1. 拆解“100种指令合集”背后的真实需求1.1 为什么“指令合集”总能刷屏“建议收藏100种指令免费领取价值1999”——这个标题能反复出现在信息流里不是偶然。它精准踩中了三类人的心理刚接触大语言模型、不知道该怎么提问的新手用过一段时间但产出质量忽高忽低、想找“标准答案”的进阶用户以及做内容、做运营、做电商想把模型塞进日常工作流却不知道从哪下手的从业者。我见过太多人拿到一份所谓的“指令大全”存进收藏夹然后再也没打开过。问题不在指令本身而在于合集类内容天然缺少“为什么这条指令要这么写”的解释。你抄了一条“帮我写小红书文案”模型给你的东西可能还不如你自己憋出来的。因为你没告诉它受众是谁、卖点是什么、语气要多冲、字数卡在多少。所以这篇东西我不打算再给你堆100条干巴巴的句子。那种内容网上到处都是复制粘贴没有任何门槛。我要做的是把“指令”这件事拆开让你理解一条好指令的结构骨架然后你自己就能长出100条、1000条而且是贴合你具体场景的。1.2 指令的本质给模型画一张施工图很多人把指令当成“许愿”。对着模型说一句“帮我写个方案”然后抱怨它写得空。这就像你跟装修师傅说“帮我弄一下房子”然后怪他给你刷了个绿墙。指令不是许愿是施工图。施工图要包含做什么任务类型、在哪做背景约束、用什么材料输入素材、做成什么样输出格式、别做成什么样排除项。一条完整的指令我习惯把它拆成五个模块角色设定、任务描述、背景约束、输出格式、示例参考。这五个模块不需要每次都写全但你要知道缺了哪个产出就会在哪一块塌方。比如你缺了“输出格式”模型可能给你一大段散文你还得自己整理成表格缺了“背景约束”它就会用通用知识糊弄你写出来的东西放之四海而皆准但跟你的事一点关系没有。提示判断一条指令好不好有个很土但很准的办法——把这条指令发给一个完全不了解你业务的实习生看他能不能只靠这条指令做出你想要的东西。如果他能模型大概率也能。1.3 这份“合集”适合谁不适合谁适合的人每天要用模型处理文字、数据、创意类工作但产出不稳定想建立自己指令库的人带团队的人想把指令标准化让组员都能用同一套模板产出统一质量内容的人以及单纯想搞明白“为什么别人用模型那么顺我用就像人工智障”的好奇者。不适合的人指望复制粘贴就能躺赚的人。我说话直一点任何告诉你“抄了这100条就能月入过万”的内容都是在收你的焦虑税。指令是杠杆但你得先有支点——也就是你对业务的理解。没有支点杠杆再长也撬不动东西。2. 指令的五个核心模块与逐层拆解2.1 角色设定别只写“你是一个专家”“你是一个营销专家”——这种角色设定约等于没设。模型见过的“营销专家”太多了它不知道你要的是4A公司提案型、还是街头地推型、还是私域社群型。角色设定要具体到场景和风格。我常用的角色设定公式是领域 经验年限 风格特征 服务对象。举个例子“你是一个在快消行业做了8年私域运营的操盘手说话直接不绕弯擅长用大白话把复杂策略讲清楚你的服务对象是刚入行、预算有限的小团队。”你看这一句话就把模型的输出空间压缩到了一个很窄的通道里它想跑偏都难。还有一个技巧给角色加一个“反面约束”。比如“你不是那种只会讲理论框架的咨询顾问你给的建议必须能落地不能出现‘加强品牌建设’这种空话。”这相当于给模型画了一条红线它一旦想往空泛的方向走就会被这条红线拽回来。2.2 任务描述动词越具体产出越靠谱“帮我写一篇文章”——这是最烂的任务描述。“写”这个动词太宽了。你是要它生成、改写、扩写、缩写、翻译、润色、结构化、还是提取要点不同的动词对应完全不同的处理逻辑。我习惯用动词 对象 数量 颗粒度来写任务描述。比如“提取这份用户访谈记录中的痛点按出现频率从高到低排列每个痛点用一句话概括并附上原始访谈中的一句原话作为证据。”你看这个任务描述里“提取”是动词“用户访谈记录中的痛点”是对象“按频率排列”是数量逻辑“一句话概括原话证据”是颗粒度。模型拿到这种描述基本不会给你跑偏。