简介这份《ChatGPT中文调教指南》面向希望系统掌握提示词技巧的中文用户无论是初次接触大模型的普通使用者还是想提升日常效率的职场人与开发者都能从中找到可复用的实战思路。资源以PDF文档形式呈现压缩包内共1个文件体积约694KB轻量易读便于随时查阅。内容围绕中文环境下的有趣应用示例展开涵盖学术论文写作、创意小说、翻译润色、数据分析、技术文档、简历求职信、广告文案、SEO优化等丰富场景并给出角色扮演式提示模板如充当Linux终端、英语翻译与改进者、面试官、文字冒险游戏等帮助读者理解如何通过精准指令调教ChatGPT输出所需结果。目前已有700余人学习下载适合作为提示词入门与进阶的参考素材帮助读者快速上手并拓展大模型在写作、编程与日常办公中的实际用法。1. 一份把 ChatGPT 当“可编程角色”的中文提示词合集很多人第一次用 ChatGPT 写东西得到的都是四平八稳的“正确的废话”于是得出一个结论这玩意儿也就那样。但同一时间另一些人却能让它稳定输出 Markdown 表格、扮演面试官逐题追问、当 Linux 终端只回代码块、甚至用固定格式生成正则表达式。差距不在模型而在提示词的结构。这份《ChatGPT 中文调教指南》就是一份把“角色设定 输出约束 交互协议”写死的中文提示词合集覆盖学术写作、翻译、编程辅助、角色扮演、表格生成、数据分析等几十个场景。它适合两类人一是刚上手、不知道怎么把需求说清楚的新手二是想把提示词沉淀成模板、嵌进自己工作流的从业者。下面我按“它到底怎么组织 → 怎么抄着用 → 哪里会翻车”的顺序拆一遍。2. 提示词的骨架角色、约束、协议三件套2.1 为什么“你是一个XX”不是玄学指南里几乎每条提示词都以“我想让你充当……”或“我要你扮演……”开头这不是仪式感而是有实际作用的。大模型在生成时会对上下文里的每个 token 做条件概率计算当提示词里出现一个明确的角色锚点后续输出的词汇分布会被收窄到该角色的典型语域里。比如“充当英英词典”这条它要求输出“中文翻译 英文释义 一个例句”并且“保持简洁不需要任何其他反馈”。如果你只说“帮我解释 Hello”模型可能给你一段百科式的介绍加上角色和格式约束后它才会输出词典条目式的紧凑结构。这里的关键是角色负责收窄语域约束负责收窄格式两者缺一不可。只给角色不给格式输出会飘只给格式不给角色语气会干。指南里那些看起来“啰嗦”的提示词其实是在同时锁死这两个维度。2.2 输出约束的四种常见写法翻完整份指南输出约束基本可以归为四类我按约束强度从弱到强排一下约束类型典型写法适用场景内容范围约束“只回复推荐的项目不要写解释”购物建议、评论生成格式约束“以 markdown 表格形式回复”表格生成、棋盘状态交互节奏约束“不要一次写出所有问题等我回答”面试官、辩论教练协议级约束“只在一个唯一的代码块内回复不要写解释”终端模拟、SQL 终端协议级约束是最强的因为它同时规定了“输出容器”和“禁止内容”。指南里“充当 Linux 终端”那条就是典型它要求模型只在一个代码块里回复终端输出不写解释除非用户指示否则不主动输入命令。这种写法把模型的自由度压到最低换来的是可预测性最高。2.3 交互协议多轮对话怎么不跑偏单轮提示词好写难的是多轮。指南里“担任面试官”这条给了一个可抄的模板我想让你担任Android开发工程师面试官。 我将成为候选人您将向我询问Android开发工程师职位的面试问题。 我希望你只作为面试官回答。不要一次写出所有的问题。 我希望你只对我进行采访。问我问题等待我的回答。 不要写解释。像面试官一样一个一个问我等我回答。 我的第一句话是“面试官你好”这段的逻辑说明第一句定角色第二句定双方身份第三句定交互节奏一次一问第四句定禁止项不写解释第五句给启动信号。参数上你可以把“Android开发工程师”替换成任何岗位把“面试官”替换成“技术评审”“论文导师”等。注意“等我回答”这四个字不能省省了模型就会一口气把十个问题全列出来多轮就变成单轮了。提示多轮提示词里凡是涉及“等待”“逐条”“一次一个”的约束都要写得非常直白模型对隐含的节奏要求不敏感。3. 高频场景实战表格、翻译、终端模拟怎么落地3.1 表格生成把“10行”和“只回表格”写死指南里“做表格”这条提示词很短但约束很密请你充当表格生成器。 您只会回复我一个包含10行的表格。 我会告诉你在单元格中写入什么你只会以markdown表格形式回复结果 而不是其他任何内容。 请注意您的回答应该是简明扼要的不需要附带任何额外的解释。 你只会回复 markdown 表的作为结果。 首先回复我十二生肖表。逻辑说明这里有三层约束——“10行”限定了规模“markdown表格”限定了格式“不是其他任何内容”排除了前置说明和后置总结。参数上“10行”可以改成任意数字但建议不要超过 20否则模型容易在中间行开始偷懒或合并单元格。实测中如果不写“不需要附带任何额外的解释”模型大概率会在表格前加一句“好的以下是十二生肖表”这在需要直接复制进文档的场景里就是噪音。3.2 翻译类提示词区分“英翻中”和“英英词典”指南里翻译相关的有三条用途完全不同别混用“充当英语翻译和改进者”输入任意语言输出更优美精炼的英语只回更正和改进的部分。“充当英翻中”把任何语言翻成中文要求不带翻译腔自然流畅地道。“充当英英词典附中文解释”把英文单词转成“中文翻译 英文释义 例句”的完整解释。这三条的约束差异很大。第一条只回“改进后的部分”适合润色第二条要求“不带翻译腔”适合本地化第三条要求“检查所有信息是否准确”适合查词。如果你拿“英翻中”的提示词去查单词得到的会是一整段翻译而不是词典条目。选型时先想清楚你要的是“改写”“翻译”还是“释义”再挑对应模板。3.3 终端与 SQL 模拟协议级约束的典型用法“充当 Linux 终端”和“充当 SQL 终端”这两条是指南里约束最狠的也是最适合拿来做自动化测试的。以 SQL 终端为例我希望您在示例数据库前充当 SQL 终端。 该数据库包含名为“Products”、“Users”、“Orders”和“Suppliers”的表。 我将输入查询您将回复终端显示的内容。 我希望您在单个代码块中使用查询结果表进行回复仅此而已。 不要写解释。除非我指示您这样做否则不要键入命令。 当我需要用英语告诉你一些事情时我会用大括号{like this}。 我的第一个命令是“SELECT TOP 10 * FROM Products ORDER BY Id DESC”逻辑说明第一句定角色和数据库结构第二句定输入输出关系第三句定输出容器单个代码块第四句定禁止项不写解释、不主动输命令第五句定“元指令”的转义方式大括号。参数上表结构可以替换成你自己的 schema但要注意模型并不会真的连数据库它只是根据表名和字段名“演”一个结果。所以字段名要写清楚否则它可能编出不存在的列。注意终端模拟类提示词适合做交互演示和格式测试不要用它来验证真实 SQL 的执行结果模型返回的是模拟数据。4. 避坑与排查五条血泪经验4.1 现象模型一口气把多轮对话全答完了原因提示词里没有写“等我回答”或“一次一个”模型默认按单轮任务处理直接把所有问题或步骤列出来。解决在交互节奏约束里显式加“不要一次写出所有的问题”“等我回答”“一个一个问我”。如果已经跑偏重新开一个会话把约束补上再启动。4.2 现象表格行数对不上说好10行只给了7行原因行数约束不够硬或者表格内容触发了模型的“精简”倾向。当单元格内容较长时模型会主动合并或省略行来节省输出。解决把行数写在最前面并加一句“必须严格包含10行每行都要有内容”。如果还是不稳改成“先输出表头然后逐行输出每行前标注行号”。4.3 现象翻译提示词输出了一堆解释原因用了“英英词典”类模板去翻译句子或者模板里没有写“不要写解释”。词典类模板默认会附带释义和例句和纯翻译的预期冲突。解决翻译用“充当英翻中”查词用“英英词典”润色用“英语翻译和改进者”。三条不要混用混用就会得到混合输出。4.4 现象终端模拟里模型开始写解释原因协议级约束被后续对话稀释了。多轮之后模型会逐渐“忘记”最初的“不要写解释”约束尤其是在你输入了自然语言问题之后。解决每隔几轮重申一次约束或者把约束写成固定前缀每次输入命令时带上。更稳的做法是开新会话把完整协议重新贴一遍。4.5 现象角色扮演越跑越偏语气完全不对原因角色锚点太弱或者后续对话里出现了与角色冲突的内容。比如让模型扮演“唐三藏”但你问了一个现代技术问题它就会在角色和知识之间摇摆。解决在提示词里加一句“必须以XX的语气和知识范围为基础”把知识范围也锁死。如果角色需要长期维持把角色设定写成一段固定文本每轮对话都带上。5. 进阶把提示词模板化成可复用资产指南里的提示词是散的真正要用起来得把它们变成可复用的模板。我一般的做法是建一个 Markdown 文件每条模板按“场景名 提示词正文 可替换参数”三段式存。比如面试官那条参数就是“岗位名称”表格生成器那条参数就是“行数”和“表名”。这样下次用的时候只改变量不改结构。再进一步可以把高频模板做成命令行工具的参数。比如用 Python 写一个小脚本把模板存在字典里运行时传入场景名和参数自动拼出完整提示词并复制到剪贴板# prompt_templates.py # 把指南里的提示词模板化按场景名索引 TEMPLATES { interviewer: ( 我想让你担任{role}面试官。我将成为候选人 您将向我询问{role}职位的面试问题。 我希望你只作为面试官回答。不要一次写出所有的问题。 我希望你只对我进行采访。问我问题等待我的回答。 不要写解释。像面试官一样一个一个问我等我回答。 我的第一句话是“面试官你好” ), table_gen: ( 请你充当表格生成器。您只会回复我一个包含{rows}行的表格。 我会告诉你在单元格中写入什么你只会以markdown表格形式回复结果 而不是其他任何内容。请注意您的回答应该是简明扼要的 不需要附带任何额外的解释。你只会回复 markdown 表的作为结果。 首先回复我{table_name}。 ), } def build_prompt(scene, **kwargs): # 按场景名取模板用参数填充占位符 template TEMPLATES.get(scene) if not template: raise ValueError(f未知场景: {scene}) return template.format(**kwargs) if __name__ __main__: # 示例生成一个面试官提示词 print(build_prompt(interviewer, roleAndroid开发工程师)) # 示例生成一个12行的表格提示词 print(build_prompt(table_gen, rows12, table_name十二生肖表))逻辑说明TEMPLATES字典把场景名映射到模板字符串build_prompt负责填充参数。参数上role替换岗位rows控制行数table_name指定表名。这个脚本的价值在于你不再需要每次手动改提示词里的变量也不会因为漏改某个词导致约束失效。验证方法也很简单跑一遍build_prompt把输出贴到对话里看模型是否按预期返回。如果返回格式不对先检查模板里的约束句有没有被参数替换破坏再检查参数值是否合理比如行数是不是写成了字符串。从那以后我每次整理提示词都强制走一遍“模板化 → 参数化 → 跑一遍验证”的流程不再直接复制粘贴散装提示词。希望帮到你。本文还有配套的精品资源点击获取