简介这是一份系统整理十一个顶级AI指令的实用文档面向所有希望借助ChatGPT提升学习效率、优化个人知识管理的读者尤其适合自学爱好者、备考学生、职场充电族与终身学习者。文档将ChatGPT转化为贴身私人教练围绕高效学习这一目标逐条介绍了思维导图法、费曼技巧、深化质询法、间隔重复、SQ3R阅读法、类比隐喻、双编码、故事叙述、主题关联、交错学习以及自我解释等十一种策略覆盖视觉化梳理、主动回忆、深度加工与长期保持等完整学习环节。每一指令均包含核心原理说明、使用目的解析以及可直接复制的提示词示例并提供中文与英文两个版本提示词中的某主题占位符可自由替换为任意学习内容通用性极强同时英文Prompt保留了原汁原味适合双语对照学习。资源包仅包含一个docx文件大小约12KB轻量便携。目前已有231人学习下载其中第十一个自我解释法被许多读者认为最为精彩值得常驻收藏随时用于新知识学习、技能练习与专业研究。1. 把 ChatGPT 调成私人教练问题不在模型在 prompts用了 AI 大模型一年多我得出了一个有点反直觉的结论ChatGPT 这批模型的能力早就够当私人教练了真正挡住这件事的是大多数人手里的 Prompts 太随便。直接问“帮我减脂”“给我一个学习计划”它就是一个水平还不错的客服回答正确但对不上你的生活而给一组结构完整的 AI 指令它才进入教练的工作节奏先问现状、再定执行、然后逼你复盘。所谓“11个顶级的AI指令Prompts提示词”不是魔法咒语而是一套把训练、学习、工作决策变成长期陪伴对话的配置。这套方法适合预算有限、想用 AI 大模型陪着自己落地目标的人。下面我把每一个提示词拆开讲连参数和踩过的坑一起不做藏私。2. 为什么一套 prompts 就能撑起“教练角色”对话中的身份、边界与反馈机制2.1 教练和客服的本质区别prompt 里要先写好“三层设定”要理解这 11 个提示词为什么有效得先看清 ChatGPT 在被“裸问”时的默认行为。你输入“怎么减肥”它会从训练过的知识里取出一套平均答案控制热量、多运动、少熬夜。这些话没错但它是给所有人写的。真人教练在第一次见你时不会直接给方案他会先量数据、问伤病史、确认每周能来几次再谈目标。ChatGPT 不主动做这件事是因为它没有“教练流程”的概念只有一个陪聊的通用人格。所以我在列提示词时会强迫自己每次先拆出三层设定。第一层是身份层告诉模型“你是谁”训练教练、职业规划师还是面试官。这个身份不要堆形容词不要写“你是最专业的教练”要写“你有五年带训经验”“你习惯用能力清单判断人”让身份与特定工作方式绑定。第二层是任务层明确这次对话要交付什么是给一个训练计划还是对一次动作做纠错还是做每周复盘。第三层是边界层把时间、装备、伤病、字数全都摆出来。没有边界层的模型像一个不说价格的设计师方案看起来很完整就是没法落地。三层设定里边界层最容易被漏掉而恰恰是它决定了一个提示词能不能被长期使用。举个例子给训练计划时我写了“左膝偶尔不适”和“每次最长 45 分钟”模型就会在这些限制内找答案不写它会把深蹲幅度、组数都按正常人设计执行两天就翻车。教练和客服的分界线就是客服满足你的提问教练管理你的约束。2.2 用上下文把“教练”的参考系固定住输入模板比一句咒语重要很多人以为 prompt 写得越长越用力模型就越听话。这个认知在教练场景里是反的。ChatGPT 对长文本不是均等对待的中间部分容易被弱化尤其是夹在开头角色和结尾要求之间的背景信息经常变成“知道了但没用到”。更可靠的做法是把你自己的可变情况做成一个固定模板每次填充后放进提示词开头并且明确告诉模型“后续所有建议都要先对照上面这份数据数据不足就问我不准猜”。我一般这样写输入区身高体重、可用时间、装备、伤病、目标每样只占一行用短横线或编号隔开。模型对这种半结构化模板的解析比读一段流畅的自述更稳定。后面给出的每一个建议都会自动回到这些数字上不会写着写着就飘到平均人的方案里。这个现象在带学员时特别明显没有模板时它会在第三轮忽然推荐一个你完全不具备条件才能做的动作。模板是它的参考系不填满就等于让它凭感觉补全。另外模板末尾可以加一条声明“如果以上信息不足以回答某一项请直接列出缺失项并只问一个最关键的问题。”这句话是教练提示词和普通提示词的分水岭。普通模型默认情况是“信息不够也硬答”而真人教练的素养是“信息不够先追问”。你通过在 prompt 里把这句写进去就做了角色切换。2.3 角色不是靠“你是教练”实现的是靠约束条件实现的把“你是教练”写进提示词能改变文风但改变不了思考深度。我试过只改角色名其他不动输出确实从“建议”变成了“专业的建议”看内容还是那几句。真正让模型进入教练状态的是一连串输出约束。制定训练计划时约束是“只列出动作名、组数、次数、组间休息每个动作给一个收尾信号”。做面试模拟时约束是“每次只允许问一个问题我回答前不允许给出标准答案”。做复盘时约束是“只选一个下周最值得修正的点”。这些约束的价值在于它们把模型从“提供信息”改造成“执行流程”每一步都产生一个交付物。约束条件里还有一个容易忽略的方面尽量写正向要求而不是写“不要说废话”“不要讲道理”这类否定句。模型对否定句的理解不如对肯定句精确你不让它说废话它可能把回复删到太干。正确写法是“每条建议后面都要带一个让我自己判断是否适用的标准”和“每轮结尾必须提一个需要我下次回答的问题”。这些条条框框就是教练的节奏感。