注意如果你的任务比较复杂不要试图用一句话说完。拆成多个步骤让模型一步一步来。比如先让它“列出大纲”你确认后再让它“按大纲逐段展开”。这种分步指令的产出质量通常比一次性指令高出一大截。2.3 背景约束模型不知道你的“常识”模型的知识是通用的但你的业务是具体的。你不告诉它你的产品是什么、受众是谁、竞品在做什么、你之前试过什么没效果它就只能给你通用答案。背景约束就是把你脑子里的“常识”翻译成模型能理解的信息。我一般会从四个维度给背景业务背景、用户背景、竞争背景、历史背景。业务背景是“我做什么的”用户背景是“我给谁做”竞争背景是“别人怎么做的”历史背景是“我之前试过什么”。这四个维度不需要每次都写全但缺得越多产出就越飘。举个例子你要模型帮你写一条产品介绍。如果你只说“帮我写个产品介绍”它会给你一个模板化的东西。但如果你加上“这个产品是一个面向三四线城市宝妈的家庭收纳工具价格在39-59元区间竞品主要是某几个电商平台上的白牌产品之前用‘高品质’‘大容量’这类词效果不好这次想试试用‘省空间’‘好找东西’这种更具体的利益点。”——你看模型拿到这些背景写出来的东西立刻就不一样了。2.4 输出格式别让模型替你决定长什么样很多人忽略输出格式结果模型给你一大段文字你还得自己拆成表格、分点、加标题。输出格式是你对产出的“验收标准”你不在指令里写清楚模型就按它自己的习惯来。我常用的输出格式描述包括用Markdown表格呈现列名是什么用有序列表每条不超过30字用三级标题结构每个标题下不超过200字用JSON格式字段名是什么用对话体每段以“问”和“答”开头。这些描述越具体你拿到结果后的二次加工就越少。还有一个进阶技巧给输出格式加一个示例。比如“输出格式参考这个例子[示例内容]”。模型对示例的模仿能力极强你给一个例子它就能照着这个例子的结构、语气、颗粒度来产出。这比用文字描述格式要高效得多。2.5 示例参考少样本学习的威力大语言模型有一个能力叫少样本学习意思是你给它几个例子它就能照着例子的模式处理新任务。这个能力在指令里的应用就是别光说你要什么给它看你要什么。比如你要模型帮你把一段口语化的用户反馈改写成正式的产品需求描述。你可以先给两个例子“用户说‘这个按钮太小了我老是点错’ → 需求增大按钮点击区域降低误触率。”然后再说“现在处理这一条用户说‘加载太慢了等得我着急’”。模型看到前面的例子就知道你要的是这种“口语转正式”的映射关系产出会精准很多。示例参考的另一个用法是风格锚定。你想让模型模仿某种语气与其用形容词描述“要幽默”“要专业”不如直接给它一段你想要的风格的文字说“参考这段文字的语气和节奏”。模型对风格的模仿能力比对风格形容词的理解能力要强得多。3. 从零搭建你的第一条高转化指令3.1 选一个你每天都要做的重复任务别一上来就挑战“帮我写一本书”这种大任务。先从你每天都要做、每次都要花5-10分钟、而且产出质量要求稳定的任务开始。比如回复客户咨询、写日报周报、整理会议纪要、给文章起标题、把长文拆成短视频脚本。选任务的标准有三个高频、耗时、有明确的验收标准。高频意味着你值得为它写一条指令耗时意味着写指令的投入能快速回本有验收标准意味着你能判断模型产出好不好从而迭代指令。我自己的第一个指令是“把会议录音转写文字整理成待办清单”。这个任务以前我要花15分钟现在模型30秒出初稿我花2分钟核对净省13分钟。一天开三个会就是40分钟。这40分钟我拿去干别的一个月就是20个小时。这就是指令的复利。3.2 用“五模块法”写出第一版选好任务后按角色、任务、背景、格式、示例五个模块写第一版。第一版不用追求完美先把五个模块都填上哪怕填得很粗糙。比如角色你是一个擅长整理会议纪要的助理做事细致不漏关键信息。任务把下面的会议转写文字整理成待办清单每条待办包含负责人、事项、截止时间。