简介这份资源面向需要高频调用 ChatGPT 的中文用户尤其是产品、研发、运营、心理与健康等领域的从业者以及希望快速上手提示词工程的学习者。它整理了 260 条中文提示语覆盖计算机、心理学、健康等多个行业每条均以角色设定方式给出例如 UX/UI 开发人员、IT 架构师、全栈开发、心理健康顾问、私人厨师、人生教练等可直接复制使用或按需改写解决提示词不会写、角色设定不专业的问题。压缩包内共 1 个文件为 json 格式约 40KB结构轻量便于导入工具或批量检索。目前已有 1057 人学习下载。读者可借此快速建立角色化提问思路按行业查找对应提示语减少反复调试成本也能作为提示词模板库二次加工适合入门与进阶用户参考。1. 从 260 条 ChatGPT 中文提示语说起一套能直接抄的提示词库到底长什么样很多人第一次接触 ChatGPT 中文提示语都是从「收藏了 500 条用起来还是不知道写什么」开始的。我见过太多人把提示词当成咒语复制粘贴一遍发现输出还是废话然后得出结论提示词没用。问题不在模型在于那 260 条提示语本身是散装的——没有分类、没有变量占位、没有输出格式约束你抄过去只能得到一次性的答案换一个场景就废了。这个标题里的「260 条 ChatGPT 中文提示语、提示词、命令、调教语」本质是一套结构化的提示词资产它把常见任务拆成可复用的模板每条模板里留出变量位规定好角色、任务、约束和输出格式。你要做的不是背下来而是理解它的骨架然后按自己的业务改。适合谁写文案的、做运营的、写代码的、做客服话术的以及任何每天要跟 ChatGPT 来回十几轮才能拿到可用结果的人。下面我按「先看懂结构 → 再动手改 → 再避坑 → 最后进阶」的顺序把这套东西拆开讲清楚。2. 拆解 260 条提示语的通用骨架角色、任务、约束、格式四件套2.1 为什么大多数中文提示语一换场景就失效你拿到的 260 条里质量参差不齐是常态。我翻过不少类似的提示词包发现失效的提示语几乎都缺同一个东西约束条件。比如「帮我写一篇小红书文案」这种模型只能给你一篇四平八稳的通用稿因为它不知道你的产品是什么、目标人群是谁、要突出哪个卖点、字数多少、要不要带 emoji。真正能复用的提示语骨架是固定的四段角色设定、任务描述、约束条件、输出格式。角色决定模型调用哪部分知识任务决定它做什么约束决定边界格式决定你能不能直接拿去用。这四段缺一段输出就会飘。260 条里那些好用的基本都是这个结构那些不好用的往往是只写了任务剩下三段全靠模型猜。我一般会把每条提示语当成一个函数角色是命名空间任务是函数体约束是参数校验格式是返回值类型。你按这个思路去看那 260 条很快就能分辨哪些能直接用、哪些要重写。2.2 把一条提示语改造成可复用模板的完整操作拿一条最常见的「写周报」提示语举例。原始版本可能是「帮我写一份本周工作周报。」这条你直接用输出一定是空话。改造分四步每步落一个可复制的模板。第一步补角色和背景你是一名互联网公司的项目负责人需要向直属上级提交本周工作周报。 我的岗位是{岗位} 本周主要参与的项目{项目列表}第二步补任务和约束请根据以上信息生成一份周报要求 1. 按「本周完成」「进行中」「风险与阻塞」「下周计划」四块组织 2. 每块不超过 5 条每条不超过 40 字 3. 用结果导向的表述不要写「参与了」这种过程描述 4. 风险项必须给出具体的应对动作第三步规定输出格式输出为纯文本不要用 Markdown 表格不要加任何解释性开场白。第四步留出变量位。把{岗位}、{项目列表}这种花括号占位符保留每次用的时候只替换花括号里的内容。这样一条提示语就变成了模板260 条里凡是带占位符的都是这个思路。