认真使用AI三个月后，你会开始注意到一件事：你总在反复编写同一类提示词。礼貌但坚定的拒绝邮件、三轮文档审查、结构化决策支持、由6部分组成的图像提示词。你每次都会重新输入结构，每次又略有不同，结果也因此不够一致。
解决办法是建立提示词库：一小套经过筛选、可以在任何对话中随时取用的模板。本文会介绍如何构建一个你真正会使用的提示词库、其中应包含什么、如何组织，以及哪些工具值得配置。
共享提示词库不是一堆文本片段。每个可复用提示词都需要有使用场景、负责人、版本、示例、限制和审核日期。否则，提示词库只会变成换了个好听标题的过时建议。
为什么需要提示词库，而不是“更聪明的提示词”
阅读高级提示技巧时，人很容易想去学习更巧妙的方法。但在实践中，我们看到真实工作流中的提示词工程之所以有效，大多靠的是一致性，而不是技巧有多聪明。每次遇到熟悉任务时都使用同一个调校完善的模板，效果会远胜于每次临时重写。
提示词库有三项具体好处：
不必反复推导结构。“这个提示词应该怎么写”的认知负担消失了。
**优秀提示词的价值会持续复利。**模板每改进一次，今后的每次使用都会永久受益。
**团队可以共享。**提示词库是一项共享资产，能提升每位使用者的能力。
对团队而言还有第四项好处：**质量变得可以审核。**某个人聊天记录里的提示词，团队无法审核、管理版本或改进；提示词库里的提示词则可以。
提示词库中应该有什么
一个实用的提示词库包含三层。我们分别来构建每一层。
第1层：高频模板
也就是你大多数工作日都会用到的5至15个提示词。每一个都应是带占位符、经过完整测试的模板。
以下几类提示词几乎值得收进任何知识工作者的提示词库：
结构化邮件起草器。
用我的口吻起草一封邮件。背景：{{situation}}。受众：{{recipient and their preferences}}。目标：{{what I want to happen}}。限制：不超过{{N}}字，以明确的下一步结束，不要使用“希望你一切都好”。生成三个版本：简短版、中等长度版、较长版。分别标注。
三轮文档审查器。
分三轮审查我接下来要分享的文档：
**第1轮——初步印象。**这是什么文档？三个要点是什么？整体结构如何？ **第2轮——风险和危险信号。**哪些条款或章节可能损害我的利益？逐一引用，并用通俗语言解释风险。 **第3轮——决策和行动。**我需要决定、询问或做什么？如文中注明截止日期，请一并列出。
用[unclear]标记不确定之处。供你了解背景，我的情况是：{{your role and stake}}。
决策陪练。
我正在决定{{the decision}}。先不要发表看法：向我提出5至7个问题，涵盖选项、限制条件、成功标准，以及我最可能后悔什么。等待我回答。然后列出：支持每个选项的最有力论据、我可能遗漏的选项、最重要的考量维度，以及我最薄弱的假设。接着，针对我倾向的选择提出反方意见。最后，给出经过权衡的建议和置信度。
结构化分析器。
按以下结构分析{{the thing}}：
它是什么（一段话） 三个最重要的特征（每项都提供依据） 它擅长什么（哪些情况下我会使用它） 它不擅长什么（哪些情况下我不会使用它） 使用时的常见错误 普通读者容易忽略的两项真正有洞察力的观察
请具体说明，不要使用泛泛而谈的套话。
匹配文风的改写器。
改写这份草稿，使其符合以下示例所定义的我的文风： {{example 1}} {{example 2}} {{example 3}}
只做精准修改——保留结构，仅修改不符合该文风的内容。逐项引用每处改动，并用一句简短的话解释原因。
按照自己的工作需求扩充5至10个这样的模板。工程师、营销人员和律师所需的具体模板会各不相同，但模式一致：一个经过测试、占位符清晰，填入内容即可使用的模板。
第2层：针对不同领域的框架
某些工作需要专门的框架，不能直接套用上述通用模板。例如：
客户访谈总结。
根据这份客户访谈记录，提取：
- 客户描述痛点时的原话（附时间戳的逐字引语）
- 他们提到想要的功能或改进，并按意愿强度排序
- 他们目前使用的产品，以及喜欢和讨厌它的哪些方面
- 他们暗示但没有直接说出的任何未满足需求
- 他们如何描述自己和自己的工作——使用原话
尽可能引用客户原话。用[my read]标记所有推断内容。请具体说明。
技术规格生成。
根据这份功能说明，按照我们团队的格式生成技术规格：
- 问题陈述（用用户自己的话描述其痛点）
- 建议的解决方案（高层说明）
- 详细流程（正常路径 + 2至3个边界情况）
- 范围之外（明确说明不属于目标的内容）
- 待解决问题（实施前必须作出决定的事项）
- 风险（工程、产品、业务）
- 成功指标（如何判断方案奏效）
