ChatGPT中文调教指南：提示词模板拆解与工程化实践

简介：这份《ChatGPT中文调教指南》面向希望系统掌握提示词写法的中文用户，包括内容创作者、学生、开发者与职场办公人群，帮助解决「知道模型能做什么、却不知如何下指令」的常见困境。资源以单个 PDF 文档形式打包，压缩包约 694KB，篇幅精炼、便于随时查阅与打印。文档围绕中文环境下的实战应用展开，涵盖学术论文写作、创意小说与剧本、SEO 文章与广告文案、商业计划书、技术文档、简历求职信、多语言翻译等场景，并给出可直接套用的提示模板；同时收录角色扮演类玩法，如充当 Linux 终端、英语翻译与润色、英英词典、前端开发思路助手、面试官、文字冒险游戏等，示范如何通过设定身份与约束条件让模型稳定输出。已有 700 人学习，适合作为提示词入门与日常查阅的参考素材，读者可据此快速搭建自己的指令库并迁移到实际任务中。

1. 一份提示词合集，为什么值得单独拆开看

很多人第一次用大模型，卡住的地方不是模型能力，而是不知道该怎么开口。同一个模型，有人问出来是干巴巴的百科腔，有人问出来是能直接贴进项目的 SQL、能直接发出去的文案、能陪孩子读完的故事。差别不在模型，在提示词的组织方式。这份《ChatGPT 中文调教指南》就是一份把「怎么开口」拆成可复用模板的提示词合集，覆盖学术写作、创意写作、翻译润色、代码辅助、角色扮演、表格生成、面试模拟、数据分析等几十个场景，每个场景给出一段可以直接复制的中文提示词，并附带首句示例。它适合两类人：一类是刚接触大模型、想要一套能立刻上手的范文模板的新手；另一类是已经在用、但提示词写得零散、想整理成自己素材库的从业者。下面按「这份资源的结构逻辑 → 怎么落地成自己的模板库 → 参数怎么调 → 哪里容易翻车」的顺序拆。

2. 提示词模板的骨架：角色、约束、输出格式三件套

把这份指南里的几十条提示词横向对比，会发现它们几乎都遵循同一个骨架：先定角色，再定约束，最后定输出格式。理解这个骨架，比死记某一条模板有用得多，因为你可以据此自己造模板，而不是只能抄。

2.1 角色设定决定了回答的「知识范围」和「语气」

指南里大量条目以「我想让你充当……」开头，这不是装饰。角色设定实际上同时约束了两件事：模型调用哪部分知识，以及用什么语气组织语言。比如「充当英语翻译和改进者」这条，明确要求「识别语言、翻译并用更优美精炼的英语回答」，还要求「仅回答更正和改进的部分，不要写解释」。这里的角色不是「翻译」，而是「翻译加修辞编辑」，输出范围被压缩到只剩改写结果，避免模型附赠一堆解释把结果淹没。

再看「充当 Linux 终端」这条，角色设定是「你只在一个唯一的代码块内回复终端输出，不要写解释，除非我指示」。这条的价值在于把模型的默认行为——解释、补充、建议——全部关掉，只留命令回显。做自动化脚本对接时，这种「只输出结果」的角色约束是刚需，否则你还得写正则去剥离模型的客套话。

我一般会把角色设定写成三句话：你是谁、你只做什么、你不做什么。第三句最容易被忽略，但它往往决定输出能不能直接用。

2.2 约束条件要写成可判定的规则，而不是形容词

指南里不少模板用了「简洁」「准确」「专业」这类词，这类形容词对模型来说约束力很弱。真正有效的是可判定的规则，比如「只回复一个包含 10 行的表格」「以 markdown 表格形式回复」「不要一次写出所有问题，问一个等一个回答」。这些规则能被机械检查：行数对不对、是不是表格、是不是一次只问一个。

