Prompt 模板中心

Prompt 模板中心不是收集“神奇咒语”的页面，而是把高频 AI 任务拆成可复制、 可复核、可持续优化的输入结构。一个可靠的 Prompt 应该交代任务、背景、材料、 约束、输出格式和人工复核要求，让模型知道要解决什么问题，也让使用者知道 哪些结果不能直接发布。

这页适合办公、学习、写作、编程、研究、设计、数据分析和自动化用户使用。你 可以从分类入口进入具体模板，也可以先用下面的通用结构改写自己的任务。

先用模板跑通，再接入工作流

普通用户可以先在 OfApp.cn 的网页入口中复制模板试用；当某类任务需要批量处理、接入 Codex、自动化脚本或内部系统时，再把 Base URL 与 API Key 接入。具体模型、能力和价格请以 OfApp.cn 控制台或官方文档为准。

打开 OfApp.cn

页面摘要

项目	说明
阅读时间	约 6 分钟
更新时间	2026-07-03
适合人群	AI 初学者、办公人群、学生、老师、研究者、运营、产品经理、开发者、设计师、内容创作者
核心收益	把“帮我写一下”改成有任务、有材料、有边界、有输出格式、有复核清单的可复用 Prompt
你会得到	Prompt 分类入口、通用结构、任务选择方法、质量矩阵、通用模板、会议邮件和 Codex 任务案例、常见误区和 FAQ
不适合做什么	不适合替代事实核验、专业判断、合规审批、隐私脱敏或对外发布前的人工确认

分类入口

分类	适合任务	复核重点
AI 办公 Prompt	周报、会议纪要、工作邮件、PPT 大纲、资料整理	事实依据、读者语气、隐私边界和发送前复核
AI 编程 Prompt	读代码、修 Bug、写测试、重构、代码审查	需求是否明确、改动是否可验证、是否避免误删
写作 Prompt	提纲、改写、编辑、社媒文案	观点是否清楚、风格是否一致、是否有空洞表达
AI 研究 Prompt	文献阅读、资料整理、观点矩阵	来源是否可靠、引用是否核验、不确定性是否标出
AI 生图 Prompt	封面、配图、产品视觉、头像、插画	主体、构图、文字、版权、肖像和品牌风险
总结 Prompt	PDF、会议、长文、网页	是否保留关键数字、人名、决策和下一步
翻译 Prompt	中英互译、本地化、术语表	专有名词是否一致、语气是否符合读者
AI 数据分析 Prompt	字段口径、指标解释、异常检查、汇报摘要	计算逻辑、样本偏差、因果边界和可验证结论
AI 自动化 Prompt	触发器、输入输出、异常处理、Codex 任务	权限、边界条件、失败回退和人工确认点

先选任务类型

写 Prompt 前，先判断你要的是哪一种结果。不同任务需要不同输入，不应该把所 有要求塞进同一段话里。

任务类型	适合入口	关键输入	输出应该长什么样
办公交付	AI 办公 Prompt	会议记录、工作背景、收件人、截止时间	邮件、周报、纪要、PPT 大纲、复核清单
内容创作	写作 Prompt	读者、素材、观点、平台、语气	提纲、初稿、多版本标题、发布检查
学习研究	AI 研究 Prompt	资料来源、研究问题、引用要求	观点矩阵、术语表、待确认问题
翻译校对	AI 翻译 Prompt	原文、目标读者、术语表、使用场景	译文、双语术语表、对照检查
数据分析	AI 数据分析 Prompt	字段说明、样本范围、指标口径	分析思路、异常线索、复核表
编程协作	AI 编程 Prompt	需求、文件范围、约束、验证命令	任务说明、改动计划、测试建议
自动化流程	AI 自动化 Prompt	触发条件、输入输出、失败处理	流程步骤、权限边界、人工确认点