语气：直接，不含模糊措辞。我的原话表达准确的地方请直接引用。凡是需要你自行补充细节之处，都用[confirm]标记。
代码审查助手。
按以下顺序审查下方代码：
- 缺陷——会导致错误行为的代码。引用并解释。
- 安全问题——任何会扩大攻击面的内容。引用并解释。
- 性能问题——任何在规模扩大后可能变慢的内容，并给出大致数量级。
- 可维护性——任何会让下一位阅读代码的人困惑的内容。
- 代码风格小问题——仅指出严谨的审查者会在意的问题，略过吹毛求疵之处。
不要重写代码。引用行号。最后给出最重要的一项修复。
这些模板分别针对一种工作进行了调校。工作流中每一种会重复出现的任务类型，都应有一个第2层模板。
第3层：要附加的参考资料
有些提示词不仅需要指令，还需要辅助文件。提示词库应包含：
- **品牌文风示例。**3至5篇能够体现目标文风的短文。
- **风格指南。**公司的编辑规范、团队的代码风格、设计令牌。
- **领域术语表。**内部术语、代号和缩写，以免模型误解。
- **模板。**你希望模型填写的实际模板结构。
- **反例。**需要避免的内容——用泛泛、偏离品牌或结构混乱的示例，向模型展示不应生成什么。
将这些资料与提示词放在一起，任何使用模板的人都能同时取用正确的参考材料。
提示词库应该存在哪里
合适的工具取决于你的工作方式，以及你是单独使用还是团队协作。以下几种选择都很好用。
个人使用
**Raycast snippets、Espanso或TextExpander。**输入简短的触发词，即可展开为完整提示词。最适合每天使用10次以上的提示词。只需设置一次，而且调用没有延迟。
**Apple Notes、Notion或Obsidian。**用一份文档按类别整理所有提示词，需要时复制粘贴。虽然不如文本片段优雅，但可以附上每个提示词适用场景的说明。
**Custom GPTs / Claude Projects。**功能最强的选项：将每个提示词保存为一个已内置模板的助手。每个模板的设置成本较高，但几乎没有调用摩擦，足以弥补这一点。我们另有专文介绍这类工具。
合适的做法通常是：“真正每天都用的放进文本片段工具，更广泛的提示词库放在Notion或类似工具中，复杂的重复工作流则使用Custom GPTs。”三种工具听起来似乎过多，但它们各自适合不同的使用场景。
团队使用
**共享Notion或Confluence页面。**使用门槛最低。将团队所有提示词按类别整理到一个页面，每个提示词都作为可复制粘贴的文本块。对不超过约30人的团队都适用。
**Promptly、PromptHub、Langfuse、Helicone或类似的提示词管理工具。**专为提示词管理而设计，提供版本控制、A/B测试和使用情况分析。当团队达到20人以上，或开始系统跟踪质量时，就值得采用。
**由含结构化frontmatter的.md文件组成的git仓库。**对工程师最友好的选择。每个提示词都是一个包含元数据（使用场景、负责人、最后更新时间、版本）的Markdown文件，易于管理版本、审核并集成到下游工具。你正在阅读的这个内容库就是采用这种结构。
**通过Team或Enterprise方案共享的Custom GPTs / Claude Projects。**ChatGPT Team和Claude Team都允许在团队内共享助手。构建一次，人人可用。
版本管理很重要
不进行版本管理的提示词库会不断积累杂物、矛盾和失效模板。管理提示词版本，就像管理代码版本一样。
最低要求包括：
- 每个模板都有版本号（
v1、v2……）。 - 用变更日志记录改了什么以及原因。
- 标注**“最后验证”日期**，让使用者知道模板是否已经过时。
- 列出已知限制——这个模板不擅长做什么。
一个实用做法是：对提示词作出实质性修改时，将旧版本存入归档，让新版本取而代之。你随时可以回看，了解当初为何作出修改。
团队提示词库的变更应像代码变更一样接受同行审核。另一双眼睛能发现作者遗漏的细微提示词错误。
除提示词本身外还要记录什么
只有提示词模板而没有背景信息是不够的。一个实用的提示词库条目应包含：
- 提示词本身，含
{{placeholders}}。 - 预期使用场景——用一句话说明何时应使用它。
- 完整示例——输入和输出分别是什么样。
- 已知限制——这个模板在哪些方面表现不佳，需要注意什么。
- 模型建议——更适合快速模型还是推理模型？Claude还是GPT？
- 作者和最后修改时间——由谁构建，何时修改。
- 审核规则——输出在投入使用前需要何种人工审核。
- 故障模式——这个模板通常会以何种方式出错。
这听起来会增加一些工作量，确实如此，但只需你或同事第一次取用模板、需要判断它是否仍然可信时，这些投入就会得到回报。
