Skip to content
字数:1.6k 字
预计:5 分钟
阅读量:

AI Prompt 模板

作者:winches
更新于:1 分钟前

本文只保存可直接复制或改写的 Prompt 模板;协作规则说明见 AI 协作规则

使用原则

  • 先确认任务场景,再复制对应模板。
  • 只保留当前任务需要的约束,不要把所有模板混在一次对话里。
  • 模板复制后要补齐项目上下文、输入材料和验收标准。

AI Coding 协作约束 Prompt

适合约束 AI Coding Agent 的工作边界,让输出更克制、更接近真实工程协作。

md
你是代码助手。完成任务时严格遵守以下约束:

<工作原则>
- 先阅读相关代码和上下文,再开始修改。
- 只完成我明确要求的内容;不要擅自扩展功能。
- 采用最小必要改动,优先保持现有结构和行为不变。
- 可以接受少量重复,也不要过早抽象、过度封装,或为未来需求预留设计。
- 非必要不要新增文件。
- 非必要不要补充注释、文档字符串、额外的错误处理或兜底逻辑。
- 不要提供时间预估。

<遇到问题时>
- 如果方案失败,先分析原因,再调整做法。
- 不要盲目重复同样的尝试,也不要因为一次失败就直接放弃。

<输出要求>
- 如实说明哪些内容已完成,哪些未完成。
- 如实说明哪些内容已验证,哪些未验证。
- 没运行过的不要说运行过,没检查过的不要说检查过。

在以上约束下,完成我接下来的任务。

执行上下文存储在 `memory/process.md` 中。

生图信息图 Prompt

适合把一段内容转成手绘风格的信息图。

md
Please create a cartoon-style infographic based on the provided content, following these guidelines:

- Hand-drawn illustration style, landscape orientation (16:9 aspect ratio).
- Include a small number of simple cartoon elements, icons, or famous personalities to enhance visual interest and memorability.
- If the content includes sensitive or copyrighted figures, replace them with visually similar alternatives; do not refuse to generate the illustration.
- All imagery and text must strictly adhere to a hand-drawn style; avoid realistic visual elements.
- Keep information concise, highlighting keywords and core concepts. Utilize ample whitespace to clearly emphasize key points.
- Unless otherwise specified, use the same language as the provided content.

Please use nano banana pro to create the illustration based on the input provided.

示例:

生图信息图示例

推特获取 stock 信息 Prompt

md
 /twitter-user-posts stock 组用户,每个用户按默认分页请求,请求完还有也不需要额外请求,进行下一个用户。最后把全部内容整理成两部分:

第一部分「主题主线划分」:把所有用户的 post 按内容主题聚合成若干条主线(如:AI算力产业链、光芯片/磷化铟、MLCC、A股行情、美股动态、半导体、电力、地缘宏观、AI工
具、消费地产等),每条主线下列出核心信息要点,标注来源推主,每条信息用 [一句话标题](原帖URL)
格式附上链接,多位推主提及同一事件的要合并注明并列出所有相关链接。主线末尾加「今日重点」小节,挑 3-5 条信号最强的。

第二部分「各用户具体内容」:按 users.txt 分组顺序,逐用户列出其所有 post,格式为「时间 + 类型marker + 一句话摘要 + [原帖](URL)」。

GPT 生图

md
你需要调用 gpt-image-2 生成图片。请按下面方式实现/调用:                                                                                                     
                                                                                                                                                                
1. 从环境变量读取 API Key:                                                                                                                                  
  - 环境变量名:GPT_API_KEY                                                                                                                                 
  - 不要把 API Key 写死在代码里                                                                                                                             
                                                                                                                                                            
2. 请求地址:                                                                                                                                                
  POST https://sub2api.devops.moego.dev/v1/images/generations                                                                                               
                                                                                                                                                            
3. 请求 Header:                                                                                                                                             
  Authorization: Bearer $GPT_API_KEY                                                                                                                        
  Content-Type: application/json                                                                                                                            
                                                                                                                                                            
4. 请求 Body 使用 JSON,格式如下:                                                                                                                           
  {                                                                                                                                                         
    "model": "gpt-image-2",                                                                                                                                 
    "prompt": "<这里填写用户的生图提示词>",                                                                                                                 
    "n": 1,                                                                                                                                                 
    "response_format": "b64_json"                                                                                                                           
  }                                                                                                                                                         
                                                                                                                                                            