如果你不确定分类，先写清“我要交付给谁、用于什么场景、结果要承担什么责 任”。这三个问题比角色扮演更重要。

Prompt 基本结构

角色：你是一个 [专业但谨慎的角色]
背景：[任务背景、读者、材料来源]
目标：[要完成什么]
约束：[不能编造、不能泄露、长度、语气]
输出格式：[表格、Markdown、JSON、步骤]
复核：[需要人工检查什么]
输入：[粘贴材料]

这个结构的重点不是让 Prompt 看起来复杂，而是让信息完整。多数失败的 AI 输出并不是因为模型“不会”，而是因为用户没有说明读者是谁、材料从哪里来、 哪些内容不能编造、结果要用什么格式交付。

如何选择模板

选择模板前，先判断任务属于哪一种交付物：文档、表格、代码、图片、分析、 计划、检查清单，还是对话式辅导。不同交付物需要不同的约束。

如果你只是想要一个灵感，可以使用写作、生图或研究类模板。如果结果要发给 客户、老师、同事或用户，就需要加入来源、语气、审核规则和禁止项。如果结果 会进入代码仓库、表格、自动化脚本或业务流程，就要额外要求模型列出风险、 测试方式和人工确认点。

通用模板

下面这段可以作为大多数任务的起点。使用时把方括号中的内容替换成真实材料。

你是一名谨慎的 AI 助手，请根据我提供的材料完成任务。

任务：
[用一句话说明要完成什么]

背景：
[说明使用场景、目标读者、已有材料、业务限制]

输入材料：
[粘贴原文、数据、会议记录、代码片段、需求或链接摘要]

输出要求：
1. 使用中文。
2. 结构清晰，优先使用标题、列表或表格。
3. 不要编造材料中没有的信息。
4. 对不确定的信息标注“需要确认”。
5. 给出可执行的下一步。

复核要求：
请在结尾处列出你认为需要人工检查的事实、数字、引用、风险或权限问题。

好模板的检查标准

一个值得长期复用的 Prompt 模板，至少应该通过这几项检查：

• 任务明确：看完第一段就知道要产出什么。
• 背景完整：说明读者、场景、材料来源和使用方式。
• 约束具体：写清不能编造、不能泄露、不能越权的边界。
• 格式可控：要求表格、清单、Markdown、JSON 或固定章节。
• 结果可验：要求模型标出不确定信息、引用来源或列出复核项。
• 能被迭代：每次使用后能根据失败案例补充限制。

Prompt 质量矩阵

同一个模板可以从“随手提问”逐步进化到“团队可复用”。质量越高，越容易被 AI 理解，也越容易被人复核。

维度	不稳定写法	可复用写法
任务	帮我写一篇	说明主题、读者、使用场景和交付格式
材料	让 AI 自己发挥	粘贴原始材料，并说明哪些内容可信
边界	没有禁止项	写清不能编造、不能泄露、不能越权
输出	只要好一点	指定表格、清单、Markdown、JSON 或章节结构
复核	生成后直接用	要求列出事实、数字、隐私、风险和待确认项
迭代	每次重新问	记录失败案例，把限制补回模板

真正有价值的 Prompt 不是更长，而是更容易验证。每次模板失败，都应该问：缺 了材料、缺了约束，还是输出格式不适合当前任务。

使用案例

会议记录转邮件草稿

普通写法通常是“帮我把会议记录整理成邮件”。更稳定的写法应该说明收件人、 邮件目的、语气和需要保留的决策。

请把下面的会议记录整理成一封发给项目组的中文邮件。

要求：
1. 开头用两句话概括会议结论。
2. 用表格列出待办事项、负责人、截止时间。
3. 如果负责人或截止时间缺失，标注“需要确认”。
4. 语气专业、简洁，不要加入会议记录之外的信息。
5. 在结尾处列出我发送前需要复核的内容。

会议记录：
[粘贴会议纪要]