背景这是一个产品团队的周会参会人有产品、开发、设计三方讨论的是一个新功能的上线计划。格式用Markdown表格列名为“负责人 | 事项 | 截止时间 | 优先级”。示例负责人“某开发” | 事项“完成登录模块接口联调” | 截止时间“本周五” | 优先级“高”。写完这一版直接发给模型跑一次。别指望第一版就完美第一版的作用是暴露问题。3.3 根据产出反推指令缺了什么拿到第一版产出后对照你的预期看哪里不对。常见的问题和对应对策产出问题大概率缺失的模块补充写法内容太泛跟我的业务无关背景约束补充业务背景、用户背景、竞品背景格式乱七八糟还要自己整理输出格式明确列名、层级、字数限制语气不对太正式或太随意角色设定补充风格特征、服务对象、反面约束漏掉关键信息任务描述把任务拆成多个步骤逐步确认每次产出质量波动大示例参考给2-3个高质量示例锚定标准我一般会迭代3-5版每版只改一个模块观察产出变化。这样你能清楚知道每个模块对产出的影响慢慢就建立起对指令的“手感”。3.4 把指令存成模板加上变量当一条指令迭代到稳定产出后把它存成模板。模板里把每次都要变的部分用变量标出来比如{{产品名称}}、{{用户反馈原文}}、{{截止时间}}。这样下次用的时候只需要替换变量不用重写整条指令。我自己的指令库是用一个简单的Markdown文件管理的每条指令一个二级标题下面写清楚适用场景、五模块内容、迭代记录。用的时候直接搜索关键词复制粘贴替换变量。这个习惯让我处理重复任务的速度提升了至少三倍。提示指令模板不要写得太死。留一些“可调参数”比如“语气正式程度1-10”“输出长度短/中/长”“创意程度保守/适中/激进”。这样一条指令能覆盖多个场景不用为每个细微差别都写一条新指令。4. 高频场景指令实战拆解4.1 内容创作类从选题到成稿的全链路内容创作是模型最擅长的场景之一但也是最容易产出“正确的废话”的场景。问题通常出在指令没有约束“信息密度”和“观点锐度”。我常用的内容创作指令链是这样的第一步让模型基于一个核心关键词生成10个选题方向每个方向用一句话概括并标注适合的平台公众号/小红书/短视频。第二步我选一个方向让模型生成三个不同角度的提纲每个提纲包含核心观点、支撑案例、反驳观点。第三步我选一个提纲让模型逐段展开每段不超过200字要求每段必须包含一个具体案例或数据。第四步让模型以“挑剔的读者”视角找出文中三处最可能被质疑的地方并给出加固方案。这条指令链的关键在于每一步都有明确的筛选和约束而不是让模型一口气写完。一口气写完的东西你很难判断哪里好哪里坏分步走你可以在每一步介入把方向调准。4.2 数据处理类把混乱信息变成结构化表格数据处理类指令的核心是定义清楚输入格式和输出格式。模型不怕数据乱怕的是你不知道你要什么。比如你有一堆用户反馈的截图文字想整理成表格。指令可以这样写“下面是一段用户反馈的原始文字包含多条反馈每条反馈之间用换行分隔。请提取每条反馈中的用户身份如果能判断、反馈类型功能建议/bug反馈/情绪表达、具体内容、紧急程度高/中/低。输出为Markdown表格列名为‘用户身份 | 反馈类型 | 具体内容 | 紧急程度’。如果某条反馈无法判断用户身份填‘未知’。”这条指令里“输入格式”是“换行分隔的多条反馈”“输出格式”是明确的表格列名“异常处理”是“无法判断时填未知”。模型拿到这种指令基本不会给你漏项或乱填。4.3 创意发散类让模型帮你打破思维定势创意发散类指令的诀窍是给模型设定一个“思维框架”而不是让它自由发挥。自由发挥的结果通常是平庸的因为模型会倾向于选择概率最高的表达。我常用的创意指令是“请用以下五个视角分别给出一个方案1. 成本视角怎么做最省钱2. 效率视角怎么做最快3. 体验视角怎么做让用户最爽4. 风险视角怎么做最不容易出错5. 反向视角如果故意做砸会怎么做然后反过来想。”这五个视角相当于五条不同的思考路径模型沿着每条路径走产出的多样性会大幅提升。