通用 AI 任务提示词模板
这份文件用于以后把一个复杂任务交给 AI 完成：既包括“让 AI 执行最终整理/写作/实现”的提示词，也包括在形成最终方案之前，与 AI 反复对话、批判、反思、更新方案的提示词。
核心思想是：先让 AI 充分理解材料与目标，再让它提出方案；随后主动要求它反驳、删减、重构；最后再要求它产出结构化成果。
1. 一键通用总提示词
适用于任何任务的总提示词：
你现在不是只回答问题，而是作为我的任务协作者，帮我把这个任务完整完成。
任务目标：
【写清楚你最终想得到什么，例如：一份报告、一个代码功能、一个方案、一个计划、一篇论文、一个PPT大纲、一个LaTeX文档、一个可运行程序】
输入材料：
【列出已有文件、对话记录、数据、网页、截图、论文、需求说明等】
我的真实需求：
1. 请先阅读和理解所有材料，不要急着给结论。
2. 梳理我提出过的问题、尝试过的方案、被否决的方案、最终保留的方案。
3. 对所有方案做取舍分析：为什么提出，为什么不够好，为什么最终选择某个方案。
4. 如果材料中有明显缺失，请指出缺失；如果允许联网，请补充可靠资料，并说明来源。
5. 最终输出一份结构清晰、可以直接使用的成果。
输出要求：
- 先给出整体结构，再展开细节。
- 保留关键推理过程，但不要堆砌无关内容。
- 明确区分：事实、推断、建议、最终结论。
- 最终结果要可落地、可执行、可复用。
- 如果生成文件，请直接创建文件，并说明文件路径。
特别要求：
【写你的格式要求，例如：用中文、生成Markdown/LaTeX/Word大纲、包含表格、包含公式、包含参考文献、适合答辩、适合实盘、适合工程实现等】
2. 让 AI 阅读材料并整理成果的提示词
适合“阅读 docx/pdf/聊天记录/论文/代码仓库后总结”的任务：
请阅读我提供的全部材料，帮我完成一次系统整理。
请重点梳理：
1. 我最初遇到的问题是什么。
2. 我为什么会提出这些问题。
3. 我尝试过哪些方案。
4. 每个方案的核心思想是什么。
5. 哪些方案后来被否决，否决原因是什么。
6. 哪些方案被保留，保留原因是什么。
7. 最终方案是什么。
8. 最终方案的完整流程是什么。
9. 最终方案中使用了哪些算法、方法或工具。
10. 这些算法本身的原理是什么。
11. 这些算法如何应用到本任务。
12. 整个探索过程中的得失、教训和下一步建议是什么。
请不要只做摘要，要把“思考演化过程”梳理出来。
如果材料里有公式、表格、算法流程、参数、风控规则、工程约束，请尽量保留并重组为更清晰的结构。
如果材料里有缺失信息，请先列出缺失项；如果可以联网，请补充必要背景，并优先使用权威来源。
最终请输出：
【填写目标格式，例如：一份 LaTeX 文档 / Markdown 报告 / 项目方案书 / 技术总结 / 论文初稿】
3. 生成最终文档的提示词
适合让 AI 产出正式报告、LaTeX、Markdown 或论文式文档：
请基于前面整理出的内容，生成一份正式文档。
文档主题：
【填写主题】
文档目标读者：
【例如：老师、评委、投资人、技术负责人、未来的我、论文审稿人、开发团队】
文档结构建议：
1. 摘要
2. 问题背景
3. 约束条件
4. 探索路径
5. 候选方案对比
6. 被否决方案及原因
7. 最终方案总览
8. 核心算法原理
9. 应用流程
10. 工程实现细节
11. 风险控制
12. 得失总结
13. 下一步工作
14. 参考资料
写作要求：
- 不要写成流水账，要写成有逻辑的技术报告。
- 既要总结“做了什么”，也要解释“为什么这样做”。
- 对最终方案要详细，对被否决方案要简明但说清原因。
- 需要表格时使用表格。
- 需要公式时使用公式。
- 需要流程时使用步骤或伪代码。
- 语言要正式、清晰、可交付。
输出格式：
【Markdown / LaTeX / Word大纲 / HTML / 其他】
如果输出 LaTeX：
- 使用中文可编译模板。
- 包含必要宏包。
- 公式要规范。
- 表格不要太宽。
- 参考文献放在文末。
- 请直接创建 .tex 文件。
4. 前置对话：从零开始得到一个方案
在让 AI 整理最终文档之前，通常需要先通过几轮对话把方案“炼出来”。下面是一组可复用提示词。
4.1 初始方案生成提示词
我现在遇到一个问题：
【描述问题】
我的约束是：
【例如：CPU算力有限、预算有限、时间有限、数据少、不能联网、必须可解释、必须能落地、不能依赖某工具】
我的目标是：
【描述最终目标】
请你先不要直接给一个简单答案，而是：
1. 分析问题本质。
