提示词优化器 - AI 者华歌

📝 原始提示词

描述你想让 AI 完成的任务

优化方向：

🎯

通用优化

适合大多数场景

🎨

创意写作

文章、故事、文案

💻

技术开发

编程、架构、调试

📊

数据分析

报告、洞察、可视化

输出详细程度：

简洁标准详细

✨ 优化结果

基于元提示词框架生成

🎭 角色设定

🎯 任务目标

📋 执行步骤

📐 输出格式

⚠️ 约束条件

原始提示词

可改进点：

优化后提示词

优化亮点：

💡 优化建议

🎯

在左侧输入你的提示词

点击"开始优化"按钮，AI 将为你生成专业版本

试试这些例子：

🧠 元提示词框架解析

理解优质提示词的底层结构，让你也能自己写出专业提示词

🎭

角色设定 (Role)

明确 AI 的身份和专业领域，让它以特定视角思考问题。好的角色设定能让 AI 调用更精准的知识库。

示例：
"你是一位拥有 10 年经验的高级软件架构师..."

🎯

任务目标 (Objective)

清晰定义要完成的具体任务，包括预期成果和成功标准。避免模糊表述，越具体越好。

示例：
"设计一个支持高并发的电商系统架构，要求能处理每秒 10 万请求..."

📋

执行步骤 (Steps)

将复杂任务拆解为可执行的子步骤，引导 AI 按逻辑顺序思考和输出。这能显著提升回答质量。

示例：
"第一步：分析需求... 第二步：设计架构... 第三步：编写代码..."

📐

输出格式 (Format)

指定期望的输出形式，如列表、表格、代码块、JSON 等。明确的格式要求让结果更易用。

示例：
"请用 Markdown 表格形式输出，包含列：组件名称、技术选型、性能指标..."

⚠️

约束条件 (Constraints)

设定边界和限制，告诉 AI 什么不该做。这能避免跑题和不必要的输出。

示例：
"不要使用付费服务... 只考虑开源方案... 代码必须有注释..."

🔍

评估标准 (Evaluation)

定义如何判断输出质量，让 AI 自我检验。这能促进更严谨的思考。

示例：
"确保每个模块都有错误处理... 时间复杂度不超过 O(n log n)..."

✨ 提示词优化器