怎么写好一个提示词？10个场景与50个技巧，附官方100个教程合集

怎么写好一个提示词？10个场景与50个技巧，附官方100个教程合集

我是AI卷王饼干哥哥。

最近我在社群里发现一个极度割裂的现象：

一边是看着 Sora 2 生成的电影级视频、Claude 写出的复杂系统惊叹不已，焦虑得睡不着觉；另一边是想学 AI 却不知道从哪下手的迷茫。

当我建议从提示词开始入手时，很多新朋友却告诉我：一些博主说提示词工程已死，现在AI理解力这么强，像人一样随便聊聊不就行了吗？

听到这里，我整个人是懵的。

确实，现在的模型能听懂人话，但听懂和能干活完全是两个维度的概念。

你随便聊聊，它就给你随便回。

想让 Cursor 写出的代码没有逻辑死循环、让 Veo 生成的视频镜头不乱晃、让数据分析出的结论不是一本正经的胡说八道，靠随便聊聊绝无可能。

甚至可以说，模型越强大，对提示词精度的要求反而越高。因为强模型的发散性更强，如果你不懂得用结构化的指令去约束它的边界、定义它的路径，它的聪明只会变成不可控的幻觉。

无论技术怎么迭代，AI的底层逻辑依然是提示词驱动。

所以在2026年，想真正掌控AI而不是被AI糊弄，第一件事依然是死磕提示词。

这最有价值，也最见功力。

之前我写过一些不同场景下的提示词方案。

有通用做 HTML、SVG 的:

AI 做 SVG 的终极方案，一套提示词模板无痛搞定：小红书知识卡片、数据可视化图表、原型图、动态图……

AI 做 HTML 的终极方案，一套提示词模板搞定所有应用：PPT、简历、高保真原型图、知识卡片、动态交互组件等

有专门用于生图、生视频的：

Awesome Nano Banana! 迄今最强生图模型的 28 个玩法合集 | 附提示词

最强视频模型 S2 上线 Lovart, 总结了 9 大实战技巧

VEO 3.1 正面硬刚 Sora 2! 我扒了 5 个极限场景, Sora 竟然输麻了?

有专门用于做数据分析、用户洞察、财报的：

7000字深度对比Claude4、Kimi k2和云听AI，谁才能真正在商业洞察落地？

9000字落地实操：AI做用户购后评论洞察分析

AI做财报分析、行业分析的5大步骤与11个提示词

但老实说，作为日常左右开弓卷自己的AI博主，我觉得这些提示词还有很大的提升空间所以我重新整理了一个更全、更专业的提示词技巧。

划分成了10个场景，每个场景都有最佳实践的5个技巧，加起来就是50个。

<<

场景一：AI生视频（Video Generation）

为什么视频生成这么难？

最佳实践与框架

undefined

3.物理与动态的描述技巧

4.结构化JSONPrompting（进阶）

5.负向提示词(Negative Prompts)

核心参考资料

场景二：AI生图（Image Generation）

为什么生图总是要抽卡？

最佳实践与框架

undefined

2.摄影分层结构(TheS-E-L-CFramew...

3.结构化反向工程(TheReverse-Engin...

undefined

核心参考资料

场景三：AI编程（AICoding/Engineering）

为什么AI写代码容易写出屎山？

最佳实践与框架

1.上下文锚定与规则文件(The.cursorru...

undefined

3.计划-审查-执行模式（Plan-Review-E...

怎么写好一个提示词？10个场景与30个技巧。

饼干哥哥 今天修改

场景一：AI生视频(Video Generation)

场景二：AI生图 (Image Generation)

场景三：AI编程(AI Coding/Engineering)

场景四：结构化提示词(StructuredJSONPrompting)

场景五：数据分析 (Data Analysis)

场景六：去AI味(De-Aling/Humanizing)

场景七：创意写作与角色扮演 (Roleplay & Writing)

场景八：深度调研与搜索 (Deep Research & Search)

场景九：实时语音/对话 (Real-time Voice)

场景十：长期运行与自主智能体 (Long-Running & Autonomous Agents)

同 ⑦

并且整理了官方出版的各种提示词教程合集，加起来上百个。



饼干哥哥 > 怎么写好一个提示词？10个场景与50个技巧 平

■饼干哥哥@AI数据分析已经保存到云端









<<

怎么写好一个提示词？10个场景与50个技巧

场景一：AI生视频（Video Generation）

场景二：AI生图（Image Generation）

场景三：AI编程（AICoding/Engineering）

场景四：结构化提示词(StructuredJSONPro...

场景五：数据分析(DataAnalysis