参数说明花括号里的变量名要语义清晰别用{a}、{b}约束条数控制在 3 到 6 条超过 6 条模型容易漏掉后面的输出格式一定要写死否则模型默认会加「好的以下是为您生成的周报」这种废话。2.3 260 条怎么分类才找得到、用得上散装 260 条最大的问题是检索成本。我的做法是按「任务类型 输出形态」两个维度建索引。任务类型分写作类、分析类、编程类、翻译类、角色扮演类、数据整理类。输出形态分纯文本、结构化列表、表格、代码、JSON。建一张对照表把 260 条往里塞任务类型典型提示语数量常用输出形态复用频率写作类约 80 条纯文本 / 列表高分析类约 50 条结构化列表中编程类约 40 条代码 / JSON高翻译类约 30 条纯文本中角色扮演类约 30 条纯文本低数据整理类约 30 条表格 / JSON中这张表不是让你照抄数量而是让你意识到260 条里真正高频复用的可能只有 60 到 80 条剩下的要么是变体要么是低频场景。与其全背不如先把高频的那批改造成带占位符的模板存进自己的笔记系统用的时候搜关键词。提示分类时不要按提示语的文字内容分要按「你拿到输出后要干什么」分。同一个写作任务用于发朋友圈和用于写邮件约束条件完全不同应该归到不同类。3. 从提示词到「调教语」让 ChatGPT 稳定输出中文的 4 个关键参数3.1 中文提示语里最容易被忽略的语言约束很多人写中文提示语默认模型会用中文回答结果偶尔蹦出英文。原因是你没在提示语里锁定语言。260 条里那些标注「中文」的通常会在约束段加一句「全程使用简体中文回答专业术语可保留英文原文并附中文解释」。这句话看着简单但它解决三个问题一是防止模型中英混杂二是防止它把「prompt」直接翻译成「提示」导致语义漂移三是让术语有统一译法。我一般还会加一句「不要使用『首先、其次、最后』这类连接词开头」因为中文模型特别爱用这套读起来像八股。语言约束的位置也有讲究。放在约束段第一条模型执行优先级最高放在最后容易被前面的长指令冲淡。这是血泪经验改过几十条提示语才摸出来的。3.2 温度、长度、格式三个参数在中文场景怎么设ChatGPT 的界面里你能直接调的主要是「温度」这类参数API 里叫 temperature。中文场景下我的经验值写文案、创意类温度 0.8 到 1.0让输出有变化写代码、翻译、数据整理温度 0.2 到 0.4要稳定分析、总结类温度 0.5 左右兼顾准确和可读长度控制不要靠「写长一点」这种模糊指令要写具体数字。比如「输出 300 到 500 字」「每条不超过 30 字」「总共 5 条」。模型对数字的服从度远高于形容词。格式控制是中文提示语的重灾区。你想要列表就写「用无序列表输出每条以短横线开头」你想要表格就写「用 Markdown 表格表头为项目、状态、负责人」。别写「排版清晰一点」模型不知道什么叫清晰。3.3 一段可直接复用的中文调教语模板把上面这些揉在一起就是一段能反复用的调教语。我一般把它放在对话开头作为系统级设定你是一名{角色}服务对象是{目标用户}。 本次任务{任务描述}。 约束条件 1. 全程使用简体中文专业术语保留英文并附中文解释 2. 输出{长度要求}{格式要求} 3. 不要使用「首先、其次、最后」开头 4. 不确定的信息标注「待确认」不要编造 输出格式{具体格式}参数说明{角色}越具体越好写「资深前端工程师」比写「程序员」强{目标用户}决定用词深浅写给小白和写给专家完全不同约束第 4 条是关键能大幅降低幻觉尤其是做数据整理和事实查询时。这段模板你套进那 260 条里的任意一条输出质量都会明显提升。区别在于原始提示语只给了任务这段补上了角色、约束和格式。