以「做表格」这条为例，模板要求「只回复一个包含 10 行的表格，以 markdown 表格形式回复，不附带任何额外解释」。这条提示词之所以稳定，是因为输出格式被钉死成 markdown 表格，行数被钉死成 10 行，任何偏离都能一眼看出来。反过来，如果你写「帮我整理成表格，尽量简洁」，模型可能给你一段说明加一个不完整的表，你还得手动修。

落地时我的习惯是把约束拆成清单，逐条写进提示词：

角色：表格生成器 约束： 1. 只输出 markdown 表格，不输出任何解释文字 2. 表格固定 10 行（不含表头） 3. 单元格内容为空时留空，不要填「无」 4. 不改变我给出的列顺序 输出：仅 markdown 表格

这段不是代码，是提示词的结构化写法。四条约束里，第 1 条管输出形态，第 2 条管规模，第 3 条管空值处理，第 4 条管列序。每一条都能在拿到结果后逐项核对，哪条没满足就针对哪条加权重，而不是笼统地说「再简洁点」。

2.3 输出格式是模板能不能复用的分水岭

指南里凡是能稳定复用的条目，输出格式都写得很死：代码块、markdown 表格、纯文本列表、单个正则表达式、单个 SQL 语句。格式越死，越容易接进下游流程。比如「充当正则表达式生成器」要求「只提供正则表达式本身，不写解释和例子」，这样输出可以直接粘进代码里的re.compile()，不用二次清洗。

「充当 SQL 终端」这条更典型：给定 Products、Users、Orders、Suppliers 四张表，要求「在单个代码块中用查询结果表回复，仅此而已，不要写解释」。这种模板适合做查询验证的辅助，但要注意它只是模拟终端，不会真的连库执行，结果表是模型根据表结构「演」出来的，不能当真实查询结果用。这一点后面避坑章节会展开。

把三件套串起来看，一条合格的模板大致长这样：

角色：你是 Android 开发工程师面试官 约束： 1. 只提问，一次一个问题，等我回答后再问下一个 2. 不解释、不点评、不提前给出参考答案 3. 问题难度从基础逐步递进 输出：纯文本问题，不带编号以外的格式 首句：面试官你好

角色定知识域，约束定交互节奏，输出格式定结果形态。照着这个结构，指南里任何一条模板你都能改写成适合自己业务的版本。

3. 把模板变成自己的素材库：分类、参数化、版本管理

拿到一份几十条的提示词合集，直接复制粘贴用是最低效的用法。真正省时间的是把它拆成可参数化的模板，按场景分类存起来，用的时候只填变量。这一章讲具体怎么落地。

3.1 按「输入类型 + 输出类型」二维分类，而不是按行业分

指南原文是按用途罗列的：写小说、翻译、面试、做表格、当医生……这种分法对阅读友好，对检索不友好。我一般会按两个维度重新归类：输入是什么（一段文本、一个主题、一组数据、一次对话），输出是什么（结构化表格、代码、自然语言长文、单行结果）。这样分类之后，找模板的速度快很多。

按这张表归类后，你会发现很多条目其实是同一类模板的不同实例。比如「充当英语翻译和改进者」和「充当英翻中」都是「文本进、文本出」，区别只在目标语言和润色强度，完全可以合并成一个带参数的模板。

3.2 参数化：把固定示例抽成变量

指南里每条模板都带一个「首句」示例，比如翻译条目的首句是「how are you ?」，词典条目的第一个单词是「Hello」。这些示例是演示用的，实际使用时应该抽成变量。以翻译润色模板为例，参数化之后是这样：

角色：你是英语翻译与修辞编辑 任务：把我给的句子翻译成英语，并在保持原意的前提下提升表达的地道程度 约束： 1. 只输出改写后的英文，不输出解释 2. 如果原句已经是英文，则只做润色，不做翻译 3. 保留原句的专业术语，不擅自替换 输入：{待处理句子} 输出：仅英文结果

{待处理句子}就是变量。参数化之后，同一条模板可以批量处理一批句子，而不是每次手动改首句。做批量翻译时，我会把待处理句子放进一个列表，逐条替换变量后调用，输出再按顺序回填。这里要注意，批量调用时每条请求都要带完整约束，不要指望模型记住上一轮的规则，上下文一长，早期约束会被稀释。

