我先把话说明白：提示词模板不是“万能咒语”，更像一张能反复填写的任务单。去年我给团队做内容项目，最开始每个人都在聊天框里现写提示词，写得长的、短的、漏约束的，全凭手感。后来我把高频任务整理成模板，才发现它真正解决的问题不是“让AI更聪明”，而是“让人的需求表达更稳定”。
这一章我想把地基铺清楚。提示词模板是什么，它和普通提示词、提示词框架差在哪，哪些活它干得漂亮，哪些活它干不了。我踩过坑，也见过同事把模板用歪，聊这些比背定义更有用。
1.1 提示词模板的概念界定与核心特征
我给提示词模板下的定义很朴素：一段可复用的提示词骨架，把任务目标、背景信息、约束条件和输出格式固定下来，留出变量位置给具体内容替换。比如我常做的商品卖点文案，模板里会写清“你是资深电商文案”“面向25到35岁通勤女性”“输出三条卖点，每条不超过20字”“不要夸张承诺”，真正变化的只有商品名称、材质、使用场景这些变量。它不是一个句子，而是一套可重复执行的任务说明书。
我最初的做法很笨，把一段好用的提示词收藏在备忘录里，每次复制粘贴再改几个词。改到第十次，我发现漏改背景、忘删旧案例的情况越来越多。模板化之后，这些重复动作被收进结构里，人只需要关注变量填得准不准。核心特征我体会最深的是三点：可复用，能跨时间跨人使用；有结构，信息分层而不是一锅粥；可验收，输出要求写得清，返工就少。
还有一点容易被忽略，模板得有边界感。它不是越长越好，也不是约束越多越稳。我写过一版特别臃肿的客服回复模板，角色、语气、禁用词、字数、示例全塞进去，客服同事填变量时先被模板本身劝退。模板的核心特征里，我后来加了一条“可维护”：看得懂、改得动、知道什么时候该删。没有这条，模板很快会变成团队里的僵尸文档。
1.2 提示词模板与普通提示词、提示词框架的区别
普通提示词更像一次性的口头交代。我在咖啡机旁边跟同事说“帮我写个活动通知，轻松点”，这就是普通提示词，上下文靠现场默契补。提示词模板是把这种交代变成可存档的工单，谁拿来填都能得到接近质量的结果。两者不是高低关系，赶时间、做探索、聊着聊着找灵感，普通提示词更顺手。高频、重复、多人要用的任务，模板才上场。
提示词框架又是另一层东西。我接触过CRISPE、BROKE这类框架，它们提供的是思考维度，提醒你交代角色、背景、目标、风格、输出。框架像烹饪方法，告诉你先备料再下锅；模板像一张已经写好分量的菜谱卡片，盐几克、火多大、几分钟。拿框架直接当模板用，容易写出一堆正确但空泛的句子。拿模板当框架用，又会把具体任务锁死。
我见过一个典型误区：有人把“角色+任务+格式”这三个词当成模板本身，每次只写“你是专家，请分析，用表格输出”。这顶多算框架骨架，离可复用模板还差变量、示例、边界和验收标准。我的判断标准很简单，把模板给一个没参与设计的新人，他能不能在十分钟内填对变量并拿到可用结果。能，才算模板；不能，可能还停在框架笔记阶段。
1.3 提示词模板的典型价值：提效、稳定、可复用与可协作
上个月我们做客服差评回复模板评审，同一件事在不同角色眼里价值不一样。我是写模板的人，最直接的感受是提效，但这种提效不是少打几个字。以前客服组长处理一条差评回复，要来回改语气、补政策口径、检查承诺边界，十几分钟很正常。模板把常见场景拆成变量和固定约束，填完就能出初稿，时间花在判断上，不花在重新组织要求上。
客服组长看中的是稳定。她跟我说，最怕新人一上来就写“亲，非常抱歉给您带来不好的体验”，每条都像复制品，用户看了更火。模板里固定了“先回应具体问题、再给处理动作、避免空泛道歉”的结构，输出质量有了底线。实习生小杨用同一张模板，写出来的东西仍然带点生涩，但不会跑偏到“补偿承诺”这种高风险区。稳定不是每篇都优秀，是每篇都不离谱。
我作为团队负责人，更看重可复用和可协作。模板进了共享库，产品经理提需求时能直接说“用差评回复模板V2，变量是订单号、问题类型、处理方案”，评审时大家对着同一张单子聊，少了很多“我以为你懂”的拉扯。质检同事也轻松，她不用逐字猜标准，直接看模板里的约束有没有被遵守。一张好模板像团队里的共同语言，写的人、用的人、检查的人能坐在同一张桌子上说话。
1.4 提示词模板的适用场景与不适合滥用的边界
我现在的判断比较保守：高频重复、格式明确、多人协作、需要质量基线的任务，适合上模板。商品文案、周报整理、会议纪要转行动项、客服常见问题回复、代码审查清单，这些活有稳定输入和可预期输出，模板能接住。任务越像“流水线工序”，模板越有用。我们团队把周报模板改了三版，从最初八股文式的“本周完成、下周计划”，改成“关键结果、卡点、需要谁支持”，填起来快，读起来也省心。
有些场景我会主动把模板收起来。开放式的创意首发、战略讨论、需要大量现场判断的复杂谈判，模板容易把思路压扁。我试过用“爆款标题模板”给一个全新品牌起名，输出倒是整齐，味道全无。高风险的事实核查、医疗法律建议、涉及隐私数据的任务，也不能靠模板兜底，模板只能规范表达，不能替代专业判断和人工复核。还有一类情况是需求本身没想清，这时候写模板等于把糊涂装进漂亮的盒子里。
