提示 AI 代理与提示聊天机器人有本质区别。使用聊天机器人时,你是在进行对话。而使用代理时,你是在撰写一份职位描述。代理需要理解目标、约束条件、预期输出以及出现问题时的应对措施——因为你不会在每一步都亲自指导它。

这 15 个模板专为代理使用而设计:目标明确、约束清晰、输出格式定义明确,并包含错误处理说明。它们可用于 Hermes Agent、Claude Code、OpenAI Codex 以及 ChatGPT 的多步骤模式。

关键要点

代理提示需要聊天机器人提示所不具备的三项内容:明确的成功标准(“我如何知道任务已完成?”)、明确的约束条件(“不要修改 /src 目录外的文件”),以及错误处理机制(“如果 API 不可用,则重试 3 次,然后报告错误”)。如果缺少这些,代理会浪费令牌并产生不可预测的结果。

研究模板

1 竞争对手研究
研究 [你的产品/公司] 在 [市场] 中的前 [5-10] 名竞争对手。 对于每位竞争对手,请查找: - 公司名称、网址、成立年份 - 定价(所有层级) - 主要功能(前 5 项) - 目标受众 - 最近的新闻或产品更新(过去 3 个月) 输出:包含所有竞争对手的对比表格。 格式:Markdown 表格。 成功标准:表格包含所有竞争对手的完整数据,并引用来源。 如果某竞争对手的定价未公开,请注明“定价未公开”,而非猜测。
2 市场趋势分析
研究 [主题/行业] 在 [时间段] 的趋势。 请查找: - 5 个主要趋势及支持数据点 - 3 条专家引用或预测(需注明出处) - 2 个反对观点 - 关键统计数据及来源 输出:一份 1,000 字的简报文档。 结构:执行摘要(3 个要点)→ 趋势 → 专家观点 → 数据 → 反对观点。 成功标准:每个主张都有引用的来源。没有未引用来源的统计数据。
3 个人/公司研究简报
研究 [公司] 的 [人名]。 请查找: - 当前职位、任期、过往职位 - 最近的公开声明、访谈或帖子(过去 6 个月) - 其公司最近的新闻和战略方向 - 与我的共同联系人或共同兴趣:[你的背景] - 3 个针对其工作的具体对话切入点 输出:一份 1 页简报,我可以在会议前 5 分钟内阅读完毕。 成功标准:不编造任何主张。如果信息不公开可用,请如实说明。
---

📬 觉得有价值? 我们每周发布针对代理的指南。订阅到你的收件箱 →

---

自动化模板

4 每日摘要报告
生成一份每日摘要,涵盖: 1. 过去 24 小时内 [行业/主题] 的前 3 条新闻 2. 新闻或社交媒体中提及 [你的公司/竞争对手] 的内容 3. 关键指标:[列出你的指标来源] 格式:要点列表,总字数不超过 300 字。 语气:客观陈述,不加评论,仅提供信息。 计划:每天上午 8:00 执行。 交付:发布到 [Slack 频道 / 邮箱 / Discord]。
5 邮件分类
查看我的未读邮件并进行分类: 分类: - URGENT:需要在 2 小时内回复(客户问题、老板请求、截止日期) - TODAY:应在今天回复,但不需要立即处理 - THIS WEEK:可以等待几天 - FYI:无需回复,仅供参考 - SKIP:新闻稿、促销、自动通知 对于每封 URGENT 和 TODAY 的邮件: - 一句话总结他们需要什么 - 建议回复(2-3 句话) 输出:带摘要的分类列表。 约束:不要发送任何回复——仅为我提供待审核的草稿建议。
6 内容 repurposing
处理这篇文章:[粘贴 URL 或内容] 创建: 1. 一篇 LinkedIn 帖子(150-200 字,钩子 + 价值 + 问题) 2. 一个 Twitter/X 线程(5-7 条推文,第一条是钩子) 3. 一篇 r/[subreddit] 的 Reddit 帖子(教育性,正文不含自我推广) 4. 3 个短视频脚本钩子(每条不超过 15 秒) 约束: - 任何版本都不包含链接(会降低触达率) - 每个版本应符合其平台的原生风格 - LinkedIn:专业,使用换行 - Twitter:简洁有力,使用数字 - Reddit:谦逊,以价值为先 - 视频钩子:使用模式中断式开头

编程模板

7 功能实现
实现 [功能描述]。 要求: - [要求 1] - [要求 2] - [要求 3] 约束: - 仅修改 /src 和 /tests 目录中的文件 - 遵循现有的代码风格和模式 - 为每个新函数添加测试 - 不要修改任何数据库架构 步骤: 1. 首先读取相关的现有代码 2. 在修改前规划变更 3. 实施 4. 运行测试 5. 修复任何失败 6. 报告所做的更改及其原因 成功标准:所有测试通过,功能按描述正常工作,未修改无关文件。
8 Bug 调查
Bug 报告:[描述 bug] 预期行为:[应该发生什么] 实际行为:[实际发生了什么] 步骤: 1. 通过读取相关代码重现 bug 2. 识别根本原因(而非仅症状) 3. 提出修复方案并解释 4. 实施修复 5. 添加一个本应捕获此 bug 的测试 6. 运行完整测试套<|eos|>

← English version