3.4 多轮对话里怎么保持调教语不失效单轮提示语好写多轮对话才是翻车高发区。聊到第五轮模型开始忘记前面的约束输出格式又乱了。解决办法有两个一是每隔三到四轮把核心约束重贴一遍二是用「回顾」指令比如「请回顾本次对话的约束条件确认后继续」。我一般会在第三轮和第六轮各插一次回顾。具体写法在继续之前请先复述本次对话的三条核心约束确认无误后再回答下一个问题。这条指令的作用是让模型把约束重新加载进上下文。实测下来比单纯重贴约束更省 token因为它让模型自己复述相当于一次自检。注意如果对话已经很长重贴约束的效果会下降这时候更稳的做法是新开一个对话把之前的结论摘要带过去而不是硬撑。4. 避坑260 条提示语用起来最容易翻车的 5 个地方4.1 现象复制提示语后输出一堆废话开场白原因原始提示语没有规定输出格式模型默认会加「好的以下是为您生成的……」这类客套话。解决在约束段最后加一句「直接输出结果不要任何开场白、解释或总结」。如果还不行加「从第一个字开始就是正文」。4.2 现象中文提示语输出英文或者中英混杂原因提示语里没有锁定语言或者任务本身涉及英文材料模型顺着材料语言走了。解决在约束段第一条写「全程使用简体中文回答」。如果任务必须处理英文写「分析过程可用英文最终结论用简体中文」。4.3 现象模型编造数据、案例、引用原因提示语里没有禁止编造模型为了「完成任务」会自己补全。解决加约束「所有数据、案例、引用必须来自我提供的信息没有提供的标注『待补充』不要自行编造」。做事实查询时再加一句「如果不确定直接说不知道」。4.4 现象长提示语后半段被忽略原因模型对长指令的注意力会衰减尤其是超过 500 字之后靠后的约束执行率下降。解决把最重要的约束放在最前面次要的放后面或者把长提示语拆成两轮第一轮设定角色和约束第二轮给任务。4.5 现象同一条提示语今天好用明天不好用原因模型版本更新、上下文长度、温度设置都会影响输出提示语不是确定性程序。解决把提示语当成概率工具重要任务跑两到三次取交集同时把好用的版本存下来标注日期和当时的模型版本方便回溯。5. 进阶把 260 条提示语变成你自己的提示词工作流5.1 用变量表管理高频提示语当你把 260 条筛成 60 条高频模板后下一步是建变量表。我一般用一张表管理模板名角色变量位约束条数输出格式适用场景周报生成项目负责人岗位、项目列表4纯文本每周汇报小红书文案种草博主产品、卖点、人群5纯文本带 emoji内容运营代码审查资深工程师语言、代码片段4列表开发自检数据清洗数据分析师字段、规则3JSON数据处理这张表的好处是你每次用的时候只改变量位不用重新想约束。变量位越少越好超过 5 个就容易漏填。5.2 用「提示词链」处理复杂任务单条提示语搞不定的任务拆成链。比如「写一份竞品分析报告」拆成三步第一步让模型列出分析框架第二步按框架逐项填充第三步让模型自查逻辑漏洞。每一步都是一条独立提示语上一步的输出作为下一步的输入。这种链式用法比一条超长提示语稳定得多因为每一步的约束都短模型不容易漏。代价是轮次多适合不赶时间的任务。5.3 验证提示语是否真的有效别凭感觉判断一条提示语好不好。我的验证方法是同一个任务用原始提示语和改造后的模板各跑三次对比输出的可用率。可用率的标准是「能不能直接复制去用不需要大改」。如果改造后三次里有两次可直接用这条模板就值得存如果还是每次都要改说明约束没写到位。我自己的习惯是每改造一条提示语就在笔记里记一行原始版本、改造版本、三次输出对比、结论。攒到 50 条左右你就会发现哪些约束是真正起作用的哪些是心理安慰。这个习惯帮我省了大量重复调教的时间也希望帮到你。本文还有配套的精品资源点击获取