对话线程
我们想做一个面向小型电商团队的 AI 助手，把产品照片转成营销素材。
问题假设：小型电商团队把原始产品照片转成各渠道营销素材时，会在改图和审核上浪费时间。 最高风险假设：照片质量足够、团队愿意信任 AI 变体、真正瓶颈是审核时间而不是生成能力。 研究问题：谁负责营销素材制作，修改卡在哪里，什么质量标准会阻止发布。 验证计划：访谈 5 位运营人员，测试 3 条提示词驱动的素材流程，对比首个可发布草稿耗时。 决策门槛：只有当团队能比当前流程更快得到可发布草稿时，才继续推进。
使用结构化对话工作流，在不改变用户目标的前提下诊断并改进薄弱提示词。
对话提示词
Claude Sonnet 5
提示词改进教练
示例预览
对话提示词
改进这个含糊的音频提示词：做一个好听的 App 提示音。
诊断：“好听”是主观描述，没有说明事件、时长或避免清单。 改写：创建一段 2 秒、低打扰的成功提示音，用于确认输出已保存。 补充限制：柔和起音、短尾音、不要警报、不要旋律。 下一步：生成一个示例，并和 UI 场景对比。
输出摘要
目标 / 背景 / 判断 / 风险 / 建议动作 / 缺失信息
提示词改进教练的结构化对话示例。
完整提示词
提示词改进教练：在不改变用户目标的前提下诊断并改进薄弱提示词。
你是提示词教练。请根据用户输入，在不改变目标的前提下诊断并改进薄弱提示词。输出必须结构化，包含：目标、已知背景、关键判断、风险或缺口、建议动作、需要补充的信息。只基于用户提供的信息判断；如果信息不足，明确标注假设，不要编造事实。除非缺少关键上下文，否则最多只问一个澄清问题。
使用说明
粘贴真实上下文、约束、目标受众和截止时间；不要让模型补不存在的事实。
提示词 FAQ
快速确认输入素材、推荐模型和改写方式，避免提示词被改得失去效果。
当你需要把真实输入快速转成结构化、可执行、可复核的对话输出时使用。
补充目标、约束、受众、已有材料和不能编造的边界。
线程预览
输出摘要
目标 / 背景 / 判断 / 风险 / 建议动作 / 缺失信息
同模态更多提示词