滥用模板的信号挺明显。模板越写越长，变量多到填不完，约束之间互相打架，输出看着规范但没法用，团队开始绕开模板直接聊。我遇到过一次，运营同学把“活泼”和“严肃专业”同时写进语气要求，AI输出像精神分裂。我的处理办法是砍，砍到只保留影响结果的关键约束，把可选风格放进变量。模板负责把常见路走顺，不负责替人做所有决定。写到这儿，认知基础这块就算有了轮廓，设计方法那部分我会接着拆怎么把一张草稿变成能用的模板。
上一章聊完认知，这一章直接上手法。我见过太多人一上来就打开文档写“你是资深专家”，写完发现变量没地方放、约束互相打架、输出格式全靠AI自觉。模板设计这件事，说难不难，说简单也容易翻车。我自己写废过的模板少说有三四十张，留下来的那些，基本都是按一套笨办法磨出来的。
2.1 从任务目标出发进行需求拆解与信息分层
我写模板的第一步从来不是动笔，是拿张白纸把任务目标写清楚。比如“帮运营写活动推送文案”这个需求，听起来简单，拆开看至少涉及四个问题：推给谁、推什么活动、希望用户做什么动作、发在哪个渠道。这四个问题没答案，模板写出来就是空中楼阁。我习惯把大目标拆成“必须搞定的”和“最好搞定的”两列，必须搞定的进模板固定区，最好搞定的放进变量或者可选说明。
信息分层是我踩坑最多的地方。早期我喜欢把所有背景一股脑塞进模板开头，结果模板越写越长，填的人看到第三段就烦了。后来我改成三层：第一层是任务背景，每次都要换，放变量区；第二层是固定规则，比如“不要出现绝对化用语”“必须包含行动引导”，放约束区；第三层是参考信息，比如品牌调性说明、历史案例，放附录区，用不用看情况。三层分开之后，模板从一锅粥变成了有抽屉的柜子。
还有一个土办法我一直在用：拿一张已经跑通的提示词，用不同颜色的笔标——红色是每次都变的，蓝色是基本不变的，绿色是可有可无的。标完再决定哪些进模板主体，哪些进变量，哪些直接删。这个方法笨，但比凭感觉靠谱。我带的实习生小周第一次做模板，把“语气亲切”和“正式严谨”同时写进去，我问她这两条打架的时候听谁的，她愣了半天。拆解目标的时候多问一句“这条信息影响结果吗”，能省掉后面很多返工。
2.2 提示词模板的核心构成要素：角色、任务、上下文、约束与输出格式
角色设定这件事，我的经验是够用就行，别贪大。写电商文案就设“电商文案”，不用非得“拥有十年经验的资深电商文案专家”。角色写太大，AI容易端着说话，输出反而飘。我试过给一个内部培训通知模板设“世界级企业培训师”，结果它给我写了一堆“赋能”“闭环”之类的词，培训通知看得人犯困。后来改成“负责内部培训的运营人员”，语气立刻正常了。角色是给AI一个说话位置，不是给它发奖状。
任务是模板的心脏，写任务要用动词开头，别用名词堆。我见过写成“关于用户反馈的分析报告撰写”的，AI看了半天不知道要它干什么。改成“分析最近三十条用户反馈，找出前三类高频问题，每类给一条改进建议”，任务就立起来了。上下文我一般控制在三到五句，交代清楚“给谁看、用在哪、和什么有关”就够。写太多上下文，AI容易抓错重点，我自己也记不住哪句有用哪句没用。
约束和输出格式是模板的护栏。约束我通常分两类：一类是硬约束，比如“不承诺具体赔偿金额”“不引用未公开数据”，这类必须写死；另一类是软约束，比如“尽量口语化”“控制在三百字以内”，可以放变量里让使用者调。输出格式我吃过亏，最早只写“用表格输出”，结果列名每次都不一样。后来改成把表头写出来，甚至给一行示例，稳定性立刻上来了。这五个要素里，角色和上下文决定AI往哪个方向想，任务决定它干什么，约束和格式决定它交出来的东西能不能直接用。缺一个，模板就缺条腿。
2.3 变量占位、示例填充与可替换内容的设计方式
变量占位我一开始写得很随意，用方括号包个“产品名”就完了。用了两周发现，同一个模板三个人填出三种理解——有人填“保温杯”，有人填“一款五百毫升的不锈钢保温杯”，输出质量差出一截。后来我改了规矩：变量名要带说明。写成“【产品名称：写清品类和核心卖点，不超过十五字】”，填的人知道边界在哪，输出也稳。变量不是留个空就行，得告诉填的人这个空该填什么形状的东西。
示例填充是把双刃剑。放一个好示例，AI能快速对齐风格和颗粒度；放一个不合适的示例，它能把整个输出带偏。我的做法是示例只放一个，而且要标注“参考风格，内容不要照抄”。有次做会议纪要模板，我放了一段特别详细的示例，结果AI每次输出都往示例的格式上靠，连“参会人发言”这种该省略的部分也保留了。后来我把示例改成“结构示意”，用占位符代替具体内容，问题才解决。示例是路标，不是轨道。
可替换内容的设计要有边界感。我在模板里会把“必须替换”和“可以保留默认”分开标。比如客服回复模板里，订单号和问题描述必须换，处理方案可以按默认走，语气修饰词看情况加。这个区分看起来琐碎，实际用起来省很多沟通成本。团队里新来的同事最怕的就是“不知道哪里该改哪里不该改”，标清楚之后，填模板从猜谜变成了填空题。
2.4 语言风格、指令清晰度与歧义规避技巧
模板里的语言我只有一个原则：说人话。别写“请以专业且富有感染力的方式呈现”，直接写“用短句，每段不超过三行，少用形容词”。AI不是文学评论家，它需要的是可执行的动作。我写约束的时候会刻意避开“适当”“合理”“尽量”这类词，它们等于没说。“适当控制长度”不如“控制在两百字以内”，“合理分段”不如“每段一个要点，段间空一行”。模糊词是模板里的沙子，看着不多，嚼起来硌牙。
