我们在工作中，肯定会用到AI。

一句话甩给它，立马找到答案，这种办法很方便。但容易被人忽略的是，如果任务流程复杂的话，就不太好解决。

一个通俗的例子是：做创意。想象一下，作为一名新媒体岗，你要做一些海报的框架给到设计老师，它基于主题和文案，才能把图片做出来；如果光靠「口头表述」，肯定不行。

我还看到一种情况，即：马上下班了，突然来个需求，领导嘴边还说着：辛苦一下，明天着急用。所以，时间紧任务急的时候，靠临时抱佛脚肯定不行，得有个现成的套路救场。

因此，今天主要分享：我在建立个人提示词库上的一些心得。希望用这些认知、方法，帮你把任务用AI捋清楚；存好，关键时刻直接拿来用。

提示词库，顾名思义：存提示词的仓库，随时拿出来用。那为啥要建个人提示词库呢？说几点我的体验：

一，系统给的根本无法满足诉求。

我用的AI工具不少，任务也多，有改句子的、总结内容的，还有搜东西、画图、做表格的，可平台提供的模板要么太复杂用着费劲，要么效果差，根本不顶用。

所以，遇到繁琐任务，每次都得自己写，试下来，自己写一套存好更靠谱。

第二点是：任务太多，重复写提示词太费劲。改句子还好，但让AI搜特定主题或概念，答案经常混乱，得再提醒一次才行。

还有，AI还有个毛病：记性不行。

许多声称长文本记忆模型，一次性输出几万字，但在处理长篇内容或复杂任务时，效果仍然不佳。

前一段时间，DeepSeek R1模型刚发布，我把一份几十页的英文报告（包含大量复杂概念）全部输入给它，希望能总结要点，结果呢？重点说了几条外，解释层面开始大量出现遗漏。

实在没办法，我只能一步步调指令，把任务完成。

最重要的是，日常重复活儿太多。像写长文，写完提炼点发小红书，每天都差不多，不存好高效提示词，第二天准忘了，白忙活一场。

所以，一个简单、可复用的提示词库，能提高工作效率；不过，建这玩意儿看似简单，我也踩过不少坑。

哪些坑呢？

流行提示词知识库时，我直接从网上下载别人的提示词，觉得「现成的多好」。然而，实际使用时才发现，别人的提示词，是基于他们的场景和习惯设计的，而我有自己的风格和需求。

所以，别人的提示词只能参考，不能全盘照搬。

然后，我没有对提示词进行分类保存。一开始设计提示词时，都存到苹果电脑备忘录里，觉得用的时候翻一翻就能找到。但随着数量增加，几十条提示词混在一起，想找某个指令时翻半天也找不到，时间长了连自己都忘了哪些有用。

第三，不更新导致老指令过时。

我之前存的提示词用得挺顺手，主要针对Kimi、豆包、通义Qwen等AI。但年后DeepSeek V3上线后，规则变了，它更聪明但也更「挑剔」，老指令要么太简单，抓不住细节，要么太啰嗦跑偏。

每次都要现改，之前的经验就白费了，所以，提示词库也要跟着AI更新，不然就成了过期存量。

心理学中有一个概念叫巴德尔-迈因霍夫效应”（Baader-Meinhof Effect），意思是：当你特别关注某件事时，大脑会自动筛选并关注相关信息。

我有一段时间特别兴奋，因为知道了这种巧取捷径的方法，所以，看到啥任务都想写成提示词，保存起来，像：改句子、文生图、做表格，恨不得把AI能干的活全存下来。

结果，电脑备忘录里塞了几百条，真正常用的只有十几条。踩这个坑后，我明白了一个道理：只存重点，不啥都塞。

为了避免再踩坑。我开始重新审视提示词的构建方式，发现写提示词，并不是像网上说的那样：

给它安排角色、简单地堆砌指令，而是要从任务的本质出发，拆解需求，让指令更精准、更符合实际场景。我总结了下，大概有四步。

第一步，是培养驾驭 AI的意识。

接到任务，我会先想想：AI能帮我干点啥？查资料、起草初稿，这些能交给AI的，我就放手去做别的。这样省出来的精力，可以专注处理更重要的事。

第二步，是拆解流程。

以公司新媒体运营写海报文案为例，很多人一上来就直接对 AI 说：写个海报文案，主题是「年轻运动员的运动饮料，强调能量补充和快速恢复」。

结果折腾半天，文案还是不理想。为什么？因为需求没想明白，全指望 AI 去猜。我的方法是先拆解任务：

选主题：让AI给几个方向，我挑一个

写大纲：定好结构，让它给思路

写正文：按大纲填内容

润色：改得更抓眼球，等

第三步：搞清楚每步的要点。所谓要点，即关键部分。

比如，在选主题时，我们不能一开始就限定一个主题，而是先让 AI 提供多个方向，从中筛选出最适合的。否则，这不仅会局限我们的思维，也会限制 AI 的创意发挥。

有人可能会问：每一步提示词怎么写，才能简洁有力？

我分享一个常用的：

我是个新媒体运营专家，负责公司创意策划。现在要做一张海报，主题是年轻运动员的运动饮料，强调能量补充和快速恢复。请给我3个创意方向，并附上简单思路，100字以内，简洁点，别啰嗦。

