企业官网建设流程全解析

awesome-prompts：3 步用上 377 条提示词，改 5 个配置项换风格

【免费下载链接】awesome-promptsCurated list of chatgpt prompts from the top-rated GPTs in the GPTs Store. Prompt Engineering, prompt attack & prompt protect. Advanced Prompt Engineering papers.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-prompts

awesome-prompts 是一个提示词集合与索引仓库。377 个可直接复制的提示词按 20 多个分类组织，README 里还整理了一套提示工程框架、系统提示词泄露样本与论文索引。读完你能拿到三样东西：去哪找能直接用的提示词、拆开来它们好在哪、哪些地方有坑。

⚡ 3 步用起来：查表、开文件、粘进对话框

不需要通读 README。它里的表格就是索引，每行三列：名称、描述、提示词。

发出去之后，模型会按"复现 → 假设 → 验证 → 修复 → 回归测试"的纪律化诊断循环走一遍。跑完这一次，你就懂了这类提示词的本质：它不是一句角色扮演，而是一套写给模型执行顺序的流程。

🔍 拆 2 条原文，看懂好提示词写了什么

光看"You are an expert in..."学不到东西。读这两条的原文，能看到差别。

diagnose.txt：每个阶段画一条停止线

它分 6 个阶段，但关键在 Phase 1 的要求——先建一个能自动跑的反馈回路：

Build the right feedback loop, and the bug is 90% fixed.

更狠的是，建不出来就不许往下走：

Do not proceed to Phase 2 until you have a loop you believe in.

这个写法值得抄：不只告诉模型该做什么，还告诉它什么时候不许做。大多数提示词没有停止线，模型就会一路冲到底。

caveman_mode.txt：把输出风格做成开关

另一条走控制输出的路线：prompts/caveman_mode.txt 让模型用极压缩的"穴居人"风格回复，自述可省约 75% 输出 token。技巧是它把强度做成了 4 档：

原文的切换规则就一句：

Pick one level and persist it until changed or session ends.

换一个词，同一条提示词跑出四种模式。这是库里最值得复用的设计：把可调参数变成可选值，而不是每次重写提示词。

🔧 改成你的：两条路径

路径一：改配置值（先试这个）

很多提示词自带配置块，并且附"合法取值表"。以 prompts/Mr_Ranedeer.txt（可配置 AI 导师）为例，开头就列了 5 个配置项：

[Student Configuration] 🎯Depth: Highschool 🧠Learning-Style: Active 🗣️Communication-Style: Socratic 🌟Tone-Style: Encouraging 🔎Reasoning-Framework: Causal

文件末尾的 [Personalization Options] 给出全部可选值：Depth 从 Elementary 到 Ph.D 共 9 档，Tone-Style 从 Encouraging 到 Humorous 共 5 档。把文件内容复制下来，改这 5 行再粘贴即可，不用读懂全文。

路径二：让模型帮你造提示词

库里有一条"造提示词的提示词"：prompts/meta_prompt.txt 里的 Meta-Expert 把你的任务拆给多个子专家（数学家、语言学家、谜题求解者），并要求最终答案过两道独立核验：

Ideally, obtain or verify the final solution with two independent experts.

用法：先贴它，再下一轮描述你想造的那条提示词，让它按这套"多专家交叉验证"的模式生成和修订。

🚧 避坑与边界：3 个容易踩的地方

还有一个隐性的点：提示词在一个模型上好，不代表所有模型都好。README 的 Frameworks 部分列了 promptfoo 这类回归测试工具，这就是仓库作者的态度——提示词要当工程制品测，不是贴上去就完。

📌 资源索引

下一步：打开 README 的表格，找到你关心的分类，把对应 prompts/ 下的 .txt 贴进对话框，发一个真实任务看输出。效果不满意，再回来"改成你的"那一节，从改配置值开始。

【免费下载链接】awesome-promptsCurated list of chatgpt prompts from the top-rated GPTs in the GPTs Store. Prompt Engineering, prompt attack & prompt protect. Advanced Prompt Engineering papers.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-prompts