这个模板适合接入 AI 会议纪要整理 和 AI 办公自动化流程。当会议材料涉及客户、 合同、预算或个人信息时，发送前必须人工检查。

错误日志转 Codex 任务

把报错直接丢给 AI 往往会得到泛泛建议。更适合 Codex 的输入，是把错误现象、 复现步骤、期望行为、限制和验证方式整理成任务说明。

请根据下面的错误日志，帮我写一段可以交给 Codex 的修复任务。

要求：
1. 先判断最可能的故障范围，不要直接假设根因。
2. 生成可执行的任务描述，包括背景、复现步骤、需要检查的文件、验证方式。
3. 明确要求 Codex 不要重构无关代码，不要覆盖用户已有修改。
4. 如果日志不足以定位问题，请列出需要补充的信息。

错误日志：
[粘贴报错、命令、系统版本、相关文件路径]

这个模板适合与 Codex Goal 提示词模板 和 AI 编程工作流 配合使用。涉及第三方 SDK、CLI 或云服务 时，还需要核对官方文档版本。

常见误区

• 只写“帮我生成”：缺少背景、目标和约束，结果很难稳定。
• 把模板当标准答案：模板只是起点，材料和复核规则必须替换。
• 一次要求太多：复杂任务可以拆成理解材料、生成初稿、复核优化三个步骤。
• 不要求标注不确定性：模型可能把猜测写成确定结论。
• 忽略隐私和权限：不要把敏感合同、密钥、个人信息直接粘贴到不可信环境。
• 只追求更长 Prompt：长度不是质量，清楚、可检查、可复用才是质量。

资料来源

• OfApp.cn 官方首页：用于确认 OfApp.cn 的入口、网页体验和生态入口。
• OfApp.cn API 文档：用于确认当 Prompt 工作流需要批量处理或接入工具链时，应回到官方文档核对接口与能力边界。
• OfApp.cn Genius Playground：用于确认网页端 Key、聊天、图像和参数入口，适合先试用模板再沉淀流程。
• OpenAI Help Center：Prompt engineering best practices for ChatGPT：用于确认 Prompt 需要清晰、具体、提供足够上下文，并通过迭代改进。

常见问题

Prompt 模板可以直接复制吗？

可以作为起点，但要替换背景、材料、受众、语气和输出格式。不要把模板当成 无需修改的固定答案。

为什么每个 Prompt 都要写复核要求？

因为 AI 可能遗漏、误读或编造。复核要求能提醒模型标出不确定信息，也提醒 使用者不要直接发布。

Prompt 越复杂越好吗？

不是。好的 Prompt 是信息完整、约束清楚、输出可检查。复杂但无关的要求会 降低稳定性。

可以把同一个 Prompt 用在所有模型上吗？

可以复用结构，但不要期待完全相同的结果。不同模型在长上下文、代码、图像、 中文写作、表格推理和工具调用方面表现不同。重要任务应该保留人工复核，并把 稳定的输出格式写进模板。

Prompt 里要不要写“你是专家”？

可以写，但这不是关键。比起只写角色，更重要的是说明具体任务、读者、材料、 限制、输出格式和复核标准。角色描述应该服务任务，不应该替代真实上下文。

相关文章

• AI 办公：把 Prompt 用到真实办公工作流。
• Codex Goal 提示词模板：面向 AI 编程代理的任务模板。
• AI 基础：理解提示词、上下文和评估。
• 用 AI 批量改写文案：查看改写场景。
• AI 办公自动化流程：把模板变成可重复流程。
• AI 编程工作流：把 Prompt 用于读代码、修 Bug 和写测试。

带走什么

Prompt 模板中心的价值不在于收集看似厉害的句子，而是把高频任务变成结构清晰、 可复制、可复核、可迭代的输入模板。每次使用后，都应该记录哪里不稳定、哪里 需要补充材料、哪些输出必须人工确认。这样 Prompt 才会从一次性提问，变成 可以长期复用的工作方法。