3.3 版本管理：给模板编号，记录改了什么、为什么改

模板用久了会不断微调，没有版本管理很快就会分不清哪版好用。我的做法是给每条模板一个编号，比如TR-001翻译润色、TB-002表格生成、SQ-003SQL 辅助，每次修改在文件头记一行变更说明：

# TR-001 英语翻译与修辞编辑 # v1 初版：只翻译，不润色 # v2 增加「保留专业术语」约束，解决术语被意译的问题 # v3 增加「原句为英文时只润色」分支，解决重复翻译 角色：你是英语翻译与修辞编辑 ...

变更说明写清楚「改了什么、解决什么问题」，比写版本号有用。半年后回头看，你能立刻知道某条约束是为了堵哪个坑加的，不会手贱删掉。这套做法不复杂，一个纯文本文件加固定格式的注释头就够了，不需要上任何工具。

4. 参数怎么调：温度、上下文长度与提示词权重的实操边界

提示词写得好不好，一半看结构，一半看参数。这一章讲几个实际会碰到的参数和它们的边界，不堆术语，只讲什么时候该动、动了会怎样。

4.1 输出稳定性优先时，把随机性压到最低

做表格生成、正则生成、SQL 生成这类「结果要能直接用」的任务，输出必须稳定，同一输入多次调用应该得到结构一致的结果。这时要把随机性参数调到很低。常见做法是把温度（temperature）设到 0 到 0.3 之间，具体取值看任务：正则和 SQL 这种语法严格的任务，我一般直接设 0；表格生成可以放到 0.2 左右，留一点措辞弹性。

反过来，写小说、起标题、生成广告语这类创意任务，温度可以放到 0.7 到 1.0，让输出有变化。指南里「花哨的标题生成器」这条，如果温度太低，每次给的标题都差不多，就失去意义了。同一个模型、同一套提示词，温度不同，适用场景完全不同，这是很多人忽略的一点。

4.2 长上下文不是免费的，约束要前置

指南里有些模板很长，比如「扮演一个试图逃离盒子的人工智能」，带了一大段背景设定和交互规则。这类长提示词要注意约束的位置：关键约束尽量放在开头和结尾，中间放背景描述。原因是上下文越长，模型对中段内容的注意力越弱，把「不要写解释」这种硬约束埋在第三段中间，很容易被忽略。

实际写长模板时，我的结构是：开头三行写角色和硬约束，中间写背景和示例，结尾再重复一遍输出格式。重复不是啰嗦，是给约束加权。做多轮对话时同理，每一轮如果涉及格式要求，就在当轮请求里再写一次，不要依赖第一轮的记忆。

4.3 提示词里的「权重」靠位置和重复，不靠符号

有些教程会教你用各种括号、加粗来给提示词加权，实际效果因模型而异，不稳定。更可靠的做法是靠位置和重复：把最重要的约束放在最前和最后，在示例里体现你想要的格式。比如要求「只输出表格」，除了在约束里写，还可以在示例里直接给一个只有表格、没有任何说明文字的样例，模型照着样例走的概率会明显提高。

指南里「做表格」这条之所以稳，一部分原因就是它把「只回复 markdown 表格」写了两遍，一遍在角色描述里，一遍在输出要求里。这种重复在提示词工程里是合理手段，不算冗余。

5. 避坑与排查：五条踩过的坑，每条都有现象和原因

提示词模板看着简单，实际用起来翻车的地方不少。这一章列五条我实际碰到过的，按「现象 → 原因 → 解决」写，方便对照排查。

5.1 模型不按格式输出，总爱加解释

现象：要求「只输出表格」，结果前面多了一段「好的，这是您要的表格：」，后面还跟一句「希望对您有帮助」。

原因：模型的默认行为是对话式回复，礼貌性开场和收尾是训练数据带来的惯性，单靠一句「不要解释」压不住。

解决：把约束写死成可判定的规则，并在示例里给一个「零解释」的样例。同时把温度调低。如果还压不住，就在提示词末尾加一句「输出中不得出现任何表格以外的字符」，用绝对化表述收口。

