3个场景搞定小说创作：提示词库从入门到出活

3个场景搞定小说创作：提示词库从入门到出活

【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 是从 GPTs Store 精选出来的 AI 提示词库，覆盖写作、编程、研究上百个角色模板。如果你正卡在小说大纲、人物设定或长文写不到后面，这篇文章直接告诉你该抄哪几个文件、怎么把它们接进自己的写作流程。

小说写作能用它干什么

当你写完初稿却抓不住主题深度、想要一份有结构、有引用规范的批判性分析时，你缺的不是写作技巧，而是一个"审稿人"。

如果你正卡在长篇开篇，AI 每次只输出几百字就跑偏，你需要的是"先大纲后展开"的流程约束，而不是更强的模型。

如果你想找一个懂三幕结构、人物弧光、场景节奏的写作陪练，但自己写不出这种角色的设定词，可以直接抄现成的。

从星标走势看，这个仓库近两年一直在持续新增，不是死仓库。

它和一般提示词合集的差异在于：不只给你可复制的模板，还整理了提示词工程框架、测试工具和相关论文，整体偏"提示词当工程做"的思路。

从零到跑通：AI提示词库怎么接进写作流程

第一步是把仓库拉到本地，然后打开prompts/目录看看里面有什么。

git clone https://gitcode.com/GitHub_Trending/aw/awesome-prompts

跑完你应该看到几十个.txt和.md提示词文件，README 里的 Writing & Academic 分组就是写作类入口。

第一次跑通：让AI给你审稿

把 prompts/Literature_Professor.md 的全文贴进对话窗口，末尾 Query 处换成你的小说主题，比如"分析我这个故事里主角的动机漏洞"。你应该看到一份按内容、结构、风格、语法、引用五个维度组织的分析，而不是一堆泛泛的夸奖。

跑通长篇续写

用 ✏️All-around Writer 系列提示词（prompts/目录下搜 All-around Writer），它会先出大纲再展开正文，内容太长时只输出第一部分并给你 3 条下一步建议。跑完你应该看到"大纲 + 第一章 + 续写指令"这样的结构，可以一路接力写下去。

核心能力拆解：小说写作最值得看的3类提示词

打开 prompts/ 目录，文件超过两百个，但针对小说创作，重点看下面三类就够。

学术级深度分析｜适合挖主题、查人物逻辑

输入一个主题或人物问题，过程是由内容、组织、风格、语法、引用五个模块约束输出，产出一篇有论点、有上下文分析、有学术引用的批评文章。适合初稿写完后的"自查阶段"，把主角动机、情节漏洞这类问题逼出来。

先大纲后正文的流程控制｜适合写长篇小说

输入一个章节或全书主题，过程是先给大纲、再逐段展开，超长时自动分段并附 3 条续写建议，产出是可持续接力的长文。它解决的是"AI 写到一半就跑题"的老问题。

全流程写作教练｜适合卡在创作任意环节

输入你当前的阶段和卡点，过程是 prompts/Creative_Writing_Coach.txt 里的 20 年"MFA 写作教练"按概念、结构、人物、世界观、场景、文风六个模块给针对性反馈，产出是可执行的具体建议。它的设定里明确把 AI 当陪练而非代笔，对保持你自己的文风有用。

容易踩的坑 & 实用建议

• 别把提示词原封不动整段丢给模型：先通读一遍，确认它的角色假设（比如学术写作、引用要求）符合你的需求，不符就先改开头几行再用。
• 长篇别一次要全书：按章节拆任务，每次让它附 3 条续写建议，方便你在关键节点把方向拉回来。
• 别拿学术风提示词写网文：Literature Professor 的文体约束很强，爽文、轻小说场景换更轻的写作类提示词。
• 改提示词前先复制一份备份：改坏了回不去，是最常见的坑。

下一步

现在就可以打开 README 的 Writing & Academic 分组，挑一个和你小说类型匹配的提示词，拿自己的主题完整跑一遍。如果本地还没有仓库，执行上文那条 clone 命令拿到代码，prompts/目录就是这个仓库的全部核心资产。

【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