还有一个技巧是限制输出数量。不要说“给我一些创意”要说“给我正好7个创意其中3个必须很保守2个必须很激进2个必须很奇怪”。数量限制和分布限制会逼着模型跳出舒适区。4.4 逻辑校验类让模型当你的“挑刺官”模型不仅能生成内容还能校验内容。我经常用模型来检查自己的方案有没有逻辑漏洞。指令可以这样写“下面是我的一个方案请你以‘最挑剔的评审’身份找出其中三个最可能被质疑的逻辑漏洞每个漏洞说明漏洞是什么、为什么是漏洞、如果被质疑该怎么回应。不要夸我只挑刺。”这条指令的关键是角色设定为“挑剔的评审”并且明确说“不要夸我只挑刺”。如果不加这句模型大概率会先夸你一顿然后轻描淡写地提两个不痛不痒的问题。加了这句它就会认真找茬。5. 指令使用的常见坑与排查技巧5.1 为什么同样的指令别人用效果好我用就翻车这是最常见的问题。原因通常有三个模型版本不同、上下文不同、你对产出的筛选标准不同。模型版本不同这个没办法只能自己试。上下文不同是指别人用这条指令时可能在前面对话里已经给模型喂了很多背景信息而你直接复制这条指令模型缺少那些背景。筛选标准不同是指别人觉得“够用了”的产出你可能觉得“还差得远”。解决办法别直接抄指令抄指令的结构。把别人的指令拆开看它的角色、任务、背景、格式、示例分别是什么然后用自己的业务信息替换进去。这样出来的指令才是你的。5.2 模型“偷懒”怎么办产出越来越短、越来越敷衍模型偷懒通常是因为指令里的约束不够具体或者对话轮次太多模型开始“省事”。对策有两个一是在指令里加“最低要求”比如“每个部分不少于300字”“至少给出5个例子”“必须包含3个数据点”。二是开新对话把之前的指令和关键背景重新发一遍别在一个超长对话里一直追加任务。我自己的习惯是一个任务一个对话。任务完成后如果还要做类似任务我会把之前的指令模板复制到新对话里而不是在旧对话里继续说。这样模型每次都是“ fresh ”状态产出质量更稳定。5.3 产出内容“假大空”怎么破“假大空”的根源是指令里缺少“具体性约束”。模型不知道你要的是“能落地的东西”它就会给你“正确的废话”。对策是在指令里加三条约束必须包含具体案例、必须包含可执行步骤、必须包含数据或事实。比如你让模型写一个营销方案它给你“加强品牌曝光、提升用户粘性”这种话。你加一句“每个策略必须包含具体动作、执行人、时间节点、预期效果、所需资源”它立刻就得给你干货因为空话填不满这五个字段。5.4 指令迭代的“最小改动原则”迭代指令时一次只改一个模块。如果你同时改了角色、任务和格式产出变好了你不知道是哪个改动起了作用变差了也不知道是哪个改动搞砸了。最小改动原则能帮你建立起对每个模块的“因果直觉”。我自己的迭代记录是这样的版本1基础版→ 产出太泛 → 版本2加了背景约束→ 产出具体了但格式乱 → 版本3加了输出格式→ 格式好了但语气不对 → 版本4改了角色设定→ 稳定。每一步只改一个地方记录产出变化。这样迭代几轮下来你对指令的掌控力会远超那些只会抄模板的人。6. 从100条到1000条建立你自己的指令体系6.1 按“任务类型”而不是“行业”分类很多人整理指令库时按行业分电商类、教育类、医疗类。这种分法的问题是同一个任务类型在不同行业里的指令结构其实差不多你会在不同分类下重复写类似的指令。更好的分法是按任务类型分生成类、改写类、提取类、校验类、对话类、规划类。每个类型下再按行业或场景细分。比如“提取类”下面可以有提取会议待办、提取用户反馈、提取文章要点、提取合同关键条款。这些指令的骨架是一样的只是背景和格式不同。按任务类型分类你能更快地复用指令结构减少重复劳动。6.2 给每条指令打上“适用边界”标签一条指令不是万能的。你要清楚它在什么情况下好用什么情况下不好用。我习惯给每条指令打三个标签适用场景、不适用场景、已知缺陷。