这些提示词存进库，下次直接拿出来用，改改关键词，比如换成“节日促销”，照样能用。

注意，写的过程中，一定要以「我」为中心。而不是说：你是什么专家，你现在要怎么样？AI目前的智慧已经足够强大，想让它更了解我们，表达清楚诉求，反而更重要。

中间的过程也是一样的，这相当于，给AI搭建一个清晰的框架，让它在明确的路径中发挥能力；所以，从培养意识、拆解流程，到提示词的编写，这是一个完整的闭环。

明白这些，可以带来哪些启发？第一点：绝大部分任务都能自动化（Automation）。

什么是自动化？

上述我提到「写主题」这个动作，以前得自己想半天，现在直接扔一句提示词给AI，它立马生成N多个，这，就是自动化。

你想从一份PDF文档中提炼关键信息，现在，你可以直接将PDF文件输入给AI，并用一句提示词：提取这篇文档的核心观点，用简洁的语言总结，这同样是自动化。

所以，自动化本质上，是把原本要手动完成的任务，简化为清晰的指令，让机器按照预设的规则高效完成，从而释放个人双手，去处理更有价值的工作。

还有一个更强的办法，可以用飞书、钉钉多维表，建个专门跑标题的表，这样，分分钟能出几十个，更厉害的是，你还能加一套评分筛选机制，让AI自动挑出高质量的标题，省得自己翻。

更进一步，自动化还能与工作流（Workflow）相结合。

很多人常把这两个概念搞混，以为自动化是工作流，其实它们不一样。自动化是让单个任务运行得更顺畅，而工作流则是把一系列自动化动作串起来，变成一套完整的流程。

我写海报文案，先让AI跑「选主题」，挑好后，再接「写大纲」，再到「写正文」「润色」，每一步都有专属的提示词，AI按顺序完成，我只管最后看看改改。

这就是工作流的好处：不用一步步盯着，还能批量处理任务。

写到这，也许你会说：我不会用表格处理怎么办？没关系，还有一个最简单快捷的办法：用不同的AI聊天工具来操作。

你可以把一个个聊天窗口想象成任务处理的「工作区」。我习惯用一个窗口跑「选主题」，另一个窗口写大纲，再开一个写正文和润色。任务拆得清楚，每个窗口干一件事，完全不用表格，照样能串起工作流。

还有一点，上述通用方法换到其他任务也一样。

读报告，我会拆成找重点、列条目。写PPT，先让AI出大纲，再填充内容。查文献时，我会直接说：搜最新5篇论文，列出关键点……

一开始，我们可能会觉得不自然，因为对工作流、拆解任务这件事还不熟悉，但一旦掌握了方法，就会发现它极大地提升了效率。

拿阅读文献来说：

我现在的步骤是，先让AI总结概要，这是一个提示词；针对每部分总结，又是一个提示词；每部分总结完后，展开论述，又是一个提示词。

这和个人习惯有很大关系，我看到有人只需要一个通用的提示词，也能搞定一切。

因此，任务拆解和工作流设计并不是一成不变的，它们是为了服务于个人的具体需求和目标，不同的人，有不同的工作习惯和效率追求，AI的使用方式也应因人而异。

所以，一个结论是：根据自己的需求拆解任务、精心编写提示词，并将它们串联成高效的工作流，就能让 AI 成为你专属的超级助理。

至于提示词管理，我采用自下而上、自上而下两种办法。

自下而上，即把日常非紧急但重要的提示词放在一起，以文生图为例，我日常用得不多，但每次用时，都要花费时间重新构思。

于是，我会把这类提示词收集起来，整理成一个专门的「创意工具箱」，方便随时调用。这个工具箱还不固定，我会随时往里塞灵感。

前几天刷即梦，看到有人说设计海报要用“王家卫”风格，那种独特表达一下戳中我，立马记下来。还有不少类似的，就不一一列了。

实际上，这跟养习惯差不多，开头觉得有点烦，时间一长，这些办法慢慢融入工作流，成了自然反应。

自上而下则不同，一般服务于具体任务。任务除了工作中的部分外，还有一些来自学习计划、生活中的突发需求。

我加了不少高质量社群，有些大佬的观点、看法，都是聊天时不经意蹦出来的，金句频出。以前，我喜欢性把聊天记录全选，然后打包发给自己，白天再整理。

现在，我直接写了一套提示词，如：

这是一段社群的聊天记录，我认为非常有用，请你总结这段讨论，提炼3个要点。

AI就会立马动手，把乱七八糟的对话收拾明白，这些在手机端都能操作，完全不用等到白天积累一并处理；所以，随时随地抓灵感就行了。不耽误事儿，销量还高，随时取材，还不怕忘。

心理学中，有个词叫心理距离（Psychological Distance），即“想”到“做”之间的距离。我们自认为很难的事情，绝大部分不在难本身，而是它拧成了一团。

设计一套自小阻力的方法，即把各种工作拆解成一块一块的，然后把「块」扔给AI来跑；并且，这还能把诸多时间腾出来，做更多思考、琢磨创意的，具备「创造」的事儿。

说到库，我用的Obsidian，本地化存储，所有指令都扔一个文件夹里，每个提示词带个标题，按任务类型打上标签，分好类，便于查找，个人觉得用各种知识库软件都能搞定。

好了。以上，这套关于建立个人提示词库的哲学。未来，当大家都在用AI时，那就比拼谁更高效了，有了这套路子，希望你把AI用得更顺手，效率大幅度提升。