ai提示词大全：写作、办公、学习分好类的词条库，抄走改改就能用

「有没有一份ai提示词大全，能让我直接照抄？」答疑群里这个问题，这个月我被问了四遍。我的回答一直没变：大全有，但好用的从来不是最全那份，是分类最清楚那份。我给课程管着一个三百多条的prompt分类库，两年攒下来的数据很直白——学员反复调用的词条不超过三十条，其余两百多条基本在吃灰。这篇就按用途把经用的词条和整理办法一次讲完。

先说清楚什么叫「词条」。我们库里的一条，不是一句咒语，是一个带场景的小文件：里面写清这条干什么用、丢给AI时前面要补什么信息、输出要什么格式。一条合格的词条，换个人来用也应该能跑。

ai提示词大全该按什么分类

按用途分是唯一经得住用的分法：写作、办公、学习三大类，类下再按具体任务拆成一条一条，每条只干一件事。按模型分、按长度分都会很快失效，模型会换，任务不会。

我们库里的 312 条，写作类 118 条，办公类 96 条，学习类 74 条，剩下 24 条是图像和视频专项——那部分有更细的词表，这篇不展开。早期我也试过按模型分，GPT 一个文件夹、Claude 一个文件夹，结果模型一升级，一半词条的写法就过时了，按用途分的那些反倒一直能跑。这个教训花掉我一个暑假的整理时间。

这三类的共同点挺有意思：输出格式越固定的词条越经用。「会议纪要转待办」能常年排第一，就是因为待办就是待办，不存在风格问题。写作类反而最难伺候，因为「好」没有标准，同一词条十个人跑出十个样。

写作类词条：砍到三行反而稳

写作类词条最忌讳长。三行结构最稳：说清身份和读者、给一条硬要求、附一段自己的旧稿当参照。词条越长，输出越像模板腔。

有个翻车案例我印象很深。上学期一位学员把一条四百多字的「公众号开头写法」词条原样贴进去，产出的开头清一色「在快节奏的生活中」，连改五版都这个味。我把那条词条砍到七十来字，只留三样东西：读者是谁、开头不超过两句、附她自己写过的一段旧稿。同一篇文章重跑，开头直接能用了。四百字砍到七十字，输出质量反而上去了。

旧稿参照这步别省。AI 模仿你写过的东西，比理解你嘴里的「风格」靠谱得多——你说「口语化一点」，它理解的口语化和你的口语化，大概率是两码事。贴一段，胜过十个形容词。

办公和学习类，翻牌最多的是哪几条？

后台记录里翻牌最多的是「会议纪要转待办」，占全部调用量接近两成；学习类里「概念讲给外行听」排第一。这两类词条的共同点是输出能直接交差，不用再加工。

统计下来，312 条里被调用超过十次的只有 27 条，这 27 条扛了七成调用量。办公类排前面的是纪要转待办、邮件语气调整、Excel 公式解释。纪要转待办的写法是固定的：把录音转好的文字整段丢进去，要求按「负责人、截止日、验收标准」三列输出成表格。有学员说光这一条，每周省出小半个钟头。

学习类我最想推的是费曼自测。让 AI 扮演一个完全不懂行的外行，你负责把概念讲明白，它负责追着问「为什么」。有学员拿它备期末答辩，练了一个晚上，第二天被评委追问时居然觉得眼熟。题目变式那条也好用——同一个考点换三个问法，比闷头刷十道新题便宜。

对了，学习类还有个使用窍门：词条里写上「出题难度比我上次错题高半档」，让 AI 自己去够。默认难度它永远出最简单的，你不推它一把，练了个寂寞。

几百条词条怎么管才不吃灰

管库只有一条铁律：两层目录，一条一文件，文件名直接写任务，每学期淘汰一次没人翻的条目。收藏不整理，等于没收藏。

我们最早用五层标签：用途、模型、语气、长度、场景。找个词条要点四五下，学员嫌麻烦，宁可自己重写。后来砍成「用途、任务」两层，文件名直接写事，比如「会议纪要转待办.txt」，检索时间从一分多钟降到十来秒。就这一个改动，词条库的打开率翻了一倍不止。

淘汰比收藏重要。去年九月我清掉八十九条从没人调用过的词条，库瘦了将近三分之一，用起来反而顺了。现在每学期末清一次，判断标准只有一条：这学期翻牌过没有。没有，删。心疼也没用，词条库不是收藏夹。

回到答疑群里那个问题。现在再有人问「有没有ai提示词大全」，我会先反问一句：你想解决什么事？九成的情况，对方需要的不是三百条，是跟手头这件事对得上的三条。先说清用途，再去库里捞，比从头翻到尾快得多。库是死的，问题才是活的。