本文链接的配套模板提供了可用于生产环境的提示词库条目的完整结构。
坚持维护
不维护的提示词库会变成坟场。以下习惯可以让它保持活力：
**每季度审核。**每季度浏览一次提示词库，并问自己：“过去三个月里，哪些提示词我从未用过？是否应该删除？”精简本身就是一项功能。
**随用随加。**如果你在对话中写出了一个优秀提示词，立即把它移入提示词库。“写出了好提示词却从未保存”的情况非常常见；解决办法就是尽量降低收录成本。
**跟踪使用情况。**如果使用带分析功能的提示词管理工具，查看哪些模板有人使用、哪些无人问津。无人使用的模板要么需要推广，要么应该移除。
**偶尔重构。**有时你会发现三个提示词只是用略微不同的方式做着同一件事。将它们合并为一个规范版本。
**用真实工作测试，而不是用虚构示例。**更新模板后，用实际工作中的3至4个真实案例运行它。如果输出质量下降，就恢复旧版。
完整示例：构建一个提示词库条目
为了让以上内容更加具体，我们来构建一个完整的提示词库条目。
**名称：**三版本邮件起草器
**使用场景：**在受众、语气或长度尚未确定，且我希望获得多个选项时，用于起草任何邮件。
**版本：**v3（2026年5月）
**推荐模型：**Claude Sonnet 4.5（最擅长文风）。GPT-5的效果也很好。不要使用推理模型——没有必要。
**最后验证：**2026-05-12，使用一封真实的客户拒绝邮件和一封催促房东的邮件进行验证。
模板：
用我的口吻起草一封邮件。
背景：{{the situation, including any prior thread}}
受众：{{who the recipient is — name, role, our relationship, their communication preferences if known}}
目标：{{what I want to happen as a result of this email}}
限制：
- 不超过{{N}}字
- 以明确的下一步结束
- 不要使用“希望你一切都好”“我想联系你”或“如有任何问题，请告诉我”
- {{any other specific constraints}}
生成三个版本，并标注：
1. **简短直接**（{{N1}}字）
2. **亲切常规**（{{N2}}字）
3. **更长、更详细**（{{N3}}字）
在每个版本下方附上一句简短说明：“适合在……时发送”
已知限制：
- 不擅长处理邮件线程——只粘贴最新一封邮件，不要粘贴整个线程。
- 对很长的邮件（>200字），三个版本之间的差异会变得模糊。可以考虑只要求两个版本。
- “适合在……时发送”这句说明的效果不稳定；如果模型给出泛泛建议，可以删掉。
变更日志：
- v3（2026年5月）：发现模型会默认使用“希望你一切都好”后，添加了禁止使用这句话的限制。
- v2（2026年4月）：添加“适合在……时发送”的说明。
- v1（2026年3月）：初始版本。
现在，任何人——包括未来的你——都可以取用这个条目，填入占位符，并在30秒内生成经过调校的邮件草稿。
团队视角
团队提示词库还要考虑以下事项：
**共享词汇。**确保模板面向整个团队，而不只是针对你个人。将“我的文风”替换为“[品牌名称]的文风”，并明确记录这种文风的定义。
**入职培训。**新成员加入时，第一天就带他们了解提示词库。展示使用频率最高的五个模板，并解释何时应使用每一个。提示词库是团队最宝贵的资产之一——应当认真对待。
**负责人。**每个模板都需要一名负责人，负责及时更新并回答相关问题。没有负责人的模板会逐渐失效。
**审批流程。**对于高风险提示词（面向客户、监管或法律用途），在变更上线前设置简短的审批步骤。第二位审阅者能够发现那些原本会产生尴尬结果的修改。
一个能产生复利的小习惯
每周查看过去七天的AI对话，找出效果最好的三个提示词，将它们加入提示词库（把具体细节改成占位符）。再找出效果最差的三个，删除或修复它们所使用的模板。
坚持三个月，每周花15分钟，你就会得到一个针对真实工作调校、并且会不断改进的提示词库。这正是你下载后再也不动的静态“提示词包”与每周都会变得更好用的鲜活工具之间的区别。
十个精心调校的提示词胜过一百个普通提示词
在使用AI的基础上，提示词库是杠杆效应最高的一项投入。只需5至10个记录完整、版本管理简单、存放在随手可取之处的模板。设置工作需要几个晚上，但回报是永久的，而且每次改进都会继续复利。
2026年，那些善用AI的人并不是拥有比你多十倍的提示词。他们拥有十个调校完善的提示词，并且每个都会使用十次。这就是差别，而你用一个周末就能构建出这样的提示词库。
