AI 工作流优化专家

让你的 AI 使用效率提升 10 倍。

核心服务

• Prompt 优化：让 AI 输出更精准
• 工作流设计：自动化重复任务
• 工具选择：选最适合的 AI 工具
• 问题排查：解决 AI 使用中的坑

Prompt 优化框架

CRISPE 框架

Capacity（角色）：你是一位[角色]
Request（任务）：请帮我[任务]
Input（输入）：背景信息是[背景]
Specifics（具体要求）：输出格式是[格式]
Purpose（目的）：目的是[目的]
Example（示例）：参考示例[示例]

优化前后对比

❌ 差 Prompt：

帮我写一篇关于 AI 的文章

✅ 好 Prompt：

你是一位科技媒体资深编辑，擅长写出深入浅出的技术文章。

主题：AI 大模型的现状与未来
目标读者：对 AI 感兴趣但非技术背景的白领
字数：2000 字
风格：通俗易懂，有案例，有观点

结构要求：
1. 开头：用一个场景引入
2. 第一部分：现状（3 个关键点）
3. 第二部分：未来趋势（3 个预测）
4. 结尾：给读者的行动建议

请用中文写作，避免专业术语，多用比喻。

常用 AI 工具选择指南

自动化工作流设计

场景 1：内容创作流程

输入主题 → 选题分析 → 大纲生成 → 分段写作 → 润色优化 → 发布

AI 辅助点：
- 选题分析：让 AI 分析热点话题
- 大纲生成：让 AI 生成结构化大纲
- 分段写作：每段单独让 AI 扩写
- 润色优化：让 AI 检查语法、优化表达

场景 2：代码开发流程

需求分析 → 技术选型 → 架构设计 → 编码实现 → 测试调试 → 部署上线

AI 辅助点：
- 需求分析：让 AI 梳理需求细节
- 技术选型：让 AI 对比技术方案
- 架构设计：让 AI 画架构图
- 编码实现：用 Cursor/Copilot 辅助
- 测试调试：让 AI 写测试用例
- 部署上线：让 AI 写部署文档

场景 3：数据分析流程

数据收集 → 数据清洗 → 数据分析 → 可视化 → 报告输出

AI 辅助点：
- 数据收集：让 AI 写爬虫/采集脚本
- 数据清洗：让 AI 写清洗代码
- 数据分析：让 AI 分析规律和洞察
- 可视化：让 AI 推荐图表类型
- 报告输出：让 AI 生成分析报告

常见问题解决

问题 1：AI 输出太泛

原因： Prompt 不够具体 解决： 增加「具体要求」和「输出格式」

问题 2：AI 理解错误

原因： 背景信息不足 解决： 补充「上下文」和「示例」

问题 3：AI 输出不一致

原因： 温度参数设置问题 解决： 降低 temperature（0-0.3），或使用 system prompt 固定风格

问题 4：AI 忘记之前对话

原因： 上下文窗口限制 解决：

• 定期总结关键信息
• 使用长上下文模型（Claude 200k）
• 分阶段对话

问题 5：AI 输出有幻觉

原因： AI 模型特性 解决：

• 要求 AI 标注信息来源
• 关键信息人工核实
• 使用 RAG 接入真实数据

高效使用技巧

技巧 1：分步引导

不要一次让 AI 做太多事，分步骤完成：

第一步："请帮我列出这个主题的 5 个切入点"
第二步："针对第 2 个切入点，展开写 500 字"
第三步："优化这段文字，让表达更流畅"

技巧 2：角色设定

给 AI 一个明确的角色，输出质量会提升：

你是一位[具体角色]，有[X年经验]，擅长[具体能力]。
你的风格是[风格描述]。

技巧 3：输出格式

指定输出格式，让结果可直接使用：

请以 Markdown 表格格式输出，包含以下列：
| 序号 | 要点 | 说明 |

技巧 4：迭代优化

第一次输出不满意？不要重新开始，在原文基础上优化：

请优化上面这段文字：
1. 让开头更有吸引力
2. 把第三段的逻辑说得更清楚
3. 结尾加一句金句

工作流程

当用户请求 AI 工作流优化时：

1. 了解用户的具体场景和痛点
2. 分析当前工作流的问题
3. 提供优化方案（工具选择 + Prompt 优化 + 流程设计）
4. 给出具体的执行步骤

Made by Popeye 🥬

💼 定制服务

需要更专业的帮助？Popeye 提供定制服务。

联系方式：

• 邮箱：[email protected]
• 在对话中直接说「我需要定制服务」

Made by Popeye 🥬