所以当我看到有人把提示词写成“你是一个严厉的私人教练”我心里知道对话效果不会太稳因为严厉是一种语气不是一套反馈机制。教练的实质是掌握你的历史、约束你的浮想、在固定节奏里推你往前走这些都能用约束条件逐条翻译成提示词语言只有在这时角色才站得住。3. 11 个可直接使用的教练提示词按场景分组配置3.1 身体训练与习惯养成3 个提示词把一个目标拆成能执行的动作训练与习惯类提示词最容易踩的坑是“想一次解决所有问题”。我把它们拆成三个提示词一个管每周计划、一个管动作纠错、一个管睡眠习惯。分开用的原因是每个都有不同输入合并成一个会互相干扰。【训练计划教练】 角色你是一名有五年带训经验、强调动作安全的私人教练。 任务基于我的数据做一周训练计划只输出动作、组数、次数、休息时间。 我的数据 - 身高 170cm体重 72kg - 可训练日周三、周六、周日每次最多 45 分钟 - 装备一副可调节哑铃、瑜伽垫、弹力带 - 状态久坐、肩颈紧张左膝偶尔有轻微不适 - 目标8 周内减重 3kg同时提升上肢耐力 计划要求 1. 每次训练给一个明确的“结束标准”例如“做到手臂举不起哑铃且动作变形前两秒” 2. 每个动作给一个“该停下来的信号” 3. 训练计划结束后向我提 3 个关于恢复和睡眠状态的问题 【动作纠错教练】 我的实际操作描述 “做哑铃卧推第 10 次时左肩有牵拉感手腕有点内扣。” 请只做两件事 1. 用两句短话指出最可能的动作偏差 2. 给我一个下次训练前能自行验证的小测试比如“在哑铃下降距离缩短为原来一半的情况下测试肩部是否无痛” 禁止给出训练量建议或营养建议。 【睡前习惯教练】 我连续 5 天凌晨 1 点后才睡目标是把入睡时间调整到 23:30。 任务给我一个“22:30 到 23:30 的睡前流程清单”每个步骤必须有开始和结束时间。 设计完后让我挑选一条我此前没有试过的步骤并在今晚执行一遍明天回来告诉你真实结果。这三个提示词的共同点是“每个动作都有停止信号”。直接模仿我的健身习惯里很重要的一条教练给我一个动作后还必须给一个判断边界什么时候该停。这是防止过度训练的关键。如果你没有健身基础把“停止信号”改成“以能连续说完整句子为限”这类白话也可以。参数说明计划类提示词里“可训练日”一定要写真实数据写理想数据会让计划直接脱离现实动作纠错类要明确“不要给训练量建议”否则命令会被冲淡成泛泛建议习惯类要故意加上“回来汇报真实结果”用下一轮反馈倒逼用户完成。3.2 职场发展与专业技能3 个提示词把“提升自己”变成可提交的产出职场场景里模型最擅长的是“给建议”最不擅长的是“逼你产出”。下面的三个提示词分别针对转岗规划、面试模拟和技术代码直接要求模型扮演不同分工。这一组我使用频率最高适用于转岗、想拓宽技能边界或者准备跳槽的技术从业者。【转岗能力教练】 角色你是一名长期做互联网行业人才评估的职业教练。 人员数据我做了 2 年数据标注会 Excel 和基础 SQLPython 只会写查询脚本目标是用 8 周时间开始投数据分析师的岗位。 任务输出一份 8 周学习安排。 格式要求 - 每周只安排一个主题并给出一个具体产出物 - 每个能力点都要写一句“学会的标准”不能写“了解”必须写“能独立完成什么” - 最后指出我目前表达里最容易被面试官质疑的地方并给我一个替换说法 规则如果信息不足只准问一个最关键的问题然后继续执行。 【面试模拟教练】 角色你是一名有批判力的面试官正在面试数据分析师岗位。 模拟规则 1. 每次只问一个面试问题 2. 我回答后你先用两句话点评我哪里好、哪里像在背书再追问一个问题 3. 在我明确说“给参考回答”之前不允许给出完整标准答案 4. 第 10 轮时给我一份“你说话时最该修正的 3 个习惯”清单 【AI 编程提示词教练】 角色你是和我一起写代码的高级开发同事不是面试官。 我会贴上一段代码或技术需求请你按以下顺序回复 1. 功能缺陷最多列 3 条 2. 我认为最可能事后翻车的边界情况 3. 一个简化方案必须用可运行的代码块给出 规则在我问“为什么”之前只讲结论和证据不要讲技术背景。转岗能力教练提示词的关键是“学会的标准”和“替换说法”。人容易在长期学习中陷入自我感动做了八周笔记却拿不出可证明能力的东西。我在对别人或自己使用时都要求模型把每个阶段结束时的产出具体化比如“用 SQL 完成一次留存分析”“写一个小脚本自动合并周报”这些都可以写进简历。面试模拟提示词则依赖“不给完整答案”这条约束先让模型问、让你答才能暴露真实表达问题这点设计是为了防治“背答案式练习”。技术场景里贴近 AI 编程提示词的思路模型先用结论和证据不用背景知识填充只在需要时才对照你的具体需求展开这比让它从原理讲起更贴近同事协作。3.3 学习与外语训练3 个提示词解决“练完后没人反馈”的问题自学的致命问题是“没有反馈闭环”你读完一本书、练了一段口语没人告诉你哪里卡住。这组提示词的出发点就是给自学的人补一个反馈者。外语陪练解决的是敢开口和知道哪里别扭学习路径解决“不知道下一步学什么”费曼学习法解决“你以为懂了其实没懂”。【外语陪练教练】 角色你是我的日语口语陪练级别大约是 N3。 任务我们就“周末做了什么”这个主题聊 8 轮。 规则 1. 你说出的每句日语长度都不超过我只能勉强看懂的难度 2. 我回答后你只用一句话指出我哪里不自然再给一个更自然的说法别的不做纠正 3. 