指令清晰度有个简单的自测方法：把模板给一个没做过这个任务的人看，问他“你知道下一步该干什么吗”。他犹豫的地方就是歧义所在。我做过一次测试，模板里写“输出三条建议，按重要性排序”，三个人里有两个问我“重要性按什么标准”。后来改成“按对销售额的影响从大到小排序”，没人再问。指令里藏着判断标准，不写出来，AI和人都得猜。
歧义规避还有一个笨办法：写完模板自己跑三遍，看三次输出差在哪。差得多的部分，大概率是指令没写清。我有张内容摘要模板，前两次输出都挺好，第三次突然开始加小标题，查了半天发现是“分段呈现”这四个字惹的祸——AI理解成了分章节。改成“用连续段落呈现，不用小标题”之后，稳定了。模板里的每个词都可能被放大解读，写完多跑几遍，比事后抱怨AI不听话有用。
2.5 提示词模板怎么写：从草稿到可复用模板的编写流程
我写模板的流程特别土，四步：手写、抽骨、试跑、找人挑刺。第一步手写，同一个任务我至少手动写五到八次提示词，不追求一次比一次好，就为了看哪些要求每次都得说、哪些是临时起意。写到第五次左右，重复出现的句子就浮出来了，那就是模板的骨架材料。这步急不得，手写次数不够，抽出来的骨架是假的。
第二步抽骨架，把重复出现的部分拎出来，按角色、任务、上下文、约束、格式五块摆好，变量位置先用显眼的标记占住。这时候的模板一定是丑的，句子长短不一，顺序也别扭，没关系，能用就行。第三步试跑，拿三到五个真实任务填进去，看输出。我一般会记录每次输出差在哪，差的地方回去改模板，不改提示词。第四步最有用，找两个没参与设计的同事，一个熟手一个新手，让他们直接拿去用，我在旁边看他们卡在哪。他们卡住的地方，就是模板该改的地方。
这套流程走完，一张模板基本能用了。我还会做一件事：在模板末尾加一行“版本说明”，写清楚这版改了什么、为什么改。别小看这行字，三个月后回来改模板，没有它就得靠回忆。我们团队现在的规矩是模板进共享库必须带版本号和一句话说明，谁改的、改哪了、解决什么问题，一目了然。模板不是写完就完事的东西，它得能被人接着改。写到这儿，设计方法的主干就算搭完了，下一章我会拿ChatGPT当例子，拆具体场景里这些方法怎么落地。
上一章把设计方法的主干搭完了，这一章我拿ChatGPT当靶子，拆具体场景里这些方法怎么落地。说实话，ChatGPT是我用过的模型里脾气最“活”的一个，它不像有些模型那么一板一眼，给点空间就能发挥，但反过来，模板没写对路，它跑偏的花样也最多。我手机备忘录里存着上百条跟它的对话截图，大部分是翻车记录，翻多了才摸清楚它吃哪一套。
3.1 ChatGPT提示词模板的基本结构与人机对话适配原则
ChatGPT的本质是个对话模型，它的训练方式决定了它对“聊天感”特别敏感。我最早拿它当填空题用，发过去的模板像份公文，角色、任务、约束排得整整齐齐，结果它回我的东西也像公文，读起来干巴巴的。后来我把模板改了个小地方：开头加一句“我们一起来做件事”，结尾加一句“有不清楚的地方先问我”。就这两句话，输出的语气顺了很多。ChatGPT需要的不只是一份指令，它需要一点“我们在对话”的暗示，哪怕整个对话里它只回复一次。
适配原则我总结了三条，都是从失败里抠出来的。第一条，别用长段落压它开头。ChatGPT对开头三百个字的注意力最强，如果把一堆背景信息堆在最前面，它容易把背景当指令，干出些莫名其妙的事。我现在的习惯是开头只放任务目标，背景信息全部往后挪，用分隔符隔开，再加一句“以下信息供参考，不用逐条回应”。第二条，约束条件要分点写，但每个点别太长。我试过把五条约束写成一个自然段，它只执行了前两条。分开写之后，五条它都看得见。第三条，输出格式的说明要放到最后，紧挨着任务描述，ChatGPT对结尾的指令响应度比中间高，这点跟人写邮件有点像，最后一句叮嘱记得最牢。
还有一个小细节挺重要：ChatGPT对“你”和“我”的称呼很敏感。模板里用“你”称呼它，它更愿意主动发挥；用“AI”或者“助手”称呼它，它反而容易端着。我帮一家培训机构改过招生话术模板，原来写的是“AI助手需生成三条话术”，输出跟产品说明书似的。改成“你来帮我写三条招生话术，给家长看的”之后，语气马上软了。称呼一变，对话的场就变了，这个便宜不占白不占。
3.2 常见模板类型：问答咨询、内容创作、信息分析、代码辅助与多轮对话
问答咨询类模板我做得最多，也最容易做错。大部分人写这类模板就一句话：“回答用户关于XX的问题”。ChatGPT收到这种指令，会默认往“百科式回答”上走，给一堆定义和分类。我做的第一个问答模板是给内部客服用的，问“退款流程怎么走”，它回了一段退款政策的历史沿革，还带三个小标题。后来我把模板改成“用客服口吻回答，先给结论，再分步说明，每步不超过两句话，最后加一句安抚”。同样的模型，输出立刻能直接发给客户了。问答模板的核心不是“让它答”，是“让它按客服的姿势答”。