5.2 多轮对话到后面，早期约束失效

现象：第一轮要求「一次只问一个问题」，问到第五轮，模型开始一口气列十个问题。

原因：上下文变长后，早期约束的权重被稀释，模型更关注最近几轮的内容。

解决：每轮请求里重复关键约束，或者在每轮开头用一句话重申「记住：一次只问一个问题」。做长对话时，定期把核心约束重新贴一遍，比指望模型一直记住可靠。

5.3 模拟终端和模拟数据库的输出被当成真实结果

现象：用「充当 SQL 终端」模板查数据，模型返回了一张看起来很像真的结果表，直接拿去用了，结果和真实库对不上。

原因：这类模板是角色扮演，模型根据表结构「演」出结果，并没有真的执行查询。指南原文也写了这是「示例数据库前充当终端」，本质是模拟。

解决：把这类模板的定位改成「帮我检查 SQL 语法和思路」，真实结果必须去库里跑。凡是涉及数据准确性的场景，模拟输出一律只作参考，不作依据。

5.4 翻译模板把专业术语意译了

现象：技术文档里的术语被翻成日常词，比如把接口相关的固定说法翻成了口语表达，读起来别扭。

原因：模板只要求「优美地道」，没有约束术语处理，模型优先照顾可读性，牺牲了准确性。

解决：在约束里加一条「专业术语保留原文或使用行业通用译法，不擅自意译」，并在输入里附上术语表。术语多的文档，宁可牺牲一点文采，也要保准确。

5.5 角色扮演模板输出跑偏，脱离设定

现象：让模型扮演某个固定角色，几轮之后开始用「作为 AI 助手」的口吻说话，角色崩了。

原因：角色设定和模型自身的安全对齐、默认身份之间存在拉扯，轮次一多，默认身份容易回潮。

解决：在每轮回复前重申角色，并在提示词里明确「始终保持角色，不得以助手身份回应」。如果角色本身涉及敏感内容，直接换模板，不要硬压，压多了输出质量会明显下降。

6. 进阶用法：把单条模板串成工作流，并用回归测试守住质量

单条模板解决单点问题，真正提效的是把几条模板串成一条流水线。举个内容生产的例子：先用「标题生成器」产出候选标题，再用「内容创作」模板按选定标题写初稿，接着用「翻译润色」模板做语言打磨，最后用「表格生成」模板把要点整理成结构化摘要。四步各自是独立模板，串起来就是一条从选题到成稿的链路。

串流程时有两个细节值得注意。第一，每一步的输出要能被下一步直接消费，所以上游模板的输出格式要提前定好，比如标题生成只输出纯文本列表，不带编号以外的格式，方便下游逐条取用。第二，链路中间要留人工检查点，不要全自动跑到底，尤其是翻译润色这一步，机器改完的文本最好过一眼再进下一步，否则错误会沿着链路放大。

质量守住靠的是回归测试。我的习惯是给每条核心模板准备一组固定输入，每次改完模板就跑一遍，对比输出有没有变差。比如翻译模板准备十个典型句子，表格模板准备三组不同列数的需求，SQL 模板准备五个常见查询。跑完看两件事：格式有没有守住，内容有没有退化。这套测试不需要写代码，手动跑一遍也就几分钟，但能挡住大部分「改了一处、坏了一片」的情况。

这套流程跑顺之后，指南里的几十条模板就不再是一份「参考文档」，而是你自己素材库的种子。哪条常用就参数化、加版本、进测试集，哪条用不上就放着，不必全盘照搬。

从那以后我每次新建一条提示词模板，都强制走一遍「写约束清单 → 给零解释样例 → 跑三次看稳定性」这三步，宁可前期多花十分钟，也不在后面反复返工。希望这份拆解能帮到你，把这份指南用成自己的东西，而不是收藏夹里吃灰的文档。

本文还有配套的精品资源，点击获取