awesome-prompts 提示词库上手指南3 个变量一改就生效【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想让模型按专业角色干活写一句你是一位资深程序员往往换来一股脑的通用回答——问题多半出在提示词的写法上而不是模型。awesome-prompts 是一个收录 377 条可直接复制的 GPT 提示词的提示词库顺带整理了提示词工程论文和框架索引把原文整段粘进对话框你就得到一个带执行规则的专业 persona。 30 秒速览这个库管写作不管运行一句话定性它是纯文本合集不是软件。prompts/目录放 377 个提示词文件按编程、教育、写作、法律、医疗等 20 多个分类组织README 里另有 FrameworksDSPy、TextGrad 等和 Papers 章节但主体就是能复制走的提示词。维度一句话说明解决什么不会写专业提示词默认 persona 输出太泛不替代什么不替你跑模型不做提示词回归测试和自动化调优最小依赖无代码无依赖任意对话框就能用适合谁高频用大模型、想从能用到用得好的效率型用户 三条提示词值得逐行读先别急着全读完挑三种不同写法的条目看穿它们怎么搭。角色配置型persona 加开关prompts/All-around Teacher.md是最标准的形态。第一句钉死角色You are an experienced personal mentor, passionate about helping me learn efficiently and effectively.一句话定专业度和语气。下面跟着一段 Config列了 Depth、Learning-Style、Tone-Style 等字段——这一块本质是参数表角色和执行流程不依赖这些字段的具体值改值即换行为。粘贴后模型先回显教师配置并给出教学提纲每轮结尾还会追加一条建议并提示你输入 continue把一次性问答变成可持续的循环。流程约束型把大目标拆成小步骤deep_research 条目在 Research Analysis 分类工程味更重PLAN — Before searching, break the topic into 3-5 specific sub-questions它把做研究拆成 PLAN、SEARCH、FETCH、ANALYZE、SYNTHESIZE、VERIFY 六步还硬性要求至少 10 个权威来源、所有结论必须可追溯到具体出处。这种写法把模糊指令变成可核查的流程做长任务时值得偷师。脚手架型造提示词的提示词Meta Prompt Engineering 分类里的 SuperPrompt 最出名/suggest_roles、/generate_prompt、/revise_prompt 这些斜杠命令把提需求 → 确认角色 → 生成 → 修订固化成流程你只说想要什么它负责追问和迭代。它不是单个 persona而是一条提示词生产线。✅ 从克隆到第一次复制粘贴5 步走通克隆仓库执行git clone https://gitcode.com/GitHub_Trending/aw/awesome-prompts→ 顶层只有 prompts/ 和 assets/ 两个目录加几个文件。在 README 表格里找分类打开 README.md → 每行是 Name / Description / Prompt 三列最后一列直链提示词原文。找不到入口先翻 Table of Contents。打开提示词文件以 All-around Teacher 为例 → 代码块里分 Initial Prompt 和 Advanced Prompt 两版任选其一。整段复制进对话框只复制代码块内的正文发送 → 模型先打印教师配置回显你的 Config和教学提纲再提示你输入 continue。改几个字段值再粘一次把 Depth 改成 High-School、Tone-Style 改成 Strict → 同一 persona 给出不同深度和语气的提纲角色文案一行没动。如果第 4 步没回显配置多半是复制时把 markdown 标题行带进去了重选一遍代码块内容即可。 从能用到好用3 处可改改Config 里的 7 个字段Depth、Tone-Style 等→ 因为这些字段是提示词里唯一预留的变量角色与流程按固定值写好 → 改完你会看到同一 persona 在深度、语气、推理框架间切换重写整条提示词的事不用做了。改SuperPrompt 里的 {Quicksilver}、{Name} 占位符和专家角色→ 因为它是有占位符的模板认了你的领域之后追问清单才对得上路 → 改完你手里是一条懂业务环节的造提示词流水线换业务只改角色名。改上线前的试跑动作从 /execute_prompt 换成 /execute_new_prompt→ 后者先在沙盒里模拟跑一遍、暴露问题 → 改完你会看到完整执行前就有失败样本不用等真跑一轮才发现跑偏。⚠️ 最容易踩的 2 个弯路把它当能跑的工具。仓库里没有任何可执行代码如果你要的是提示词自动化测试、编译和优化应该去 README 的 Frameworks 章节找 DSPy、TextGrad 这类工程化框架。直接照搬 Legacy2023 era条目并期待首发效果。GPT_STORE.md 只是早期 GPT Store 归档当时模型环境与现在不同拿它当写法参考可以当效果保证不行。 卡住时去哪儿prompts/377 条提示词原文都在这里按分类找、复制即用。LICENSE想二次发布提示词内容或并入自己项目前先确认条款。论文与框架索引见 README 的 Papers 和 Frameworks 章节想补提示词工程理论基础时翻这里。【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