内容创作类模板的花样最多，翻车的姿势也最多。我写小红书文案模板时踩过一个坑：模板里写“写一篇种草文案”，它给我写了一篇四百字的小作文，从头到尾没有一句能直接当标题用。后来我把任务拆成三步：先列五个标题让我挑，再按选定的标题写正文，正文里必须包含三个具体场景。拆完以后，输出能用的比例从三成涨到了七成。内容创作模板最忌讳“写一篇XX”这种笼统指令，ChatGPT会按它的理解给你一个“平均水平的完整作品”，这个作品通常没法直接用。你得把“完整”拆碎，让它一块一块交。
信息分析类模板是我最近用得最多的。这类模板我犯过一个典型错误：只说了要分析什么，没说怎么组织分析结果。有一次让它分析用户反馈，它把三十条反馈原样贴了回来，每条后面加一句“这说明用户有情绪”。后来模板里加了“先分三类，每类给一个标签，标签后面跟两个原话例句，最后给一条行动建议”，输出直接从素材变成了报告。代码辅助类模板反而简单，关键是给清楚输入输出示例和报错信息，ChatGPT在代码上比在其他领域更依赖具体例子。多轮对话类模板我放到第五节单独说，那是另一个维度的东西。
3.3 不同任务目标下的模板参数与约束条件设计
参数和约束这两样东西，说白了就是告诉ChatGPT“别往哪儿跑”和“跑到什么程度停”。我见过有人写模板写一堆“高质量”“专业化”的要求，这等于没说。ChatGPT对“高质量”的理解跟你不一样，它可能会把句子写得很长、词用得很花，因为它觉得这就是高质量。我的做法是把形容词换成可量化的动作。不写“回答要专业”，写“每句话都要有依据，没有依据的地方标注‘待确认’”。不写“文案要有感染力”，写“至少用一个人称代词‘你’，至少出现一次具体使用场景”。
参数设计上我关注三个维度：长度、颗粒度、语气。长度好办，直接写数字。颗粒度要费点脑子，比如写分析报告，颗粒度粗一点就是“分三段”，细一点就是“分三段，每段首句是结论句”。我一般根据下游怎么用来定颗粒度，如果输出要直接贴到周报里，颗粒度就细一点；如果只是给我自己看，粗一点更省事。语气这个维度最容易被忽略，但它对ChatGPT的影响特别大。同样一个通知模板，写“语气正式”它给你写成红头文件，写“语气像同事发群消息”它立刻变短变口语。我有一次写“语气亲切但不失专业”，结果它给我来了段“亲爱的伙伴们，在此我们郑重地提醒您”，两边不靠。后来我学乖了，语气只写参照系，不写形容词，比如“语气参照内部邮件，不是对外公告”。
约束条件的设计有个简单的分堆法：硬约束写死在模板主体里，软约束放在变量区。硬约束是那种违反了就出事的，比如“不承诺具体退款金额”“不编造政策条款”。软约束是“最好有但可以商量的”，比如“尽量用主动语态”“控制在两百字以内”。我早期的模板不分软硬，全写在一起，用的人不知道哪些能改哪些不能改，结果有人把“不编造政策”这条给改了，差点出大事。分堆之后，模板里会用不同的标记分开，硬约束前面加“必须”，软约束前面加“建议”。
3.4 ChatGPT提示词模板的示例拆解与复用要点
拿一个我改过七版的模板出来拆。这是个“产品卖点提炼”模板，用在电商详情页和短视频脚本两个场景。第一版特别简单：“从以下产品信息中提炼五个卖点。”输出全是“品质优良”“性价比高”这种废话。第二版加了角色和格式：“你是有五年经验的电商文案，请提炼五个卖点，每个卖点不超过十个字，按对购买决策的影响排序。”好了一些，但卖点之间重合严重。第三版加了约束：“五个卖点必须覆盖不同维度，至少包含一个功能卖点、一个场景卖点、一个情感卖点。”输出立刻分层了。
第四版到第七版的改动更细，我挑三个关键改动说。第一个是加了“反常识”要求：五个卖点里至少有一个是“用户可能没想到的”，比如保温杯的卖点里加一条“盖子可以当手机支架用”。ChatGPT找这类卖点很来劲，它会把产品参数翻来覆去地组合。第二个是加了示例，但这个示例我只给了半句，写的是“比如‘单手开合不洒水’这种颗粒度”，没给完整句子。给完整句子它容易抄，给半句它知道往哪个方向使劲。第三个改动是输出格式从“五个卖点”改成了“五个卖点加一句使用场景描述”，每个卖点后面跟一个具体画面。这个改动让输出从清单变成了素材，下游直接能用。
复用这个模板的时候有个要点：变量区要留“产品类型”和“渠道”两个口子。同一个模板做保温杯和做蓝牙耳机，卖点维度完全不一样，但模板骨架不动。我试过把模板里的“功能卖点”写死成“材质和容量”，换到耳机上就卡住了。后来改成“核心功能卖点”，下面用小字举例“如保温杯的材质、耳机的降噪”，换品类的时候只改举例，不改结构。复用不是复制粘贴，是复制骨架、替换血肉。
3.5 多轮对话中模板的衔接、追问与上下文管理
多轮对话是ChatGPT真正跟其他模型拉开差距的地方，也是模板设计最容易失控的地方。我最早做多轮模板时，想把所有对话规则一次性写进第一条消息里，写了八百多字，结果ChatGPT到第三轮就开始忘前面的设定。后来我改了策略：第一轮只做三件事，说清楚整体目标和本轮要干什么，给出输出格式，问它有没有不清楚的地方。后面每一轮只给这一轮的指令和上一轮输出的关键结论，其他背景不重复。这样反而稳，因为它每次注意力都在当前轮次上。
