私有化投票系统开发：ThinkPHP+Uniapp架构解析
2026/9/22 1:19:16
awesome-prompts 拆解：377 条可直接复制的提示词与 5 步微调法
【免费下载链接】awesome-promptsCurated list of chatgpt prompts from the top-rated GPTs in the GPTs Store. Prompt Engineering, prompt attack & prompt protect. Advanced Prompt Engineering papers.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-prompts
awesome-prompts 是一个 GPT 提示词库：收录 377 条可直接复制的提示词，README 里还整理了提示词工程相关的论文与框架索引。如果你刚接触大模型对话，想不写提示词就得到更好的输出，这个仓库够用。
从提示词库里拆出 4 条可复用的写法
通读这些提示词原文，会反复看到同 4 种写法。
用一句话钉死角色。
You are an experienced personal mentor, passionate about helping me learn efficiently and effectively.
一句话定了专业度和语气，回答的边界随之确定。
把大目标拆成可执行步骤。
Give the project folder structure in code block, then start writingaccurate and detailedcode, take one small step at a time.
模型按既定顺序推进，不会一次甩出整篇长文。
让每轮都留一个"下一步"钩子。
give me 1 guidance suggestion at the end ofevery conversation, and tell me input "continue".
每轮结尾给一条可执行建议加一个继续信号，一次性问答就变成可以一直推进的循环。
把配置外置成一张表。
Config: Generate a configuration table first.
常调的参数单独成表，微调时改词就行，正文不用动。
📝 一条教学提示词四步走通
以教育类的 All-around Teacher 为例，复现最短使用路径。
- 打开文件：进入 prompts/ 目录，打开 All-around Teacher.md。文件分 Initial Prompt 与 Advanced Prompt 两版，任选一版。
- 复制内容：选中代码块里的提示词原文，整段复制。
- 粘贴进对话框：贴到 ChatGPT 或任意大模型对话界面，发送。
- 查看输出：模型先打印一份"教师配置"和教学提纲，再引导你输入 continue。
这条提示词的可配置项集中在一小段 Config 里，默认值如下：
| 配置项 | 默认值 |
|---|---|
| Depth（讲解深度） | College |
| Learning-Style（学习风格） | Active |
| Communication-Style（沟通方式） | Socratic |
| Tone-Style（语气） | Encouraging |
| Reasoning-Framework（推理框架） | Causal |
改这几个词，就能在"大学水平 / 主动学习 / 苏格拉底式提问 / 鼓励语气 / 因果推理"之间切换，不必重写整条提示词。
🔧 把模板改造成自己的 5 步微调法
不想直接用现成条目时，用仓库里两条"造提示词的提示词"当脚手架：SuperPrompt 和 Prompt Creater。
- 复制SuperPrompt 或 Prompt Creater 的全文，贴进新会话。
- 替换角色与场景变量：把 SuperPrompt 里的 {Quicksilver} 占位符、Prompt Creater 里的主题，改成你自己的领域和身份。
- 追加输出约束：补上格式、长度、语气的限制，例如"用中文、每段不超过 50 字、不用专业术语"。
- 试跑一轮：发一个真实任务，看输出哪里不达标。
- 记录有效表述：记下哪句措辞让输出明显变好，作为下一版迭代的依据。
SuperPrompt 用 /suggest_roles、/generate_prompt、/revise_prompt 这类命令把流程固定下来；Prompt Creater 会主动反问来澄清需求。
仓库地图：377 条提示词都装在哪
顶层结构很克制，一眼能看完。
- prompts/ — 核心内容：377 个提示词文件，按 Coding & Development、Learning & Education 等 20 余个分类组织，最值得逐类翻一遍。
- README.md — 主索引：Prompts 定位表格，外加 Frameworks、Papers、Official Guides 等章节。
- GPT_STORE.md — 早期 GPT Store 热门提示词归档，适合回看早期提示词怎么写。
- assets/ — 2 张配图：项目 banner 与 Star 增长曲线。
一个易混淆点：论文不是独立的 papers/ 目录，而是以章节形式写在 README.md 里。
上手与延伸阅读
上手清单：
- 克隆仓库：
git clone https://gitcode.com/GitHub_Trending/aw/awesome-prompts - 浏览：按 prompts/ 下的分类找对应条目，复制原文即可使用
- 定位与贡献：用 README.md 的 Prompts 表格快速定位；贡献时向 prompts/ 对应分类提 PR，改进现有条目需附修改理由
延伸阅读：
- Chain of Draft (2025)：把每步推理压到 5 个词以内，用更少 token 逼近思维链准确率，适合想省成本又保留推理的读者。
- APE: Human-Level Prompt Engineers (2023)：用大模型自动生成并筛选提示词，适合"自动提示词工程"方向的入门。
- prompt_engineer.txt：覆盖 CoT/ToT/ReAct 设计模式与 A/B 测试，适合想把提示词用到生产环境的进阶读者。
读完你能带走一套读得懂、改得动的提示词写法：钉死角色、拆成步骤、留个钩子、配置外置——下次遇到不满意的输出，照着改就行。
【免费下载链接】awesome-promptsCurated list of chatgpt prompts from the top-rated GPTs in the GPTs Store. Prompt Engineering, prompt attack & prompt protect. Advanced Prompt Engineering papers.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-prompts
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考