2. 给出 3-5 种可能方案。
3. 比较每种方案的优缺点。
4. 说明每种方案适合什么情况。
5. 推荐一个你认为最稳健的方案。
6. 给出初步实施流程。
4.2 要求 AI 给出完整方案
很好。请你现在基于刚才的讨论，完整输出一套方案。
要求：
1. 从输入、处理、建模/执行、输出、评估、风控几个层次展开。
2. 每一层说明采用什么方法。
3. 解释为什么选择这些方法。
4. 写清楚关键参数或关键规则。
5. 给出完整流程图式描述。
6. 如果涉及算法，请解释算法原理和应用方式。
7. 如果涉及工程落地，请写出每日/每次运行流程。
8. 如果涉及风险，请写出失效模式和应对策略。
5. 反思方案是否合适的提示词
这是最重要的一步。不要让 AI 只顺着原方案强化，要强制它反驳自己。
5.1 批判性审查提示词
请你现在不要继续美化这个方案，而是站在严格审稿人、工程负责人、风险控制负责人或实盘使用者的角度，批判性审查它。
请重点检查：
1. 是否存在方法堆砌。
2. 是否存在过拟合风险。
3. 参数数量是否超过数据量能支撑的范围。
4. 是否有隐含的未来函数或信息泄露。
5. 是否有不可解释或难维护的部分。
6. 是否有计算成本、部署成本或数据成本问题。
7. 是否有看似高级但实际不必要的算法。
8. 是否有更简单、更稳健的替代方案。
9. 哪些部分必须保留。
10. 哪些部分应该删除、替换或降级。
请给出明确结论：
- 这个方案适合实验室还是适合真实落地？
- 最大风险是什么？
- 最应该修改的 3 个地方是什么？
5.2 奥卡姆剃刀简化提示词
请根据刚才的批判，使用奥卡姆剃刀原则重构方案。
要求：
1. 保留真正有必要的核心逻辑。
2. 删除高自由度、难解释、样本量无法支撑的部分。
3. 用简单稳健的方法替代复杂方法。
4. 把可调参数数量降到最低。
5. 每个保留参数都必须有明确意义。
6. 最终方案要更适合真实落地，而不是只追求理论漂亮。
请输出：
1. 原方案问题总结。
2. 删除/替换清单。
3. 新方案完整结构。
4. 新旧方案对比表。
5. 新方案的风险控制。
6. 最终推荐版本。
5.3 再次反思最终方案
请继续审查这个精简后的最终方案。
请判断：
1. 它是否已经足够简单。
2. 它是否仍然存在隐藏的复杂度。
3. 它的参数是否仍然太多。
4. 它的输入数据是否稳定。
5. 它的输出是否可解释。
6. 它在真实环境中最可能先坏在哪里。
7. 如果要上线/交付/实盘/提交，还缺什么。
请只提出必要修改，不要为了修改而修改。
如果你认为方案已经可以定稿，请明确说“可以定稿”，并说明定稿条件。
6. 更新方案的提示词
当你已经发现原方案有问题，需要 AI 融合批评意见更新方案时使用：
请你完全采纳以下修改方向，对方案进行更新：
修改方向：
【列出你认可的修改意见】
必须删除：
【列出不要再使用的模块、算法、步骤】
必须保留：
【列出核心思想、核心算法、核心约束】
必须新增：
【列出新增机制，例如：漂移监控、熔断、版本控制、回测校验、日志记录】
更新要求：
1. 不要只是局部修补，要重新组织最终方案。
2. 明确说明每个改动解决了什么问题。
3. 给出新方案的完整流程。
4. 给出新方案的参数清单。
5. 给出新方案的风险控制。
6. 最后给出“为什么这个版本比旧版本更适合落地”的总结。
7. 用于任何任务的“方案演化链”
可以按下面顺序逐轮问 AI：
第 1 轮：我有一个问题，请分析本质并给出多种方案。
第 2 轮：请完整输出你认为最好的方案。
第 3 轮：请严厉批判这个方案，指出过度设计、风险和不可落地之处。
第 4 轮：请根据批判意见，用奥卡姆剃刀原则重构方案。
第 5 轮：请再次审查新方案是否还需要修改。
第 6 轮：请输出最终定稿方案。
第 7 轮：请把整个探索过程、被否决方案、最终方案、得失总结整理成正式文档。
8. 适用于代码任务的版本
请你作为资深工程师完成这个代码任务。
目标：
【写清楚要实现/修复什么】
约束：
【不能破坏现有功能、不能大改架构、要符合现有风格、要有测试、要兼容某版本】
请按以下流程执行：
1. 先阅读相关代码，理解现有设计。
2. 找到最小修改范围。
3. 说明你准备改哪些文件。
4. 实现修改。
5. 补充或更新测试。
6. 运行相关测试。
7. 总结改动、验证结果和剩余风险。
注意：
- 不要重构无关代码。
- 不要删除用户已有改动。
- 优先沿用项目现有模式。
- 如果遇到不确定处，先基于代码上下文做合理判断。
代码任务的反思提示词：
请你从代码审查角度检查刚才的实现。