追问的设计我有个笨办法：在模板里预埋“检查点”。比如做一个方案打磨的对话模板，我会在第三轮和第五轮固定插入一句“请先回顾前三轮我们确认了哪些要点，用列表呈现，确认后再继续”。这句话看起来多余，但它逼ChatGPT把上下文重新整理一遍，整理完再往下走，跑偏的概率小很多。没有这个检查点，聊到第六轮它可能会把一个早期被否掉的方案又捡回来。上下文管理这件事，不能指望模型自觉，得在模板里设卡。
还有一个细节我吃过亏：多轮对话里模板的措辞要保持一致。我做过一个内容策划的对话模板，第一轮写的是“帮我策划一个系列内容”，第三轮写的是“围绕刚才的方向细化执行方案”，第五轮写的是“把方案整理成表格”。三轮用了三个不同的动词，ChatGPT把“细化”理解成了重新策划，把“整理”理解成了重写。后来我把动词统一成“基于上一轮输出，做XX”，它就知道是在原基础上加工，不是推倒重来。多轮模板里的每个指令词都像接力棒，交接的时候不能变形。
最后说一个上下文长度的问题。ChatGPT的对话窗口虽然长，但它对中段内容的注意力会衰减。我的经验是，超过五轮之后，把关键约束和格式要求再贴一遍，别嫌啰嗦。我有个长期用的分析模板，第七轮开始它就不按表格输出了，我加了句“提醒一下，输出格式还是三列表格，列名不变”，它立刻回来了。模板在单轮里是说明书，在多轮里是路标，隔几轮就得重新竖一个，不然它走着走着就拐进小路了。写到这儿，ChatGPT场景下的模板类型和适配就算过了一遍，下一章我会往大了说，怎么从一张模板长成一个模板体系，那才是真正省时间的东西。
单条模板用久了，你会撞上一堵墙。不是模板失效了，是活变复杂了。比如我做一个“周报生成”模板，单条用挺好，某天老板说以后周报要拆成业务进展、风险预警、下周计划三块，每块还要带数据支撑。这时候你改单条模板也行，加一堆条件，改完发现模板比周报还长。这种时候别硬撑，趁早想想怎么从一张纸变成一套抽屉。
4.1 扩展大纲：围绕主任务拆分场景、子任务与输出结构
我习惯把“拆”这个动作做在最前面，比写模板本身重要得多。做法也简单，拿一张白纸，中间写主任务，周围画圈写“谁在用、什么时候用、用了之后往下传给谁”。这个土办法能逼我把场景拆出来。比如“用户反馈分析”这个主任务，客服拿它来分类投诉，产品拿它来找需求，运营拿它来写回复话术。三个场景三个用法，输出结构完全不一样。客服要的是“问题类型+紧急程度”，产品要的是“高频词+潜在需求”，运营要的是“情绪等级+回复模板”。三条子任务分出来，三条模板才立得住。
拆完场景拆子任务，这一步我踩过坑。一开始我以为子任务就是“第一步做什么第二步做什么”，把流程拆成一串步骤。后来发现不行，ChatGPT不是流水线工人，它更擅长并行处理多个维度。我现在的拆法是按“维度”拆，不按“步骤”拆。还是那个反馈分析模板，维度拆成“情绪识别、问题归类、行动建议”三块，每块单独给输出要求，最后拼成一张表。这样拆的好处是，哪个维度输出不满意，我可以单独调那一块，不用整条模板推倒重来。按步骤拆的模板像多米诺骨牌，中间倒一张全倒，按维度拆的模板像积木，换一块不影响其他块。
输出结构这件事值得单独拎出来说。我见过太多人拆完场景和子任务，输出还是“一段话”。一段话的输出没法直接进表格、进PPT、进工单系统。我现在的习惯是在拆完子任务之后，先画一张目标输出的空表格，列名填好，再倒推模板里要写什么。这张空表格就是模板的“底板”，模板里所有指令都围着它转。画底板的时候我会问自己一个问题：这份输出如果没人做二次加工，能直接用吗？不能的话，底板还得拆细。
4.2 从单条模板扩展为模板家族与模板库的思路
模板家族这个概念我是从家具行业偷来的。你去买沙发，同一个系列有单人位、双人位、三人位，骨架一样，尺寸不同。模板家族也是这个逻辑。骨架是共享的，比如“角色+任务+约束+输出格式”那套东西。变的是三样：场景变量、颗粒度、语气。我做“内容改写”这个家族的时候，骨架统一写的是“保留原意，调整表达”，下面分了三支：一支是“长改短”，颗粒度调到句子级，语气偏干脆；一支是“短改长”，颗粒度调到段落级，语气偏舒展；一支是“风格迁移”，同一段话改成小红书体、邮件体、公告体三个版本。三支模板摆在一起，新人一眼能看出它们是一家的，学起来快。
模板库跟模板家族不是一回事。家族是血缘关系，库是收纳关系。我自己的模板库分三层：底层是“原子模板”，一条只干一件事，比如“提炼关键词”“判断情绪”“生成标题”。中间层是“组合模板”，把原子模板串起来用，比如“标题生成”里嵌了“关键词提炼”和“情绪判断”。顶层是“场景模板”，给具体业务用的，组合模板的上面再包一层业务规则。这三层我试过合并成两层，结果每次改一个底层规则要动十几条模板，改到想砸键盘。分层之后，改原子模板只影响用到它的组合模板，波及面小多了。
建库的坑不在建，在命名。我早期的模板库命名特别随意，“模板1”“模板2”“新模板最终版”“新模板最终版2”。半年后打开库，自己都不知道哪个是哪个。后来定了个笨规矩，每条模板名字必须带三段：用途_场景_版本，比如“标题生成_小红书_2.1”。这个规矩土得掉渣，但它救过我。有一次做活动要批量出文案，翻库翻到一条半年前的老模板，名字写着“标题生成_公众号_1.3”，改两个变量直接用了。要是还叫“模板7”，我大概会重写一条。
