过去一年看的AI课程，按价格算加起来过5位数了。

作为一名内容工作者，平时写稿子写文案写脚本都在kuku用，一天就能把 Claude 的额度用完（主要它也没给多少……）

正好最近在自己的小群里分享了一下使用心得，说说最近打磨的一些小心得——能让你写出更好提示词（Prompt）的实战技巧。

一、先把话说清楚：用 Markdown 给 AI“看结构”

很多简单的任务，用自然语言就可以了，如果想要再上一个台阶，那目前建议：用 Markdown 格式写提示词，配上 GPT、Gemini、Claude 类的top模型。

什么是 Markdown？它不是复杂的编程，而是一种简单的“排版语法”，通过#、*等符号给文字赋予结构和层次。

因为 AI 理解有结构、有条理的文本，比理解一大段白话文结构更清晰、便于约束。这就像你给同事布置任务，一份有标题有要点的文档，肯定比零散的语音更清晰。

这里有几个小提示，大家可以注意一下：

• # 和标题之间、* 和列表内容之间，一定要加一个空格。 如果不加，#就会被当成普通文本，无法被识别为标题。
• 想创建子项目，可以用缩进。 在列表项前加两个或四个空格（或按Tab键），可以创建出漂亮的层级关系。

下次提要求时，试试先用 Markdown 排个版，你会发现结果“更稳定、更可控”

二、“正推”：把你的方法论喂给 AI

我们很多人用 AI，习惯于直接抛一个问题，比如“帮我写一篇文案”。这样得到的内容往往很空洞。一个更高效的工作流是“正推”：先把你的（或者你找的）知识和方法论整理出来，再让 AI 根据你的方法论去生成提示词或内容。

比如，我会先把我写播客大纲的知识总结成一个SOP，然后把这个SOP喂给 AI，对它说：“你是一个专业的播客策划，现在请根据我下面的方法论，为我生成一套采访[某某嘉宾]的大纲框架。”

我个人建议，这个生成初始提示词的任务，可以优先使用 Claude 这类更擅长逻辑推理和文本生成的模型来写，效果通常会更好。这样，你就轻松地拥有了一个质量不错的、可以开始着手优化的提示词初稿。

这样一来，AI 就不是在漫无目的地创作，而是在严格遵循我的工作方法来提供帮助。它产出的内容会带有我自己的思考和逻辑，这个过程，就是把你的知识，变成了可被 AI 调用的“武器库”。

没有知识怎么办？

在之前生财深圳航海家AI大会上，王朋友老师说：好的课可以做智能体（大致意思）

我对我网盘里的老师们露出了不怀好意的笑……

三、 “反推”：从结果倒推可能的提示词

还有一个小技巧“反推”。

具体流程是这样的：

首先，找到一个你认为做得非常好的案例作为“对标”。 比如之前我领到一个任务是给我们团队做日历，BOSS用AI模拟了一个日历文案告诉我大致要什么样式，我反手甩给AI开始推提示词。

你想更精确一点可以说：“请分析这个内容，并推测生成它可能需要什么样的提示词？请给我一版初步的提示词。”

反推虽然不等于复刻，但是可以省去很多你琢磨的时间。

还有一种反推：你的原文是 A，你修改过的文案是 B。

问AI“假如这是AI修改的两个文案，由 A 修改到 B，请推测生成它可能需要什么样的提示词？请给我一版初步的提示词。”

四、真正的护城河，是持续优化你的提示词

拿到AI帮你反推出的第一版提示词，工作才真正开始。你要在实际使用中，去调试那些不好用的地方，再继续优化。这个过程也是用AI形成提效护城河的关键。可能一个好的提示词要优化十几次甚至更多。

那应该从哪里开始优化呢？我建议从大家每天、每次都必须做的一两个核心任务开始，比如写短视频脚本、写公众号文案。把优化提示词的精力，首先投入到这些最高频、最能提效的地方。

我对自己的要求（虽然不是每次都能做到）——有意识地“迭代”，每次沟通后都复盘一下：这次的结果哪里不好？是不是指令不够清晰？把优化后的提示词收藏起来放在表格里，创建一个【提示词库】。

这个调试的过程会很长，因为它非常考验你对这件事情本身的专业判断和审美。 AI能帮你到80分，但从80分到95分，靠的是你自己的认知。

久而久之，你就会拥有一个任何人都拿不走的、专属于你的强大武器库。当别人还在问宽泛问题时，你已经可以用一条精准指令，在几秒钟内完成别人几小时的工作了。

五、AI大模型学习和面试资源

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