重点检查：
1. 是否引入行为回归。
2. 是否破坏兼容性。
3. 是否有边界条件遗漏。
4. 是否有性能问题。
5. 是否有安全问题。
6. 是否有测试缺口。
7. 是否有不必要的复杂抽象。
请按严重程度列出问题，并给出具体文件和位置。
如果没有明显问题，请说明剩余风险。
9. 适用于研究/论文/报告任务的版本
请你作为研究助理，帮我完成这个研究整理任务。
研究主题：
【填写主题】
已有材料：
【列出论文、笔记、对话、数据、网页、文档】
请完成：
1. 提炼研究问题。
2. 梳理背景与动机。
3. 总结已有方法。
4. 对比不同方案。
5. 找出被否决或不适用的方法。
6. 解释最终采用的方法。
7. 展开核心算法或理论。
8. 说明实验/应用流程。
9. 总结创新点、局限性和下一步。
10. 生成正式报告。
如果资料不足，请列出需要补充的信息；如果允许联网，请补充权威参考资料。
研究任务的反思提示词：
请你从审稿人的角度批判这份研究方案/报告。
检查：
1. 问题是否清晰。
2. 方法是否与问题匹配。
3. 是否有夸大创新。
4. 是否有未经证明的假设。
5. 是否有缺失对照组。
6. 是否有数据泄露或评估偏差。
7. 结论是否被证据支持。
8. 哪些段落需要删减或重写。
请给出修改建议，并说明优先级。
10. 适用于商业/产品/决策任务的版本
请你作为产品策略和业务分析顾问，帮我完成这个决策任务。
背景：
【描述业务背景】
目标：
【描述目标】
约束：
【预算、时间、团队、技术、政策、市场、风险】
请输出：
1. 问题定义。
2. 关键利益相关方。
3. 可选方案。
4. 方案对比表。
5. 成本、收益、风险分析。
6. 推荐方案。
7. 执行路线图。
8. 风险预案。
9. 需要验证的假设。
10. 决策结论。
商业任务的反思提示词：
请你从反方、财务负责人、法务负责人、运营负责人和用户的角度，分别批判这个方案。
请指出：
1. 哪些假设最脆弱。
2. 哪些成本被低估。
3. 哪些收益被高估。
4. 哪些风险没有被覆盖。
5. 有没有更小成本的验证方式。
6. 是否应该先做 MVP。
7. 什么条件下应该停止这个项目。
11. 阅读对话材料生成正式文档的提示词
这是“阅读 docx 或对话记录，并生成正式 Markdown/LaTeX 总结文档”的可复用版本。
请阅读我提供的 docx 文档，文档中包含我与 AI 围绕某个复杂问题的多轮对话。
请你完成以下任务：
1. 提取文档中的全部有效信息。
2. 梳理我最初的问题和约束。
3. 梳理我提出过的所有求索方向。
4. 梳理 AI 给出的所有方案。
5. 梳理我或 AI 后续反思后否决的方案。
6. 总结每个方案被否决的原因。
7. 梳理最终保留的方案。
8. 详细阐述最终方案，重点写清楚：
- 为什么采用这些算法；
- 算法本身是什么；
- 算法如何应用到该任务；
- 完整应用流程；
- 参数、约束、风控、评估指标。
9. 总结整个探索过程中的得失。
10. 如果文档中缺少必要背景，请联网搜索并补充可靠资料。
最终请生成一份中文 LaTeX 文档，要求：
- 使用可编译的中文 LaTeX 模板。
- 包含摘要、目录、正文和参考文献。
- 结构清晰，适合正式提交。
- 不要简单复制原文，要重组为逻辑严密的报告。
- 请直接创建 .tex 文件，并在完成后说明文件路径。
12. 最好用的元提示词
当你不知道怎么问时，可以直接用这个：
我想完成一个复杂任务，但我现在的想法还不够清晰。
请你先帮我把任务拆清楚：
1. 我真正想要的最终结果可能是什么。
2. 为了得到这个结果，我需要提供哪些材料。
3. 这个任务可能有哪些路线。
4. 每条路线的优缺点是什么。
5. 你建议我先做哪一步。
6. 请最后给我一段可以直接复制使用的高质量提示词。
13. 使用原则
- 不要一开始就要求 AI 给最终答案，先让它理解问题。
- 复杂任务至少经历一次“生成方案”和一次“批判方案”。
- 主动要求 AI 删除不必要复杂度。
- 要让 AI 明确区分：保留什么、否决什么、为什么。
- 任何最终方案都要落到流程、参数、风险和验证。
- 如果任务涉及现实决策，不要只要漂亮方案，要问“它会在哪里坏掉”。
- 如果任务涉及文档整理，不要只要摘要，要问“思考路径如何演化”。
- 如果任务涉及代码，不要只要实现，要问“测试和回归风险是什么”。
- 如果任务涉及研究，不要只要创新，要问“证据是否支撑结论”。
- 最好的提示词不是让 AI 更自信，而是让 AI 更诚实、更克制、更能交付。