4.3 变量组合、模块化拼装与跨场景迁移方法
变量这个东西，刚开始用的人容易犯两个错。一个是变量太少，模板写死了，换品类就废。另一个是变量太多，一条模板里挖了二十个空，填的时候比写还累。我的经验是变量数量控制在五到八个之间，超过八个就说明这条模板该拆了。拆的标准也简单：哪些变量经常一起出现，就把它们打包成一个“变量组”，单独抽成一条子模板。比如“产品信息”这个变量组里，品类、卖点、价格带、目标人群经常绑在一起出现，单拎出来做一条“产品画像”模板，主模板里只留一句“调用产品画像结果”，输入负担立刻轻了。
模块化拼装听起来高级，做起来其实土。我的做法是把每条原子模板的输出格式定死，定成一种“可拼接块”。什么叫可拼接块？就是它的输出能直接塞进下一条模板的输入，不用人手动改格式。“关键词提炼”模板输出的是逗号分隔的词表，“标题生成”模板的输入正好接受逗号分隔的词表，两个一拼就通。我试过让“关键词提炼”输出成带编号的列表，结果“标题生成”识别不了编号，中间还得手动删一遍。从那以后我定了个死规矩：原子模板的输出格式要跟下游模板的输入格式对齐，对不齐的中间加一条“格式转换”模板，不让用户手动改。
跨场景迁移我踩过最大的坑是“高估通用性”。做过一条“会议纪要”模板，用着挺顺，我想迁到“采访记录整理”上，改了两个词就上线了。结果输出的采访记录像会议纪要，全是“与会人员一致认为”这种调调。后来我明白了，迁移不是换词，是换“语言场”。会议纪要的场是决策场，采访记录的场是叙事场，场不一样，模板里的动词、句式、输出结构都得跟着换。我现在的迁移做法是三步：第一步改场景词，第二步改输出结构的列名，第三步找三条真实样本让ChatGPT照着改后的结构走一遍，走通了才算迁移成功。三步里最费时间的是第三步，但它最值。
4.4 模板效果评测、对比测试与迭代优化机制
模板用久了会产生一种错觉：用顺手了就觉得它好。我吃过这个亏，一条模板用了半年，觉得挺稳，某天换了个品类才发现它输出的东西一半是废话。这之后我开始做土法评测，不搞复杂指标，就盯三样：可用率、返工点、盲区。可用率是输出能直接用、不用改的比例。我拿十条不同输入跑一遍，数数几条能直接用。返工点是每次改输出时改的是同一个位置，比如每次都改标题、每次都删最后一段，说明那个位置模板没写明白。盲区是模板完全没覆盖的输入类型，跑十条输入里如果有两条输得驴唇不对马嘴，那两条就是盲区。
对比测试我做得特别朴素，两条模板各跑五条相同输入，输出摆在一起看。看的时候我用一个笨标准：哪条输出的“第一种用法”更省事，哪条就赢。什么叫第一种用法？就是拿到输出之后不需要调整顺序、不需要删减、直接贴到目标位置的那个用法。有些模板输出花里胡哨，但第一种用法不存在，得先排序再删减再调格式，这种模板看着热闹，实际上不如一条朴素的。
迭代节奏上我定了个“三次法则”。一条模板改完，连用三次，三次里如果两次出现同类返工，就改；三次里只出现一次或者不出现，先放着不动。这个法则治的是“过度优化”，我以前有个毛病，每次输出不完美就想改模板，改到第十版发现跟第三版差不多，中间七版全是白折腾。三次法则像个闸门，把冲动改版的频率压下来了。还有一个补充规矩：改模板的时候另存新版本，旧版本不删。有几次改完新版发现还不如旧版，旧版还在，直接切回去，省了重写的时间。
4.5 常见误区修正：过度约束、信息缺失、指令冲突与输出不稳定
过度约束是我犯得最多的错。早期写模板有个执念，觉得约束写得越多输出越稳，一条模板里塞了十几条“不要”。结果ChatGPT顾此失彼，躲开了这个坑掉进那个坑。后来我做了个减法实验，把约束分成两堆，一堆是“违反了会出事的”，一堆是“违反了只是不够好的”，只留第一堆，第二堆全删。删完跑了一遍，输出质量没降，反而稳了。约束像调料，放对了提味，放多了盖住主料。我现在写约束的上限是五条，超过五条就回头看看哪条其实可以放进变量区让用户自己选。
信息缺失这个坑比较隐蔽，因为模板看起来完整，但ChatGPT拿到手不知道从哪儿下嘴。我遇到过的典型情况是模板里写了“根据用户提供的信息进行分析”，但从来没说“用户提供的信息长什么样、包含哪些字段”。ChatGPT收到模糊输入，会自己脑补一套信息结构，补出来的东西跟实际差十万八千里。修法是在模板里加一段“输入说明”，用一两句话描述输入数据的格式，再给一个填空示例。这段说明看着像废话，但它把ChatGPT从“猜”拉到了“照做”。
指令冲突比信息缺失更难发现。我做过一条翻译模板，前面写“忠实原文，逐句对应”，后面写“译成地道的中文表达，不拘泥于原文结构”。两句话单看都对，放一起ChatGPT就蒙了，输出一半直译一半意译，读起来像两个人翻的。冲突的根源是我自己没想清楚要哪种。后来我把这类模板拆成两条，一条叫“精确翻译”，一条叫“本地化改写”，用的时候二选一，不混着来。输出不稳定多半也是冲突引起的，不是模型抽风。遇到输出忽好忽坏，我现在的第一反应是回去读模板，找找有没有两句指令在打架。十次里有六次能找到。