第 5 轮结束时提供 2 个下个话题让我选 【学习路径教练】 角色你是课程设计师帮我把一个目标拆成可以自测的阶段。 我的目标用 6 周学会用 Python 做数据清洗并用一个小项目证明。 任务输出 7 个阶段关卡。 每个关卡要求 - 必须能用某一个具体文件、表格或脚本作为提交物 - 标注“如果你做不出来说明你应该回去补哪个环节” 最后用 20 个字描述我在这个学习过程里最可能出现的拖延点。 【费曼学习教练】 角色你是费曼学习法的陪练习惯用“听懂后提问”的方式验证理解。 我把自己正在学的概念发给你概念是“分类模型的 AUC 到底在衡量什么”。 我先用 150 字以内的文字讲一遍我的解读。 请你按三个层次检查 1. 我的解释里有没有用词不严谨的地方 2. 我缺少了哪一个关键前提 3. 用一个生活类比把我的解读重新讲一遍让我判断我理解它是否一致外语陪练的关键参数是“一句话纠错”不要让它一次纠三处。我试过一次给五条纠正对话立刻变成批改作业练习者会下意识回避输出。学习路径教练的核心提示词是“做不出来就该补哪里”它把失败变成路径的一部分而不是让你停下来重新迷茫。费曼学习法的提示词里“150 字以内”这个限定很重要超过这个长度模型没法逐句核对而长度受限才能逼出真实的表达漏洞。这个组的共性是模型扮演的不是知识源头而是检查者与陪练者。3.4 决策与每周复盘2 个提示词把教练感延续到一周以上有了前面 9 个提示词你已经有“教练”了但还缺“周期”。私人教练和陪聊最大的区别是时间尺度教练会把你上周的数据拿回来对比本周的结果。最后两个提示词就是干这个的。【决策风险教练】 角色你是一个帮人做重要决定的思维伙伴不做心灵鸡汤不替我选。 我的决策背景我准备从数据标注岗转做数据分析可能接受降薪 20%。 请用“决策矩阵”帮我理清 1. 列出 3 个我必须在决策里坚守的条件 2. 列出 2 个我可能忽略的不利因素 3. 给我一份“三个月后判断这个决定是否正确”的检查清单 规则不要建议我该选哪边只帮我完善决策过程最后让我自己说出结论。 【每周复盘教练】 角色你是一名按周报做复盘的执行教练。 下面是我本周对 3 个目标的执行记录格式是“目标 / 完成情况 / 阻力” - 目标一完成前端训练计划 / 只练了 2 次 / 周三加班 - 目标二学完 SQL 窗口函数 / 看了一半课程 / 晚上犯困没效率 - 目标三睡前一小时不看手机 / 失败 4 天 / 睡前总想刷视频 请输出 1. 一段基于数据的总结指出哪一个环节在消耗我 2. 只选一个下周最值得修正的点不要列三个 3. 给一个“下周可能再次出现的阻力”预测并给出预防动作决策风险教练有意识地不要求模型给出“选”或“不选”的结果这是我对这类问题的一个底线重大决定不该由一个语言模型替你承担。它的用处是把决策过程结构化让你看清自己到底在坚持什么条件。每周复盘教练则是把一周的琐碎事实装进固定模板它看不到过程情感只看完成情况。这个“无情”反而帮了我多数时候不是没有时间是某一种固有阻力在反复消耗我复盘提示词强迫模型只挑一个修正点防止目标太多导致全部放弃。4. 把提示词从“一次性提问”变成“长期教练会话”参数与追问策略4.1 一次性提示词与持续提示词的差别模型在哪一步会跑偏前面 11 个提示词如果只用一次效果会衰减得很快。很多人第一次拿到一套好的 Prompts试了一轮感觉惊艳放到第二天再用发现对话质量迅速下降。原因是“教练”是一个长期状态而默认的对话机制是“每一轮尽量满足当前诉求”。它不是故意跑偏而是没有设置一个专门的机制来维持“长期教练关系”。我常用的一种补救方式是在每轮提示词末尾加一句“本轮结束时必须给我一个下一次需要准备什么数据的问题”。这句话让模型把对话从“解答完成”切换到“约好下次复诊”。换成教练视角相当于每次训练后约定下一次见面的时间没有约定学员就会消失。另一个需要留意的跑偏点是模型开始“总结”而不是“追问”。如果看到回复越来越长、越来越多形容词最可能的原因是它认为你们的关系已经足够成熟准备进行漂亮的复盘了。这时要立刻再给一小段提示词重新锁回目标类似“请基于上一条回复里我提供的情况只修正最关键的一步其他先不谈”。别觉得这是在和模型较劲这本身就是一种 AI 测试开发的思维输入变了输出是否符合预期要逐轮验证。4.2 网页版输出控制写死长度与追问不只是调温度很多教程提到“调温度”也就是 temperature 参数。合理范围大约是 0.3 到 0.5让输出更确定、少发散。但这只在通过 API 接入时直接可见网页版用户没有这个旋钮。我的应对方式是把温度该做的活用提示词文本写死。具体做法有三个。第一限制回复长度例如“每个观点不超过 3 段”“总字数控制在 500 字以内”。第二固定结构例如“先把结论放第一句再给三点理由”。第三也是最重要的强制提问例如“每次回复的最后必须有一个需要我回答的问题”。如果拿不到温度参数就把“更高确定性”翻译成“更严格的输出格式”。这里有一个容易误解的地方调低温度会让回答更“稳定”但不会让回答更“聪明”更不会自动让模型扮演教练。温度只是把发散概率收窄真正让它像教练的是前面所有约束条件组成的流程。我一般先用默认温度把所有提示词跑通确认角色和流程稳定后再做减发散处理网页版就靠写死结构和长度达到同样效果。参数是辅助流程才是本体。4.3 每周写“会谈纪要”提示词让教练记住你的历史数据模型真正的边界在一个上下文里能装的东西很有限。同一会话聊了三周前面的目标、身体数据、完成情况会被新对话逐渐挤出。