比如“会议纪要整理指令”的标签是适用场景——有明确议程和参会人的正式会议不适用场景——头脑风暴类发散讨论、多人同时说话的混乱录音已知缺陷——对口语化表达和行业黑话的识别率一般需要人工核对。这些标签能帮你在用指令时快速判断“这条能不能用”而不是不管什么场景都硬套然后抱怨模型不行。6.3 定期“断舍离”删掉那些你从来不用指令库不是越大越好。我每季度会清理一次指令库把过去三个月没用过的指令删掉。那些你收藏了但从来不用指令要么是场景不匹配要么是写得太复杂你懒得用。留着它们只会增加你的选择负担。清理的标准很简单过去90天内这条指令有没有帮你省过时间或提升过产出质量。如果没有删。如果一条指令你每次用都要大改说明它没迭代到位要么继续迭代要么删掉重写。6.4 把指令变成“工作流”而不是“单点工具”单条指令解决的是单点问题。真正提升效率的是指令链——把多条指令串成一个工作流。比如“内容创作工作流”选题指令 → 提纲指令 → 初稿指令 → 润色指令 → 校验指令。每条指令的产出是下一条指令的输入你只需要在关键节点做判断和选择。我自己的“周报工作流”是这样的第一步把本周的会议记录和任务清单扔给模型让它提取“已完成事项”和“未完成事项”第二步让模型把“已完成事项”按项目分类每个项目写一句成果总结第三步让模型把“未完成事项”按优先级排序并给出下周的推进建议第四步让模型把以上内容整合成一份周报格式固定为“本周成果 | 进行中 | 下周计划 | 风险与求助”。整个流程我只需要提供原始素材和做最终审核中间环节全部由指令链完成。7. 关于“价值1999”这件事说几句实在的我见过太多标价1999、2999的指令合集拆开看核心内容其实不超过20条有效指令剩下的都是凑数的变体。一条指令改个关键词就变成“新指令”这种操作在行业里太常见了。真正值钱的不是指令本身是写指令的人对业务的理解。同样一条“写小红书文案”的指令一个做过三年小红书运营的人写出来的和一个刚毕业的助理写出来的效果天差地别。因为前者知道要在指令里加“前三秒必须出现痛点”“评论区要埋钩子”“标签要带两个大词一个小词”这些细节后者只知道说“写得吸引人一点”。所以我的建议是别买指令学写指令。你花1999买100条指令用完就完了。你花同样的时间学会五模块法自己能长出1000条贴合你业务的指令而且每条都是为你量身定做的。哪个更值你自己算。提示如果你实在想买别人的指令合集先看它有没有附带“迭代记录”和“适用边界说明”。只有最终指令、没有迭代过程的合集价值至少打五折。因为你看不到“为什么这么写”就学不会“怎么写出更好的”。8. 我自己的指令迭代实录8.1 一条“用户反馈整理”指令的四次迭代第一版我写的是“把下面的用户反馈整理成表格”。产出是一张表格但列名是模型自己定的有“反馈内容”“情感倾向”“建议”三列。问题是“情感倾向”它判断得很随意“建议”那一列经常是空的。第二版我加了输出格式约束“输出为Markdown表格列名为‘用户原话 | 反馈类型 | 涉及功能 | 紧急程度 | 建议动作’。反馈类型从‘功能建议/bug反馈/体验吐槽/其他’中选择。紧急程度从‘高/中/低’中选择判断标准是影响核心流程为高影响非核心流程为中仅影响观感为低。”这一版产出规范多了但“建议动作”还是经常空着。第三版我加了任务描述约束“对于每条反馈必须给出一个具体的建议动作格式为‘动词对象预期结果’例如‘优化搜索算法将首条结果准确率提升至90%以上’。如果无法给出具体建议填‘需进一步调研’。”这一版“建议动作”终于不空了但有些建议明显不靠谱。第四版我加了背景约束“这是一个日活10万左右的内容社区产品团队规模20人开发资源有限。建议动作必须考虑资源约束优先给出‘低成本高收益’的方案。如果建议需要大量开发资源标注‘需排期’。”这一版产出终于达到了“可以直接贴进需求文档”的水平。四次迭代每次只改一个模块。现在这条指令我每周用三次每次省我至少20分钟。