还有一个误区跟模板本身无关，跟用法有关。有人拿一条模板打天下，什么输入都往里塞，塞不进去就怪模板不好。模板有它的适用半径，超出半径的输出不稳定是正常的，不是模板的错。我现在的习惯是在模板开头写一行“适用输入”，比如“适用于五百字以内的中文产品描述”，用户一看就知道边界在哪。这行字不参与生成，纯粹给人看，但它省掉了很多“这模板不好用”的冤枉官司。写到这儿，从单条模板长成体系这件事算说完了，下一章往落地走，聊聊模板在团队里怎么活下来、怎么不死于混乱。
上一章聊的是一个人怎么把单条模板长成体系。这一章往团队里说。一个人的模板体系再好，扔进十个人的团队，大概率三个月就乱了。乱法五花八门，有人改了模板不吭声，有人拿旧版跑数据，有人桌面存着一堆“最终版”“最终版2”“绝对不改版”。我自己踩过最离谱的坑，是团队里两个人在同一周各写了一条同场景模板，命名还不一样，跑出来的东西风格差着一个筋斗云。这章想聊的，是模板怎么在团队里活下来，活得有条理，不死于混乱。
5.1 提示词模板在工作流中的嵌入方式与使用规范
模板嵌进工作流这件事，我一开始想得太简单了。我以为把模板发到群里就算嵌入了，结果发现没人用。后来我蹲到工位旁边看同事干活才明白，不是不想用，是“用哪条、什么时候用、用了之后接下来干什么”这一串问题没人回答。文档里躺着一堆模板，对干活的人来说等于没有。嵌入的意思是模板出现在干活的那个界面附近，不是出现在文档库里。我后来做的改动特别笨：把常用模板贴到飞书多维表格的“新建一行”里，做成一个按钮，点一下填几个变量直接出结果。使用率翻了三四倍。模板离用户的手近一步，用的人多一倍，这事儿没捷径。
使用规范我就定了三条，条条都土。每条模板必须带“适用输入说明”，写明喂什么、不喂什么。输出得带“置信度标签”，让用户知道哪些结果是模板高把握的、哪些是凑数的。改模板必须另存版本，旧版本不删。这三条看着像废话，它们是模板治理的地基。我见过太多团队在文件名里加“v2”“v3”“最终版”，半年后没人分得清哪个是能用的。规范不怕简单，怕的是没人执行。执行的办法也土，我把它写进了新人上手的第一周任务里，新人不背规范不给他账号权限。粗暴，但有效。
嵌入工作流的另一面是“退出机制”。模板不好用了得能撤，不能因为它是“团队标准”就硬撑着用。我遇到过一次，一条周报模板跑了半年，业务变了，旧模板输出的结构跟不上新要求，但因为是“标准模板”，大家硬着头皮改输出，每个人每天多花二十分钟。后来我加了个规矩：每条模板标注“上次验证日期”，超过三个月没验证的自动打上“待复核”标签。这个标签一出来，大家就敢质疑它了。治理不是把模板管死，是给它留一条能下架的路。
5.2 团队模板库的分类、版本管理与共享协作机制
上一章说我自己建库分三层，原子、组合、场景。团队库不能这么分。我自己分三层是因为我脑子里装着整套逻辑，新人不装。团队库的分类逻辑必须按“谁用”来分，不按“怎么搭”来分。我们现在的团队库就四个文件夹：写作类、分析类、运营类、研发类。每个文件夹里再按任务频次分“日用的”“周用的”“偶发用的”。有个同事跟我抱怨过这个分类太土，不如按模板结构分。我说你试试让一个市场部的新人去找“那个分析用户评论的模板”，按结构分他得翻八个文件夹，按用途分他点两下就找到了。分类是给人用的，不是给模板自己看的。
版本管理我试过两种极端。一种是严格到每条模板都要走审批流，改一个字填三张表，结果大家宁愿自己另存一份也不走流程，库里的模板半年没更新过。另一种是彻底放养，谁想改谁改，三个月后同一条模板有十二个版本散落在不同人的电脑里。折腾了几轮，跑通的方案是中间路线：小改不走审批，大改走审批，大小以“改完会不会影响下游”为标准。改措辞、补例子算小改，改输出结构、改变量定义算大改。大改走审批不复杂，就在群里@三个人，说清楚改了什么、为什么改，三个人里两个点头就能上。这套土流程跑了快一年，模板库更新频率稳定在每周两三条，没乱过。
共享协作里最难的不是技术，是“谁负责”。一条模板没人认领，它就会烂。我们现在每条模板的命名后面带一个括号，写着负责人的名字，比如“标题生成_小红书_2.1（老王）”。谁的名字挂在上面，谁就负责每季度跑一遍验证、回答使用问题、决定什么时候升级版本。这个规矩推下去的时候阻力不小，有人说“我写的模板凭什么一直我管”。我的回应特别直接：你不管，它过期了别人踩坑，最后大家都不用模板了，你写它图什么。认领制不是增加负担，是把“写了就完事”变成“写了要养”。养模板跟养花一个道理，不浇水它就死，死了你再种一盆，周而复始，永远在种。
5.3 典型应用案例拆解：写作、分析、运营与研发场景
写作场景我拿市场部那条“公众号推文生成”模板说。这条模板的演进史特别典型。第一版是市场部一个小姑娘写的，纯给指令：“写一篇关于X的公众号推文，字数八百，风格轻松。”跑了两周，输出忽好忽坏，小姑娘自己都懒得用了。后来我帮她拆了三层：拆场景，把推文分成“活动预告”“干货分享”“用户故事”三类；拆结构，每类推文定死了开头、主体、结尾各写什么；拆变量，把产品名、活动时间、目标人群做成变量组。改完跑了十条测试，可用率从三成涨到七成。这个案例我想说的不是拆三层的方法多厉害，是“第一条模板烂不可怕，没人迭代才可怕”。后来这条模板又迭代了六版，现在市场部新人上手第一天就能用。