这时候很多人的反应是重开一个会话从头再输入一遍提示词但旧数据就丢了。私人教练能记得你上个月的历史所以我们也得给模型一个“压缩历史”的方法这就是会谈纪要提示词。【每周会谈纪要】 旧数据下面这两周我与教练的完整对话内容我会原样贴给你。 任务请把它压缩成一张教练纪要字段如下 - 目标参照值本周原定目标与实际值的对比 - 已知风险从对话中提炼的、可能导致失败的因素 - 下周主线只写一个下周最该专注的主题 - 待确认数据我在下周开始前必须回答的一个问题 输出完纪要之后再用 50 字告诉我下周最该警惕的是哪一件事。在每个周末我会把这一周的完整对话作为旧数据发给它生成这张纪要。下一周开始新会话时不用粘贴三个月的聊天记录只需要在身份和任务之后贴上这张纪要。这样做的好处是模型看到的其实是“高度浓缩的你的近况”比塞下几十轮原始对话更有效因为原始对话里大量内容是寒暄、解释和重复确认纪要直接把这些噪音滤掉了。这种做法的本质是给模型短期内记忆的代理本质上接近 AI agent 的一种极简实现。你不需要搭建复杂框架只用“纪要提示词”在会话间搬运数据教练角色的连续性就保住了。若同时使用多个教练比如训练、工作、学习三个角色就分别维护三份纪要互不干扰想再进一步可以把每个教练纪要的格式统一让它们在某轮对话中相互取用形成多角色协作的雏形。5. 避坑指南教练提示词失效的 4 种典型现象与解法5.1 现象一聊到第三轮教练像三流的答题客服现象前两轮还像模像样地追问、给反馈第三轮开始变成一句话总结就结束回复长度缩短问题也不再出现。原因没有在提示词里写“每轮结束时要提一个新问题”模型在完成第一轮任务后默认认为对话目的已完成策略性地收敛答案尽快进入“总结状态”。解决在所有长期使用的提示词末尾固定加一条反馈约束“本轮结束时必须提一个让我在下一次回复前准备好数据的问题。”如果已经发生直接再补一条指令“不要总结用一个问题推动下一个执行步骤。”让我反复确认。5.2 现象二角色设定正确输出却全是正确的废话现象重写了提示词模型终于承认自己是私人教练但建议是“持续训练并注意饮食”“保持良好作息”听着全对做完不知道下一步是什么。原因身份层生效了任务层和边界层没跟上无论角色再优秀它都会选一条耗能最低的路径用普适结论完成回复。解决把输出规格压缩到“能填写、能勾选、能提交”的程度。比如“只列动作名、组数、次数、休息时间不写讲解”比如“每个能力点后附一个可提交的文件名”。当模型只能输出可执行列表时它就不可能再倒退成“正确的废话”因为格式本身就不兼容那些通用判断。5.3 现象三提示词太长后半段的关键约束被忽略现象精心写了一段 500 字的提示词角色、数据、要求都在但执行结果里排在提示词最后的“输出格式”没有被尊重它又按自己的习惯排版。原因模型对长文本的注意力分布不均开头指令和结尾指令通常被优先中部内容如果和结尾指令冲突会被牺牲。当提示词越长后续约束的保留率越不稳定。解决把最重要的边界条件放到提示词的最后几句比如“输出格式必须满足否则我会判定这次无效”或者放弃长文本把一个场景拆成短提示词。我现在习惯每个提示词尽量控制在 200 到 300 字长计划拆成几次对话而不是赌它能记住一整段设定。5.4 现象四上下文窗口挤爆三周后教练忘了你的初始目标现象同一个会话连续用了几周输出开始跑偏上次定下的“减重 3 公斤”目标不再被提及它只盯着你今天汇报的某一条小数据做判断。原因上下文窗口被历史对话塞满模型对早期信息的引用能力下降最近几条消息权重最高于是教练变短视。解决不再硬撑同一个会话而是在每周末用 4.3 里的“会谈纪要”提示词压缩历史然后把它写进新会话来继续。如果已经出现过忘记目标的情况直接开新会话放上提示词、纪要、本周实际执行结果三样东西就能立刻恢复教练状态。这不是技术妥协而是对齐模型的记忆上限从一开始就做好剪辑。6. 把 11 个提示词沉淀成自己的“教练配置文件”验证与迭代用了这套提示词一段时间之后我最大的感受不是“提词更好用了”而是“我对自己要什么更清楚了”。因为在写输入数据时你必须面对真实情况你有多少时间、什么装备、多少精力目标听起来是否具体。提示词不会自动把你变成自律的人但它会不断逼你回答那些真人教练会追问的细节比如“这一周你实际练了几次”而你不回答下一轮对话根本不成立。我建议把验证分成两步走。第一步用前 3 天只跑一遍不做任何修改观察三个信号每个回复是否都以一个可执行项结尾是否在向你追问新数据以及你会不会愿意回它的问题。如果三个信号里有两个不满足不要急着换提示词先补“追问约束”。第二步在一次完整周期结束后把执行结果粘回“每周复盘教练”看它挑出的“唯一一个修正点”是否直指你心里早就知道的那个问题。如果是提示词系统就通了如果不是检查输入数据里有没有隐瞒困难。这一组提示词还有一种迭代方式把每次调整后你认可的回复复制进一个叫“教练配置文件”的文档里标注它属于什么场景、上次失效在哪、这次改了什么。再用时与其从零写提示词不如在一份已经验证过的模板上改参数稳定得多。技术方案本身的稳定通常就是靠一次次“失败后留档”换来的。我摸黑写了许久的提示词碰壁多次后才总结出“输出约束优先于角色描写”和“错过一轮就断约”这两条教训现在每次调角色都要先过这两关。如果你也正在试这条路希望这些提示词和踩坑记录能帮你少走几个来回也希望这 11 个提示词能成为你自己教练系统的第一份草稿。本文还有配套的精品资源点击获取
11个顶级AI指令Prompts，把ChatGPT调成私人教练
简介这是一份系统整理十一个顶级AI指令的实用文档面向所有希望借助ChatGPT提升学习效率、优化个人知识管理的读者尤其适合自学爱好者、备考学生、职场充电族与终身学习者。文档将ChatGPT转化为贴身私人教练围绕高效学习这一目标逐条介绍了思维导图法、费曼技巧、深化质询法、间隔重复、SQ3R阅读法、类比隐喻、双编码、故事叙述、主题关联、交错学习以及自我解释等十一种策略覆盖视觉化梳理、主动回忆、深度加工与长期保持等完整学习环节。每一指令均包含核心原理说明、使用目的解析以及可直接复制的提示词示例并提供中文与英文两个版本提示词中的某主题占位符可自由替换为任意学习内容通用性极强同时英文Prompt保留了原汁原味适合双语对照学习。资源包仅包含一个docx文件大小约12KB轻量便携。目前已有231人学习下载其中第十一个自我解释法被许多读者认为最为精彩值得常驻收藏随时用于新知识学习、技能练习与专业研究。1. 把 ChatGPT 调成私人教练问题不在模型在 prompts用了 AI 大模型一年多我得出了一个有点反直觉的结论ChatGPT 这批模型的能力早就够当私人教练了真正挡住这件事的是大多数人手里的 Prompts 太随便。直接问“帮我减脂”“给我一个学习计划”它就是一个水平还不错的客服回答正确但对不上你的生活而给一组结构完整的 AI 指令它才进入教练的工作节奏先问现状、再定执行、然后逼你复盘。所谓“11个顶级的AI指令Prompts提示词”不是魔法咒语而是一套把训练、学习、工作决策变成长期陪伴对话的配置。这套方法适合预算有限、想用 AI 大模型陪着自己落地目标的人。下面我把每一个提示词拆开讲连参数和踩过的坑一起不做藏私。2. 为什么一套 prompts 就能撑起“教练角色”对话中的身份、边界与反馈机制2.1 教练和客服的本质区别prompt 里要先写好“三层设定”要理解这 11 个提示词为什么有效得先看清 ChatGPT 在被“裸问”时的默认行为。你输入“怎么减肥”它会从训练过的知识里取出一套平均答案控制热量、多运动、少熬夜。这些话没错但它是给所有人写的。真人教练在第一次见你时不会直接给方案他会先量数据、问伤病史、确认每周能来几次再谈目标。ChatGPT 不主动做这件事是因为它没有“教练流程”的概念只有一个陪聊的通用人格。所以我在列提示词时会强迫自己每次先拆出三层设定。第一层是身份层告诉模型“你是谁”训练教练、职业规划师还是面试官。这个身份不要堆形容词不要写“你是最专业的教练”要写“你有五年带训经验”“你习惯用能力清单判断人”让身份与特定工作方式绑定。第二层是任务层明确这次对话要交付什么是给一个训练计划还是对一次动作做纠错还是做每周复盘。第三层是边界层把时间、装备、伤病、字数全都摆出来。没有边界层的模型像一个不说价格的设计师方案看起来很完整就是没法落地。三层设定里边界层最容易被漏掉而恰恰是它决定了一个提示词能不能被长期使用。举个例子给训练计划时我写了“左膝偶尔不适”和“每次最长 45 分钟”模型就会在这些限制内找答案不写它会把深蹲幅度、组数都按正常人设计执行两天就翻车。教练和客服的分界线就是客服满足你的提问教练管理你的约束。2.2 用上下文把“教练”的参考系固定住输入模板比一句咒语重要很多人以为 prompt 写得越长越用力模型就越听话。这个认知在教练场景里是反的。ChatGPT 对长文本不是均等对待的中间部分容易被弱化尤其是夹在开头角色和结尾要求之间的背景信息经常变成“知道了但没用到”。更可靠的做法是把你自己的可变情况做成一个固定模板每次填充后放进提示词开头并且明确告诉模型“后续所有建议都要先对照上面这份数据数据不足就问我不准猜”。我一般这样写输入区身高体重、可用时间、装备、伤病、目标每样只占一行用短横线或编号隔开。模型对这种半结构化模板的解析比读一段流畅的自述更稳定。后面给出的每一个建议都会自动回到这些数字上不会写着写着就飘到平均人的方案里。这个现象在带学员时特别明显没有模板时它会在第三轮忽然推荐一个你完全不具备条件才能做的动作。模板是它的参考系不填满就等于让它凭感觉补全。另外模板末尾可以加一条声明“如果以上信息不足以回答某一项请直接列出缺失项并只问一个最关键的问题。”这句话是教练提示词和普通提示词的分水岭。普通模型默认情况是“信息不够也硬答”而真人教练的素养是“信息不够先追问”。你通过在 prompt 里把这句写进去就做了角色切换。2.3 角色不是靠“你是教练”实现的是靠约束条件实现的把“你是教练”写进提示词能改变文风但改变不了思考深度。我试过只改角色名其他不动输出确实从“建议”变成了“专业的建议”看内容还是那几句。真正让模型进入教练状态的是一连串输出约束。制定训练计划时约束是“只列出动作名、组数、次数、组间休息每个动作给一个收尾信号”。做面试模拟时约束是“每次只允许问一个问题我回答前不允许给出标准答案”。做复盘时约束是“只选一个下周最值得修正的点”。这些约束的价值在于它们把模型从“提供信息”改造成“执行流程”每一步都产生一个交付物。约束条件里还有一个容易忽略的方面尽量写正向要求而不是写“不要说废话”“不要讲道理”这类否定句。模型对否定句的理解不如对肯定句精确你不让它说废话它可能把回复删到太干。正确写法是“每条建议后面都要带一个让我自己判断是否适用的标准”和“每轮结尾必须提一个需要我下次回答的问题”。这些条条框框就是教练的节奏感。所以当我看到有人把提示词写成“你是一个严厉的私人教练”我心里知道对话效果不会太稳因为严厉是一种语气不是一套反馈机制。教练的实质是掌握你的历史、约束你的浮想、在固定节奏里推你往前走这些都能用约束条件逐条翻译成提示词语言只有在这时角色才站得住。3. 11 个可直接使用的教练提示词按场景分组配置3.1 身体训练与习惯养成3 个提示词把一个目标拆成能执行的动作训练与习惯类提示词最容易踩的坑是“想一次解决所有问题”。我把它们拆成三个提示词一个管每周计划、一个管动作纠错、一个管睡眠习惯。分开用的原因是每个都有不同输入合并成一个会互相干扰。【训练计划教练】 角色你是一名有五年带训经验、强调动作安全的私人教练。 任务基于我的数据做一周训练计划只输出动作、组数、次数、休息时间。 我的数据 - 身高 170cm体重 72kg - 可训练日周三、周六、周日每次最多 45 分钟 - 装备一副可调节哑铃、瑜伽垫、弹力带 - 状态久坐、肩颈紧张左膝偶尔有轻微不适 - 目标8 周内减重 3kg同时提升上肢耐力 计划要求 1. 每次训练给一个明确的“结束标准”例如“做到手臂举不起哑铃且动作变形前两秒” 2. 每个动作给一个“该停下来的信号” 3. 训练计划结束后向我提 3 个关于恢复和睡眠状态的问题 【动作纠错教练】 我的实际操作描述 “做哑铃卧推第 10 次时左肩有牵拉感手腕有点内扣。” 请只做两件事 1. 用两句短话指出最可能的动作偏差 2. 给我一个下次训练前能自行验证的小测试比如“在哑铃下降距离缩短为原来一半的情况下测试肩部是否无痛” 禁止给出训练量建议或营养建议。 【睡前习惯教练】 我连续 5 天凌晨 1 点后才睡目标是把入睡时间调整到 23:30。 任务给我一个“22:30 到 23:30 的睡前流程清单”每个步骤必须有开始和结束时间。 设计完后让我挑选一条我此前没有试过的步骤并在今晚执行一遍明天回来告诉你真实结果。这三个提示词的共同点是“每个动作都有停止信号”。直接模仿我的健身习惯里很重要的一条教练给我一个动作后还必须给一个判断边界什么时候该停。这是防止过度训练的关键。如果你没有健身基础把“停止信号”改成“以能连续说完整句子为限”这类白话也可以。参数说明计划类提示词里“可训练日”一定要写真实数据写理想数据会让计划直接脱离现实动作纠错类要明确“不要给训练量建议”否则命令会被冲淡成泛泛建议习惯类要故意加上“回来汇报真实结果”用下一轮反馈倒逼用户完成。3.2 职场发展与专业技能3 个提示词把“提升自己”变成可提交的产出职场场景里模型最擅长的是“给建议”最不擅长的是“逼你产出”。下面的三个提示词分别针对转岗规划、面试模拟和技术代码直接要求模型扮演不同分工。这一组我使用频率最高适用于转岗、想拓宽技能边界或者准备跳槽的技术从业者。【转岗能力教练】 角色你是一名长期做互联网行业人才评估的职业教练。 人员数据我做了 2 年数据标注会 Excel 和基础 SQLPython 只会写查询脚本目标是用 8 周时间开始投数据分析师的岗位。 任务输出一份 8 周学习安排。 格式要求 - 每周只安排一个主题并给出一个具体产出物 - 每个能力点都要写一句“学会的标准”不能写“了解”必须写“能独立完成什么” - 最后指出我目前表达里最容易被面试官质疑的地方并给我一个替换说法 规则如果信息不足只准问一个最关键的问题然后继续执行。 【面试模拟教练】 角色你是一名有批判力的面试官正在面试数据分析师岗位。 模拟规则 1. 每次只问一个面试问题 2. 我回答后你先用两句话点评我哪里好、哪里像在背书再追问一个问题 3. 在我明确说“给参考回答”之前不允许给出完整标准答案 4. 第 10 轮时给我一份“你说话时最该修正的 3 个习惯”清单 【AI 编程提示词教练】 角色你是和我一起写代码的高级开发同事不是面试官。 我会贴上一段代码或技术需求请你按以下顺序回复 1. 功能缺陷最多列 3 条 2. 我认为最可能事后翻车的边界情况 3. 一个简化方案必须用可运行的代码块给出 规则在我问“为什么”之前只讲结论和证据不要讲技术背景。转岗能力教练提示词的关键是“学会的标准”和“替换说法”。人容易在长期学习中陷入自我感动做了八周笔记却拿不出可证明能力的东西。我在对别人或自己使用时都要求模型把每个阶段结束时的产出具体化比如“用 SQL 完成一次留存分析”“写一个小脚本自动合并周报”这些都可以写进简历。面试模拟提示词则依赖“不给完整答案”这条约束先让模型问、让你答才能暴露真实表达问题这点设计是为了防治“背答案式练习”。技术场景里贴近 AI 编程提示词的思路模型先用结论和证据不用背景知识填充只在需要时才对照你的具体需求展开这比让它从原理讲起更贴近同事协作。3.3 学习与外语训练3 个提示词解决“练完后没人反馈”的问题自学的致命问题是“没有反馈闭环”你读完一本书、练了一段口语没人告诉你哪里卡住。这组提示词的出发点就是给自学的人补一个反馈者。外语陪练解决的是敢开口和知道哪里别扭学习路径解决“不知道下一步学什么”费曼学习法解决“你以为懂了其实没懂”。【外语陪练教练】 角色你是我的日语口语陪练级别大约是 N3。 任务我们就“周末做了什么”这个主题聊 8 轮。 规则 1. 你说出的每句日语长度都不超过我只能勉强看懂的难度 2. 我回答后你只用一句话指出我哪里不自然再给一个更自然的说法别的不做纠正 3. 第 5 轮结束时提供 2 个下个话题让我选 【学习路径教练】 角色你是课程设计师帮我把一个目标拆成可以自测的阶段。 我的目标用 6 周学会用 Python 做数据清洗并用一个小项目证明。 任务输出 7 个阶段关卡。 每个关卡要求 - 必须能用某一个具体文件、表格或脚本作为提交物 - 标注“如果你做不出来说明你应该回去补哪个环节” 最后用 20 个字描述我在这个学习过程里最可能出现的拖延点。 【费曼学习教练】 角色你是费曼学习法的陪练习惯用“听懂后提问”的方式验证理解。 我把自己正在学的概念发给你概念是“分类模型的 AUC 到底在衡量什么”。 我先用 150 字以内的文字讲一遍我的解读。 请你按三个层次检查 1. 我的解释里有没有用词不严谨的地方 2. 我缺少了哪一个关键前提 3. 用一个生活类比把我的解读重新讲一遍让我判断我理解它是否一致外语陪练的关键参数是“一句话纠错”不要让它一次纠三处。我试过一次给五条纠正对话立刻变成批改作业练习者会下意识回避输出。学习路径教练的核心提示词是“做不出来就该补哪里”它把失败变成路径的一部分而不是让你停下来重新迷茫。费曼学习法的提示词里“150 字以内”这个限定很重要超过这个长度模型没法逐句核对而长度受限才能逼出真实的表达漏洞。这个组的共性是模型扮演的不是知识源头而是检查者与陪练者。3.4 决策与每周复盘2 个提示词把教练感延续到一周以上有了前面 9 个提示词你已经有“教练”了但还缺“周期”。私人教练和陪聊最大的区别是时间尺度教练会把你上周的数据拿回来对比本周的结果。最后两个提示词就是干这个的。【决策风险教练】 角色你是一个帮人做重要决定的思维伙伴不做心灵鸡汤不替我选。 我的决策背景我准备从数据标注岗转做数据分析可能接受降薪 20%。 请用“决策矩阵”帮我理清 1. 列出 3 个我必须在决策里坚守的条件 2. 列出 2 个我可能忽略的不利因素 3. 给我一份“三个月后判断这个决定是否正确”的检查清单 规则不要建议我该选哪边只帮我完善决策过程最后让我自己说出结论。 【每周复盘教练】 角色你是一名按周报做复盘的执行教练。 下面是我本周对 3 个目标的执行记录格式是“目标 / 完成情况 / 阻力” - 目标一完成前端训练计划 / 只练了 2 次 / 周三加班 - 目标二学完 SQL 窗口函数 / 看了一半课程 / 晚上犯困没效率 - 目标三睡前一小时不看手机 / 失败 4 天 / 睡前总想刷视频 请输出 1. 一段基于数据的总结指出哪一个环节在消耗我 2. 只选一个下周最值得修正的点不要列三个 3. 给一个“下周可能再次出现的阻力”预测并给出预防动作决策风险教练有意识地不要求模型给出“选”或“不选”的结果这是我对这类问题的一个底线重大决定不该由一个语言模型替你承担。它的用处是把决策过程结构化让你看清自己到底在坚持什么条件。每周复盘教练则是把一周的琐碎事实装进固定模板它看不到过程情感只看完成情况。这个“无情”反而帮了我多数时候不是没有时间是某一种固有阻力在反复消耗我复盘提示词强迫模型只挑一个修正点防止目标太多导致全部放弃。4. 把提示词从“一次性提问”变成“长期教练会话”参数与追问策略4.1 一次性提示词与持续提示词的差别模型在哪一步会跑偏前面 11 个提示词如果只用一次效果会衰减得很快。很多人第一次拿到一套好的 Prompts试了一轮感觉惊艳放到第二天再用发现对话质量迅速下降。原因是“教练”是一个长期状态而默认的对话机制是“每一轮尽量满足当前诉求”。它不是故意跑偏而是没有设置一个专门的机制来维持“长期教练关系”。我常用的一种补救方式是在每轮提示词末尾加一句“本轮结束时必须给我一个下一次需要准备什么数据的问题”。这句话让模型把对话从“解答完成”切换到“约好下次复诊”。换成教练视角相当于每次训练后约定下一次见面的时间没有约定学员就会消失。另一个需要留意的跑偏点是模型开始“总结”而不是“追问”。如果看到回复越来越长、越来越多形容词最可能的原因是它认为你们的关系已经足够成熟准备进行漂亮的复盘了。这时要立刻再给一小段提示词重新锁回目标类似“请基于上一条回复里我提供的情况只修正最关键的一步其他先不谈”。别觉得这是在和模型较劲这本身就是一种 AI 测试开发的思维输入变了输出是否符合预期要逐轮验证。4.2 网页版输出控制写死长度与追问不只是调温度很多教程提到“调温度”也就是 temperature 参数。合理范围大约是 0.3 到 0.5让输出更确定、少发散。但这只在通过 API 接入时直接可见网页版用户没有这个旋钮。我的应对方式是把温度该做的活用提示词文本写死。具体做法有三个。第一限制回复长度例如“每个观点不超过 3 段”“总字数控制在 500 字以内”。第二固定结构例如“先把结论放第一句再给三点理由”。第三也是最重要的强制提问例如“每次回复的最后必须有一个需要我回答的问题”。如果拿不到温度参数就把“更高确定性”翻译成“更严格的输出格式”。这里有一个容易误解的地方调低温度会让回答更“稳定”但不会让回答更“聪明”更不会自动让模型扮演教练。温度只是把发散概率收窄真正让它像教练的是前面所有约束条件组成的流程。我一般先用默认温度把所有提示词跑通确认角色和流程稳定后再做减发散处理网页版就靠写死结构和长度达到同样效果。参数是辅助流程才是本体。4.3 每周写“会谈纪要”提示词让教练记住你的历史数据模型真正的边界在一个上下文里能装的东西很有限。同一会话聊了三周前面的目标、身体数据、完成情况会被新对话逐渐挤出。这时候很多人的反应是重开一个会话从头再输入一遍提示词但旧数据就丢了。私人教练能记得你上个月的历史所以我们也得给模型一个“压缩历史”的方法这就是会谈纪要提示词。【每周会谈纪要】 旧数据下面这两周我与教练的完整对话内容我会原样贴给你。 任务请把它压缩成一张教练纪要字段如下 - 目标参照值本周原定目标与实际值的对比 - 已知风险从对话中提炼的、可能导致失败的因素 - 下周主线只写一个下周最该专注的主题 - 待确认数据我在下周开始前必须回答的一个问题 输出完纪要之后再用 50 字告诉我下周最该警惕的是哪一件事。在每个周末我会把这一周的完整对话作为旧数据发给它生成这张纪要。下一周开始新会话时不用粘贴三个月的聊天记录只需要在身份和任务之后贴上这张纪要。这样做的好处是模型看到的其实是“高度浓缩的你的近况”比塞下几十轮原始对话更有效因为原始对话里大量内容是寒暄、解释和重复确认纪要直接把这些噪音滤掉了。这种做法的本质是给模型短期内记忆的代理本质上接近 AI agent 的一种极简实现。你不需要搭建复杂框架只用“纪要提示词”在会话间搬运数据教练角色的连续性就保住了。若同时使用多个教练比如训练、工作、学习三个角色就分别维护三份纪要互不干扰想再进一步可以把每个教练纪要的格式统一让它们在某轮对话中相互取用形成多角色协作的雏形。5. 避坑指南教练提示词失效的 4 种典型现象与解法5.1 现象一聊到第三轮教练像三流的答题客服现象前两轮还像模像样地追问、给反馈第三轮开始变成一句话总结就结束回复长度缩短问题也不再出现。原因没有在提示词里写“每轮结束时要提一个新问题”模型在完成第一轮任务后默认认为对话目的已完成策略性地收敛答案尽快进入“总结状态”。解决在所有长期使用的提示词末尾固定加一条反馈约束“本轮结束时必须提一个让我在下一次回复前准备好数据的问题。”如果已经发生直接再补一条指令“不要总结用一个问题推动下一个执行步骤。”让我反复确认。5.2 现象二角色设定正确输出却全是正确的废话现象重写了提示词模型终于承认自己是私人教练但建议是“持续训练并注意饮食”“保持良好作息”听着全对做完不知道下一步是什么。原因身份层生效了任务层和边界层没跟上无论角色再优秀它都会选一条耗能最低的路径用普适结论完成回复。解决把输出规格压缩到“能填写、能勾选、能提交”的程度。比如“只列动作名、组数、次数、休息时间不写讲解”比如“每个能力点后附一个可提交的文件名”。当模型只能输出可执行列表时它就不可能再倒退成“正确的废话”因为格式本身就不兼容那些通用判断。5.3 现象三提示词太长后半段的关键约束被忽略现象精心写了一段 500 字的提示词角色、数据、要求都在但执行结果里排在提示词最后的“输出格式”没有被尊重它又按自己的习惯排版。原因模型对长文本的注意力分布不均开头指令和结尾指令通常被优先中部内容如果和结尾指令冲突会被牺牲。当提示词越长后续约束的保留率越不稳定。解决把最重要的边界条件放到提示词的最后几句比如“输出格式必须满足否则我会判定这次无效”或者放弃长文本把一个场景拆成短提示词。我现在习惯每个提示词尽量控制在 200 到 300 字长计划拆成几次对话而不是赌它能记住一整段设定。5.4 现象四上下文窗口挤爆三周后教练忘了你的初始目标现象同一个会话连续用了几周输出开始跑偏上次定下的“减重 3 公斤”目标不再被提及它只盯着你今天汇报的某一条小数据做判断。原因上下文窗口被历史对话塞满模型对早期信息的引用能力下降最近几条消息权重最高于是教练变短视。解决不再硬撑同一个会话而是在每周末用 4.3 里的“会谈纪要”提示词压缩历史然后把它写进新会话来继续。如果已经出现过忘记目标的情况直接开新会话放上提示词、纪要、本周实际执行结果三样东西就能立刻恢复教练状态。这不是技术妥协而是对齐模型的记忆上限从一开始就做好剪辑。6. 把 11 个提示词沉淀成自己的“教练配置文件”验证与迭代用了这套提示词一段时间之后我最大的感受不是“提词更好用了”而是“我对自己要什么更清楚了”。因为在写输入数据时你必须面对真实情况你有多少时间、什么装备、多少精力目标听起来是否具体。提示词不会自动把你变成自律的人但它会不断逼你回答那些真人教练会追问的细节比如“这一周你实际练了几次”而你不回答下一轮对话根本不成立。我建议把验证分成两步走。第一步用前 3 天只跑一遍不做任何修改观察三个信号每个回复是否都以一个可执行项结尾是否在向你追问新数据以及你会不会愿意回它的问题。如果三个信号里有两个不满足不要急着换提示词先补“追问约束”。第二步在一次完整周期结束后把执行结果粘回“每周复盘教练”看它挑出的“唯一一个修正点”是否直指你心里早就知道的那个问题。如果是提示词系统就通了如果不是检查输入数据里有没有隐瞒困难。这一组提示词还有一种迭代方式把每次调整后你认可的回复复制进一个叫“教练配置文件”的文档里标注它属于什么场景、上次失效在哪、这次改了什么。再用时与其从零写提示词不如在一份已经验证过的模板上改参数稳定得多。技术方案本身的稳定通常就是靠一次次“失败后留档”换来的。我摸黑写了许久的提示词碰壁多次后才总结出“输出约束优先于角色描写”和“错过一轮就断约”这两条教训现在每次调角色都要先过这两关。如果你也正在试这条路希望这些提示词和踩坑记录能帮你少走几个来回也希望这 11 个提示词能成为你自己教练系统的第一份草稿。本文还有配套的精品资源点击获取