5. 注意:                                                                                                                                                    
  - gpt-image-2 使用 `/images/generations`                                                                                                                  
  - 不要调用 `/chat/completions`                                                                                                                            
  - 不要用 `messages`                                                                                                                                       
  - prompt 要放在顶层字段 `prompt`                                                                                                                          
  - 图片结果从返回 JSON 的 `data[0].b64_json` 获取                                                                                                          
  - 如果返回的是纯 base64,直接解码                                                                                                                         
  - 如果返回的是 `data:image/png;base64,...`,先去掉逗号前面的 data URI 前缀再解码                                                                          
  - 解码后保存为 PNG 文件                                                                                                                                   
                                                                                                                                                            
6. 最小 Python 示例:                                                                                                                                        
                                                                                                                                                            
  import os                                                                                                                                                 
  import base64                                                                                                                                             
  import requests                                                                                                                                           
                                                                                                                                                            
  api_key = os.environ["GPT_API_KEY"]                                                                                                                       
  url = "https://sub2api.devops.moego.dev/v1/images/generations"                                                                                            
                                                                                                                                                            
  payload = {                                                                                                                                               
      "model": "gpt-image-2",                                                                                                                               
      "prompt": "Generate an image of a fluffy orange tabby cat on a windowsill, watercolor style",                                                         
      "n": 1,                                                                                                                                               
      "response_format": "b64_json",                                                                                                                        
  }                                                                                                                                                         
                                                                                                                                                            
  resp = requests.post(                                                                                                                                     
      url,                                                                                                                                                  
      headers={                                                                                                                                             
          "Authorization": f"Bearer {api_key}",                                                                                                             
          "Content-Type": "application/json",                                                                                                               
      },                                                                                                                                                    
      json=payload,                                                                                                                                         
      timeout=120,                                                                                                                                          
  )                                                                                                                                                         
  resp.raise_for_status()                                                                                                                                   
                                                                                                                                                            
  data = resp.json()                                                                                                                                        
  b64 = data["data"][0]["b64_json"]                                                                                                                         
                                                                                                                                                            
  if b64.startswith("data:"):                                                                                                                               
      b64 = b64.split(",", 1)[1]                                                                                                                            
                                                                                                                                                            
  with open("output.png", "wb") as f:                                                                                                                       
      f.write(base64.b64decode(b64))                                                                                                                        
                                                                                                                                                            
  print("saved: output.png")

同花顺筛选缩量回调

md
使用 tonghuashun-skills / 同花顺问财 A 股选股能力,帮我分别筛选“收盘在 5 日线、10 日线、20 日线”的股票。

交易日规则:
- 如果今天已经 A 股收盘且问财已返回当日 MA 字段,用今天。
- 如果今天未收盘、非交易日,或问财当日 MA 字段不可用,改用最近一个已完成交易日,并明确说明实际使用的日期。

固定过滤条件:
- A 股
- 量比 < 1
- 5 日均线向上
- 10 日均线向上
- 20 日均线向上
- 30 日均线向上
- 排除股票代码以 688 开头的股票
- 排除股票代码以 30 开头的股票
- 不额外排除 ST / 北交所,除非我另说

“收盘在均线”的硬口径:
- 不要直接相信问财返回的“接近均线”判断。
- 必须拿到收盘价和对应均线值后,本地计算偏离率:
  偏离率 = (收盘价 - 对应均线) / 对应均线 * 100%
- 只保留偏离率绝对值 <= 2% 的股票。

请分别输出三张表:
1. 收盘在 5 日线
2. 收盘在 10 日线
3. 收盘在 20 日线

每张表字段:
代码、名称、收盘价、对应均线值、偏离率、量比、涨跌幅、换手率。

输出要求:
- 每张表前说明筛选出的数量。
- 明确写出最终使用的问财查询语句。
- 如果问财某个日期返回 0,要先判断是否是数据未就绪或字段未返回,不要直接下结论。
- 标注:数据来源:同花顺问财。
- 补充风险提示:以上仅为条件筛选,不构成投资建议。

Made with ❤️