yao-open-prompts快速上手指南:4步从克隆仓库到跑通你的第一个AI提示词
【免费下载链接】yao-open-promptsPractical bilingual AI prompt library for prompt engineering, work, learning, content, marketing, and everyday use.项目地址: https://gitcode.com/gh_mirrors/ya/yao-open-prompts
yao-open-prompts 是一个面向真实场景的开源双语 AI 提示词库,内置 118 个可直接复制使用的 AI 提示词模板,覆盖 AI 内容创作、营销、学习、工作与生活等 9 大分类。本指南带你用 4 步完成从克隆仓库到跑通第一个提示词的全过程,零门槛上手。
一、为什么适合新手:118 个提示词,开箱即用
与其他只教你“怎么写提示词”的教程不同,yao-open-prompts 直接提供写好的提示词:每个提示词都保存在独立的 Markdown 文件中,正文只保留「标题、简介、Prompt」三部分,复制Prompt区域即可使用。
仓库内置 9 大场景分类,共 118 个提示词(完整清单见 CATALOG.md):
| 分类 | 数量 | 典型用途 |
|---|---|---|
| AI内容 | 50 | 短视频文案、公众号 HTML、爆款标题、AI绘画 |
| AI营销 | 29 | GEO 优化、文章 AI 友好化改造、信源建设 |
| AI学习 | 11 | 费曼学习法、番茄学习法、记忆术 |
| AI工作 | 10 | 合同生成、PPT、着陆页、企业调研 |
| AI方法 | 8 | 元提示词、文章/图片/视频反编译 |
| AI教育 | 4 | 儿童小游戏、互动学习页面 |
| AI思考 | 3 | 批判思维、记忆宫殿 |
| AI生活 | 2 | 健康报告、亲子歌曲 |
| AI编程 | 1 | 系统架构设计 |
所有提示词均提供英文镜像版本,与中文版按相同路径存放于prompts-en/目录(入口见 prompts-en/README.md)。
二、第 1 步:克隆仓库到本地
在项目终端执行以下命令,即可把 yao-open-prompts 仓库完整克隆到本地:
git clone https://gitcode.com/gh_mirrors/ya/yao-open-prompts cd yao-open-prompts克隆完成后,建议花 30 秒浏览一下仓库结构(详见 README.md):
prompts/ # 按场景分类的中文提示词正文(核心目录) prompts-en/ # 英文同步版提示词 templates/ # 新增提示词模板 references/ # 推荐资源索引 scripts/ # 目录生成和仓库质量检查脚本 CATALOG.md # 全量提示词索引💡 提示:核心提示词都在
prompts/目录下,按01-ai-methods~09-ai-thinking编号分类,目录名即场景,无需记忆也能快速定位。
三、第 2 步:按场景找到合适的 AI 提示词
找提示词有两种方式,推荐新手先走目录:
方式 1:查总目录(推荐)
打开 CATALOG.md,它是一张“分类 + 子类 + 标题 + 状态”的全量索引表,例如:
- 想学学习方法 →
AI学习 / 学习方法 / 费曼学习法:讲出来才算学会 - 想做 GEO 营销 →
AI营销 / GEO / GEO文章AI友好化改造 - 想写公众号 →
AI内容 / 公众号 / 公众号文章专家
每行标题本身就是可点击链接,直接跳转到对应提示词文件。
方式 2:逛分类专题页
各分类目录下的 README 是专题入口,例如:
- 36 个内容与运营提示词:prompts/06-ai-content/README.md
- 25 个 GEO 营销实战模板:prompts/08-ai-marketing/README.md
四、第 3 步:复制 Prompt 并替换占位符
以任意一个提示词为例(如 prompts/03-ai-learning/learning-methods/feynman-learning-method.md),文件结构统一为三段:
--- frontmatter(标题、分类、版本、标签等元信息)--- # 提示词标题 ## 简介 ← 这个提示词能解决什么问题 ## Prompt ← 要复制的正文都在这里操作步骤(对应 README.md 的官方使用方式):
- 复制:选中
## Prompt区域的全部正文,粘贴到目标模型对话框; - 替换:把其中的
{{变量}}、[占位符]或示例内容,换成你自己的真实任务信息(如产品名称、文章主题、目标人群)。
⚠️ 注意:只需要复制
Prompt区域,frontmatter 元信息是给仓库维护用的,不用发给 AI。
五、第 4 步:在目标模型中测试并记录迭代
把替换好的提示词粘贴给你常用的 AI 模型,发送测试。效果不满意时,可以按这个思路迭代:
- 输出太泛→ 在提示词中补充更具体的约束(字数、格式、禁止项)
- 风格不符→ 增加“像 XX 一样写作”等风格锚点
- 结构混乱→ 明确要求输出分几个板块、用表格还是列表
测试通过后,建议把最终版保存为自己的笔记文件,并标注适用场景。如果你想追踪仓库本身的更新,可以查看 CHANGELOG.md 了解每次版本迭代的变更内容。
六、新手推荐:从“元提示词”开始
如果你不知道第一个提示词选哪个,推荐从官方重点推荐的 智能元提示词生成系统 V0.6 开始——它是一个“生成提示词的提示词”,基于 RTF 框架(角色-任务-格式),把需求分析、角色工程、任务架构串成可复用流程,帮你把一句话需求扩写成高质量提示词,相当于先学会“造提示词”再使用具体提示词。
其他值得先试的:
- 宽幅知识插画信息图生成器:把文案提炼成适合社交媒体的宽幅信息图
- GEO文章AI友好化改造提示词:让已有文章更容易被 AI 搜索引用
七、进阶:新增你自己的提示词
熟悉后,可以把自己的提示词贡献回仓库:
- 复制模板 templates/prompt-file-template.md,填入标题、分类和 Prompt 正文;
- 放到
prompts/下最匹配的分类目录; - 运行 scripts/check_repo.py 做质量检查,再用 scripts/generate_catalog.py 重建目录。
具体的贡献规则和版本规范写在 CONTRIBUTING.md,发布前流程见 maintenance/release-checklist.md。
总结:4 步回顾
| 步骤 | 操作 | 关键文件 |
|---|---|---|
| 1 | 克隆仓库 | git clone到本地 |
| 2 | 找提示词 | CATALOG.md 按场景索引 |
| 3 | 复制并替换 | 复制Prompt区域,替换占位符 |
| 4 | 测试迭代 | 在目标模型中验证并记录版本 |
现在就可以打开 CATALOG.md,挑一个你当前最需要的场景,跑通你的第一个 AI 提示词吧。
【免费下载链接】yao-open-promptsPractical bilingual AI prompt library for prompt engineering, work, learning, content, marketing, and everyday use.项目地址: https://gitcode.com/gh_mirrors/ya/yao-open-prompts
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考