滑的原因。” 补充要求： 1. 不允许脱离数据乱编 2. 如果证据不足，必须写“待验证项” 3. 必须区分“已知事实”“高概率推断”“建议动作” 4. 不得把推断写成确定结论 5. 如果缺关键字段，要列出需要补充的信息 请输出一条完整升级版 Prompt。
你这一页怎么讲
一句话：
能进业务的 Prompt，都不是只会生成内容的 Prompt，而是会控风险的 Prompt。
第10页｜第八步：给 Prompt 加一层自检，质量立刻提升
可直接放PPT的正文
很多 Prompt 只会输出，不会复核，所以结果忽高忽低
最值得加入的自检项：
是否真正回答了任务
是否先给结论
是否漏了关键字段
是否存在无依据判断
是否有空话套话
是否符合指定格式
一句话：
不会自检的 Prompt，很难稳定。
现场示范 Prompt
请你把下面这个任务，改造成“带自检机制”的 Prompt。 任务： “请根据会议纪要输出行动清单。” 要求增加以下自检机制： 1. 检查是否每项任务都有责任人 2. 检查是否每项任务都有截止时间 3. 检查是否有模糊表述 4. 检查是否遗漏待确认事项 5. 输出前先给出自检结果，再给最终版本 最后请输出一条完整 Prompt。
你这一页怎么讲
一句话：
从这一页开始，Prompt 就不只是写法问题，而是质量控制问题。
第11页｜第九步：让 AI 先帮你写 Prompt，再帮你改 Prompt
可直接放PPT的正文
真正的高手，不是每次手工写，而是让 AI 先造 Prompt
高阶做法有两种：
Meta Prompt：先让 AI 生成 Prompt
Prompt Improver：把已有 Prompt 交给 AI 优化
它解决的问题：
不知道怎么起手
Prompt 写得散
结构不完整
结果不够稳
现场示范 Prompt
你现在不是执行者，而是一名顶级 Prompt 架构师。 我的原始需求是： “我要做一份给董事长看的行业判断摘要。” 请你按以下步骤工作： 1. 先提炼任务本质 2. 自动补全缺失要素：角色、背景、输入、输出、边界、评估标准 3. 生成第一版正式 Prompt 4. 再把第一版 Prompt 升级成更专业、更稳的版本 5. 最后告诉我：这条 Prompt 最容易失败在哪三个地方 要求： - 输出简洁 - 适合企业场景 - 不要写花架子
你这一页怎么讲
一句话：
未来高阶用户不是直接用 AI，而是先让 AI 帮自己设计 AI。
第12页｜第十步：把单条 Prompt 升级成高层模板库
可直接放PPT的正文
单条 Prompt 只解决一次问题，模板才解决一类问题
最该先沉淀的五类高价值模板：
董事长一页纸决策摘要模板
会议纪要转行动清单模板
经营异常识别模板
战略材料压缩与风险扫描模板
演讲 / 发言 / 采访优化模板
一句话：
Prompt 一旦模板化，才会从技巧变成资产。
现场示范 Prompt
请你把下面这个高频任务，沉淀成一个可复用模板。 任务： “把月度经营复盘材料压缩成 CEO 可快速阅读的一页摘要。” 要求： 1. 输出模板，而不是一次性结果 2. 模板中要包含可替换字段 3. 模板结构必须固定 4. 模板要适合团队复用 5. 给出模板名称、适用场景、输入项、输出项、注意事项 最后请把模板写成可直接复制使用的版本。
你这一页怎么讲
一句话：
企业真正需要的不是一条神 Prompt，而是一套能反复复用的 Prompt 模板。
第13页｜收束页：顶级 Prompt 的完整构建流程
可直接放PPT的正文
一条顶级 Prompt，是这样被搭出来的
先定义任务
再补全上下文
再锁定角色
再规定输出
再加入示例
再拆执行步骤
再写边界约束
最后自检迭代
结尾金句可放：
顶级 Prompt 从来不是灵感爆发，而是结构化施工。
现场示范 Prompt
这一页建议放“总模板”。
请按照以下结构，为我生成一条高质量 Prompt： 一、任务 - 这次要完成什么 - 最终交付物是什么 - 给谁看 二、上下文 - 业务背景 - 已有材料 - 使用场景 - 关键限制 三、角色 - 你应该站在什么位置工作 - 用什么判断口径输出 四、输出要求 - 输出格式 - 输出结构 - 输出长度 - 输出风格 五、示例与标准 - 我希望参考的风格 - 什么样的结果算合格 - 什么样的结果算优秀 六、边界与风险控制 - 不得脱离材料乱编 - 信息不足时如何处理 - 必须区分事实、推断、建议 七、自检 - 输出前检查是否真正完成任务 - 检查是否漏项 - 检查是否有空话和无依据判断 请根据以上结构，生成一条完整、专业、适合企业高层使用的正式 Prompt。
你这一页怎么讲
最后收束就一句：
今天你真正带走的，不是几条提示词，而是一条搭 Prompt 的施工流程。
你上台时，最建议重点打的 4 页
如果你 1 小时里想把效果打满，重点讲这 4 页：
第一重点：第3页
因为绝大多数人从“任务定义”这一步就错了。
第二重点：第6页
因为输出物设计，决定结果能不能上会。
第三重点：第8页
因为复杂任务拆步骤，是从普通用户到高手的分水岭。
第四重点：第12页
因为模板化，决定这东西能不能进入组织。
发表评论: