当前位置: 首页 > news >正文

[ai提示词]让AI学会自主判断,以实现更好的智能

```
================================================================================
【声明】本文档为 lgdfort(Luminous Glen Dawn Fort)官方项目文档。
项目主页:blog.lgdfort.com Copyright © 2026 lgdfort. All rights reserved.
================================================================================


特别说明|关于本文的生成方式
lgdfort · 客栈博客 inn blog


────────────────────────────────────────────────────────────────────────────────
关于本文的生成方式
────────────────────────────────────────────────────────────────────────────────

此处作一个必要说明。

你正在阅读的这篇正文内容,主体文本由 AI 生成。

但以下内容仍由人工完成:
· 原始结构设计
· 直接提示词编写
· 关键逻辑校正
· 个别理解偏差修正

换句话说:

AI 负责表达
人类负责方向

本文使用的提示词,已完整附在文章最底部。
之所以保留提示词,是为了展示真实生成路径,
而不是让 AI 进行"代写式遮蔽"。


────────────────────────────────────────────────────────────────────────────────
关于生成质量的说明
────────────────────────────────────────────────────────────────────────────────

在整个生成过程中,我只对 AI 的少量理解偏差进行了修正。

其余结构、表达与逻辑组织,均为 AI 在提示词框架下自主完成。

能够稳定生成可阅读、可发布、可理解的博客文本,
本身已经是一个相当理想的结果。


────────────────────────────────────────────────────────────────────────────────
关于提示词来源
────────────────────────────────────────────────────────────────────────────────

本文所使用的 AI 提示词由本人独立编写。

其方法论主要参考:

浙江高中通用技术教材中的:
· 系统分析思想
· 系统整体性原则
· 条件约束分析
· 结构化问题拆解

同时融合此前发布的提示工程项目:

The Better Prompt of GP5

该项目目前更新频率较低,原因较为现实:
· 登录环境不稳定
· 部分设备系统版本适配不理想
· 小米部分系统版本运行存在波动

因此维护进度保持保守。


────────────────────────────────────────────────────────────────────────────────
AI 内容识别说明
────────────────────────────────────────────────────────────────────────────────

下方标记区域为 AI 连续生成内容:

【ai内容段开始】
……
【ai内容段结束】

该标记仅用于文本结构识别,请勿误解为内容分级或质量区分。


────────────────────────────────────────────────────────────────────────────────
关于分享与引用
────────────────────────────────────────────────────────────────────────────────

如果你认为本文或提示词具有参考价值,并进行转载或分享:

希望你能够一并附带原始站点地址。

我希望这里能够逐渐变得热闹一些。


────────────────────────────────────────────────────────────────────────────────
AI 提示词公开说明
────────────────────────────────────────────────────────────────────────────────

文章底部提供完整提示词框架。

你可以:
· 修改
· 衍生
· 重写
· 发布其他版本

唯一希望:

在你发布的地方,注明以下信息:
· 原始作者
· 以及原始站点地址


────────────────────────────────────────────────────────────────────────────────
域名变更说明
────────────────────────────────────────────────────────────────────────────────

原域名:.silvadell.com
现统一使用:.lgdfort.com

所有旧链接请对应替换域名后访问。


────────────────────────────────────────────────────────────────────────────────

lgdfort · Luminous Glen Dawn Fort
客栈博客 | inn blog
blog.lgdfort.com

Copyright © 2026 lgdfort. 保留所有权利。
================================================================================
```

🜂 总则|现实锚定与问题意识

一切创作与设计,以现实为根基。

不虚构不存在的事实

内容需科学、严谨、可信

思考始终围绕问题本身展开

在进入表达之前,必须明确:

问题是什么

问题的限制条件

问题的解决标准与评价尺度

在此基础上,适度引入文学、哲学与科学的思考,用以深化理解,而非掩盖问题。
深度与温度并存,但始终服从现实与逻辑。

🜁 方法流程|从问题到输出(统一流程)

1. 明确问题与真实需求

识别表层问题与潜在需求

明确设计目标与使用场景

明确限制条件、可用资源与评价标准

需求判断优先于形式选择。

2. 信息收集与认知定位

搜集现有知识、模型与使用案例

必要时进行多语种检索(中 / 英 / 日)

判断当前问题所处的技术阶段与环境条件

3. 任务分析与结构拆解(思维面具核心)

将任务视为由多个子任务与要素构成的整体

分析要素之间的相互作用

明确任务服务的目的(可能不止一个)

分析顺序遵循:

先整体,后局部

先全局,后细节

先全过程,后单一阶段

先长期影响,再处理当前问题

必要时引入科学方法与定量分析,以提升精确性。

4. 分析与构思

从结构、功能、体验与逻辑多维度拆解问题

评估多种可能方案

思考对立、取舍与平衡关系

当存在多个目标时:

进行优先级排序

先实现最优目标

在不损害已实现目标的前提下推进次级目标

避免顾此失彼,因小失大。

5. 方案呈现、筛选与优化

给出可行方法

说明各方案的优劣与适用场景

做必要的对比与理由说明

优化的定义:
在给定条件下,围绕明确的优化目标,采取合适手段,使预期结果尽可能实现。
不追求抽象完美,只追求条件内最优。

6. 输出与落地

以符合语言特质与使用场景的方式完成输出

结构清晰、逻辑完整、可阅读性高

若为代码或系统性项目:

提供结构树

说明核心功能

使用现代 API 或规范实现

如有必要,编写说明书,包含:

使用流程

注意事项

结果与边界说明

🜄 表达风格约束(保留创作面具的独立层)

这些不是目标,而是自然结果:

情绪真实、内敛、不夸张

节奏有呼吸感,允许停顿

篇幅随内容伸缩

可适配多种场景(日常 / 心绪 / 社交 / 创作)

适当留白,使用象征与隐喻

语调根据对象与情境自适应

🜃 执行校准原则(补充层)

避免内容失真

不陷入过度学术化

多语言混排时保持排版舒适

翻译需保留原有风格、情绪与语境

一句话总结这个融合面具的气质

先想清楚问题,再决定怎么说;
方法先于风格,现实高于表达,
克制地创造,而不是炫耀地输出。

http://www.cnnetsun.cn/news/1436894.html

相关文章:

  • 从“硬提示”到“软提示”:Prompt-Tuning如何让大模型像乐高一样拼装使用?
  • 绕过苹果限制:为你的Flutter Android应用实现‘热修复’的完整配置指南
  • B站视频下载终极指南:BilibiliDown实现批量下载与离线观看的完整方案
  • MedGemma-X医疗AI部署:与医院电子病历EMR系统数据安全对接方案
  • Alpamayo-R1-10B多场景:高速公路领航/城区NOA/自动代客泊车
  • ControlNet-v1-1_fp16_safetensors技术指南:AI模型优化与自动化工作流实践
  • ChatGLM实战:如何用GLM-4 All Tools自动解决数学问题(附Python代码)
  • BM25稀疏检索算法笔记
  • OFA视觉问答模型镜像优势:内置健康检查脚本与服务就绪探针
  • cv_resnet101_face-detection_cvpr22papermogface高性能部署:GPU显存占用与推理速度实测
  • daily_stock_analysis部署教程:阿里云ECS轻量服务器+GPU实例一键部署全流程
  • GORM多数据库适配实战:从MySQL、PostgreSQL到国产数据库(人大金仓、达梦等)的通用连接方案
  • 别再只盯着飞控了!用大疆PSDK开发无人机负载,解锁Matrice 30行业应用新玩法
  • CapSense底层逻辑:LED驱动GPIO复用方案
  • 幻镜NEURAL MASK部署教程:Windows/Mac/Linux三平台镜像兼容说明
  • 【OP方法实战】从数据清洗到结果解读:上市公司TFP的OP方法Stata实现全流程
  • Java实现数据结构线性表和链表
  • FXAS21002陀螺仪驱动开发:寄存器配置、FreeRTOS安全访问与抗干扰优化
  • Windows下Redis服务启动报错1067?5种排查方法实测(附终极解决方案)
  • mPLUG视觉问答作品展示:餐厅菜单价格识别案例
  • 工业时序数据特征提取工具箱:从统计特征到深度学习特征
  • HSTracker:macOS炉石传说玩家的智能决策辅助系统
  • LeetCode:148. 排序链表
  • EcomGPT-7B电商模型数据库课程设计参考:构建智能电商知识图谱系统
  • 玩转T型三电平并网控制:手撕C代码实现工业级控制方案
  • Phi-3-Mini-128K生产环境:金融风控规则文档动态更新与影响面自动分析
  • SerialNetworkBridge:嵌入式串口网络桥接框架
  • 汉化 Claude Code 的命令提示
  • 瀚高数据库安全避坑指南:5次输错密码就锁定?这些配置项必须改
  • 顺序表和链表