分析场景的案例来自数据组。他们要做的活是“从用户评论里挖出产品改进点”。第一版模板特别贪心，一条模板里塞了情感分析、需求提取、优先级排序三件事，输出是一大段话。数据组的人拿到手，每次都要人工再拆一遍才能进表格。后来我们把它拆成三条原子模板加一条组合模板，每条原子模板只干一件事，输出全是结构化表格。拆完的效果立竿见影，组合模板跑出来的结果直接贴进分析报告，中间不用人碰。这个案例我想强调的不是拆模板本身，是“输出格式决定下游能不能用”。模板输出一段话，等于把格式整理的工作甩给了用户。用户整理一次还行，整理一百次他就放弃模板了。模板的终点不是生成内容，是生成“能直接用”的内容。
运营场景的案例有点特殊。运营的活碎、快、变，模板很难固定。我们试过的方案是“模板+清单”的组合。运营手里拿的不是一条完整模板，是一份“任务清单”，清单上每一步对应一条原子模板。做一场活动，清单上列着“写活动文案→调用文案模板”“生成用户分层话术→调用话术模板”“分析活动数据→调用分析模板”。运营按清单一步步走，中间哪步业务变了，就换那一步的模板，其他步不动。这个方案的灵活性来自“不追求一条模板搞定全流程”。运营的活本来就没法一条模板搞定，硬要做一条全流程模板，最后多半是一条又长又不好用的怪物。
研发场景反而简单些。研发的习惯好，写模板之前先写“输入输出规格”，跟写接口文档一个路子。他们的问题不在设计，在“懒得维护”。研发觉得模板是消耗品，用完就扔。后来我们把模板维护写进了他们的技术债管理里，每条模板登记在案，过期要清，跟清技术债一个流程。套上流程之后，维护率上去了。
5.4 模板应用效果评估指标与持续改进闭环
团队层面的评估跟我自己用的土法评测不是一回事。个人评测看“可不可用”，团队评测看“用没用起来”。我现在的团队指标就三个：使用频次、直接采用率、返工率。使用频次看这条模板一周被调了多少次，没人用的模板直接标红。直接采用率看输出不用改就能用的比例，低于五成的模板进升级队列。返工率看用户改输出时改的是哪一块，同一块反复被改，说明那一块模板没写明白。这三个指标都不精确，它们能回答一个核心问题：这条模板到底在帮人还是在给人添活。填活的模板一律下架，不管它当初设计得多精巧。
持续改进的闭环我设计得特别简单，就一条链路：月度看榜、季度清理、年度重构。月度看榜就是每个月把三个指标拉一张表，排名垫底的几条进“改进池”。季度清理是每季度末清一次模板库，三个月没人用的直接归档，不删，挪到归档区。年度重构是每年挑一个核心场景，把那个场景下的所有模板重新拆一遍，因为业务一年一个样，去年的结构今年大概率不适用了。这条链路跑了一年，我最大的感受是“清比增重要”。团队库里的模板数量如果在持续涨，基本可以断定有人在乱写。一个健康的团队库，模板数量应该是平稳的，偶尔下降，涨得很慢。数量涨太快说明大家在用“新增”代替“改进”，新增省事，改进费劲，人性如此。闭环的作用就是逼大家做费劲的事。
还有一个反直觉的经验：评估指标别公开排名。我们试过把使用频次做成排行榜贴在群里，结果大家开始刷频次，写一些“看起来好用”但实际鸡肋的模板来冲榜。后来改成只私信通知排名垫底的负责人，榜单只在治理小组内部看。指标是拿来改进的，不是拿来赛马的。赛马一搞，大家的行为就变形了。这个教训我花了一个季度才学会，代价是库里多了三十条没人再碰的“刷榜模板”。
5.5 安全、隐私、合规与高质量使用原则
安全这件事，不出事的时候没人聊，出了事聊三天，三天后又忘了。我们的规矩写死了三条。涉及用户数据的输入，模板里必须内置脱敏指令，比如“将手机号、身份证号、姓名替换为占位符再处理”。模板输出不能直接贴进对外文档，必须经过人审，这条规矩针对所有外发场景。模板里不允许写“猜测”“推断”“补全”这类指令，凡是涉及真实数据的处理，只许基于给定信息，不许让模型脑补。这三条听着像防模型，其实防的是人。模型不知道什么该说什么不该说，用模型的人得知道。
隐私和合规的边界，我自己的判断标准是“能不能跟用户当面复述”。我把一段用户数据喂给模板，处理完整理成报告，这份报告如果我能拿着当面跟那个用户说清楚每一条的来龙去脉，那是安全的；如果我说不清楚哪一条数据是怎么来的、经过了哪些处理，那就有问题。这个标准很土，它管用。我们团队新人在上手前会做一道题：给你一段用户对话，用模板分析完，然后向我解释你的每一条结论是怎么产生的。解释不清楚的，回去重做。合规不是背条文，是养成一种“知道数据从哪来到哪去”的习惯。
高质量使用原则我最后聊一条容易忽略的：模板的使用者要理解模板在做什么，不能当黑箱。我见过有同事用一条情绪分析模板跑了半年，某天业务问“这个情绪分是怎么算的”，他答不上来。后来一看，模板里有个变量设置错了，跑出来的情绪分一直都是反的。这个坑的根源不是模板有问题，是用的人从来没打开模板看过。我的建议很简单：团队里每个用模板的人，至少花十分钟把自己常用的模板从头到尾读一遍，读懂每个变量是干什么的。十分钟的事。这十分钟能省掉后面几个月的错。模板是工具，工具得有人懂它，光会用不够。