8.2 我踩过的最大的坑指令写太长有一段时间我迷信“指令越详细越好”一条指令写了800多字把能想到的所有约束都塞进去了。结果模型产出确实很规范但失去了灵活性遇到稍微不一样的输入就卡壳产出质量反而下降。后来我学乖了指令长度控制在300字以内核心约束不超过5条。剩下的细节通过“分步指令”在后续对话中补充。这样模型既有方向感又有灵活调整的空间。指令不是合同不需要把每个细节都写死。留白有时候比写满更重要。8.3 一个让我效率翻倍的小习惯给指令编号我给我的每一条指令都编了号比如“GEN-001”代表生成类第一条“EXT-003”代表提取类第三条。编号写在指令模板的第一行。这样我在对话里引用指令时直接说“用GEN-001处理这段文字”模型能快速定位到之前的指令内容不用我重复粘贴。这个习惯看起来很小但在我每天处理几十条指令的工作流里省下的复制粘贴时间累积起来非常可观。而且编号让我的指令库有了“版本感”我知道哪些指令是核心资产哪些是实验性的。9. 指令的边界什么该交给模型什么不该9.1 模型不擅长的事别硬塞模型不擅长需要实时信息的事比如今天的天气、股价、需要精确计算的事比如复杂的财务模型、需要承担法律责任的事比如合同最终审核、医疗诊断建议、需要真实情感连接的事比如安慰失去亲人的朋友。这些事你硬塞给模型产出要么不准要么冷冰冰。我自己的原则是模型做初稿我做终审。模型负责把空白页变成有内容的草稿我负责判断、修改、拍板。这个分工下模型是我的“副驾驶”不是“自动驾驶”。副驾驶能帮你导航、提醒路况但方向盘得在你手里。9.2 模型很擅长但容易被忽略的事结构化与翻译模型特别擅长把非结构化信息变成结构化信息以及把一种表达翻译成另一种表达。比如把一段混乱的语音转写变成清晰的会议纪要把技术文档翻译成销售话术把用户吐槽翻译成产品需求把长文翻译成短视频脚本。这些任务模型做得又快又好而且不需要你有很深的专业背景就能判断产出质量。我建议你从这类任务开始建立指令库。因为它们验收标准清晰结构对不对、信息全不全、语气像不像你容易判断模型产出好不好也容易迭代指令。等这类任务跑顺了再去挑战创意类、策略类这些验收标准模糊的任务。9.3 一个判断标准如果产出错了你能不能一眼看出来这是我最常用的判断标准。如果一个任务的产出错了你能一眼看出来那就可以放心交给模型。比如整理表格列错了你一眼就能发现翻译错了你读一遍就知道不对。但如果一个任务的产出错了你很难发现比如模型帮你写了一段法律条款、一个医疗建议、一个财务计算那就要非常谨慎必须有人工复核环节。模型不是不会犯错它犯错的方式是自信地胡说八道。它不会告诉你“我不确定”它会用同样流畅的语气给你一个完全错误的答案。所以越是你不熟悉的领域越不能完全依赖模型。10. 最后分享几个我压箱底的小技巧第一个技巧用“反向提问”让模型自己完善指令。你写完一条指令后加一句“你觉得这条指令还缺什么信息才能产出更好的结果请列出三个问题让我补充。”模型会反过来问你问题你回答完这些问题指令就自动完善了。这个技巧特别适合新手因为你可能不知道缺什么但模型知道。第二个技巧给模型一个“思考步骤”。在指令最后加一句“请先列出你的处理步骤确认无误后再开始执行。”模型会先把它的理解写出来你可以在它执行前纠正理解偏差。这能大幅减少“产出跑偏”的情况。第三个技巧用“角色互换”来校验产出。让模型生成内容后再开一段对话说“现在你是一个挑剔的读者请找出上面这段内容中最弱的三处并说明为什么弱。”模型会切换视角帮你发现你自己没注意到的问题。第四个技巧保存“失败指令”。那些产出很差的指令别删单独存一个文件夹。每隔一段时间回头看你会发现自己当初为什么写不好以及现在会怎么改。这是提升指令写作能力最快的方式没有之一。第五个技巧别追求“完美指令”。不存在一条指令能解决所有问题。接受“够用就好”把省下来的时间去处理那些模型搞不定的事。指令是工具不是目的。你的目的是把事做成不是把指令写得漂亮。