企业官网建设流程全解析

一、问题不在模型，在你给它的输入

过去一年我在团队里做过一轮小范围统计：大家抱怨「AI 写的东西不能用」时，90% 的情况下提示词长这样——

帮我写一封面试后的感谢邮件

这类提示词只交代了任务，没有交代约束、素材和验收标准。模型只能返回一个统计意义上最安全的答案，也就是模板。模板的问题不是文笔差，而是信息量为零：它不知道你面试的是哪家公司、面试官提到过什么、你哪个问题没答好。

真正能落地的用法，是把模型从「代笔」降级成「改写器」：你提供全部事实与边界，它只负责组织语言。下面三个场景都遵循这个思路，它们已经作为公开指南发布在 PromptVault 的指南库 里，本文做一次工程视角的复盘。

二、四个可复用的结构

把三个场景的提示词汇总对比后，能抽出四个共性动作，顺序不能乱：

这四条的收益是可量化的：在我自己的使用中，需要人工重写的比例从「几乎每句都改」降到「删掉三分之一形容词」即可交付。

三、场景一：面试后跟进邮件（限 200 字，六段固定）

这个场景的难点是篇幅极短但信息密度要求高。150–220 字、手机一屏读完，同时必须出现只属于这场面试的信息，否则一眼就是群发。

完整的场景拆解、三个发送时间窗、五类反感写法、多轮跟进节奏表在 AI 面试后跟进邮件指南 里有详细版，这里只留提示词骨架：

你是招聘场景的邮件编辑。请把下面的面试速记改写成两版跟进邮件： A 版 120 字以内，只做场景确认与下一步确认； B 版 200 字以内，包含一个当场没答好的问题的补充。 硬性要求： 1) 首句必须点明岗位与面试时间； 2) 不出现「贵公司」「非常荣幸」「期待您的回复」； 3) 每段只表达一个意思； 4) 不新增任何我未提供的经历或数字。 素材：……

几个容易被忽略的工程细节：

• 「不新增任何我未提供的数字」必须显式写。否则模型会礼貌地替你编一个「提升 30%」，而这正是面试官最容易追问的地方。
• 六段结构（场景锚点 / 具体感谢 / 一个补充 / 匹配一句 / 下一步确认 / 落款）建议写死在提示词里，比事后调整段落顺序省事得多。
• 双版策略的价值在于给你对照组：A 版用于流程正常时，B 版用于需要补复盘时，选哪版由你判断，而不是由模型猜。

四、场景二：退款与投诉话术（合规优先于文采）

这是三个场景里唯一不能靠「写得好」解决的：涉及金额、时效、责任认定的句子，一旦模型自由发挥，就会变成客服事故。

原指南把退款和投诉拆成两条完全不同的路径——退款走规则（结论 / 依据 / 时间与下一步），投诉走责任（承认 / 核查 / 处置 / 防复发），并给出了六类高频场景的应答口径和四句禁语，见 AI 退款与投诉话术指南。落到提示词上，关键是把授权边界写成第一段：

你是客服话术编辑。请基于我给的规则与事实，生成三段式回复 （结论 / 依据 / 时间与下一步），不超过 150 字。 硬性约束： 1) 不得自行承诺任何补偿金额、赔付比例或到账时间点，只能引用我提供的区间； 2) 不得使用「公司规定」「应该是」「别人都没遇到」； 3) 若事实不足以判定，输出「需要人工确认」并列出缺哪几项信息； 4) 不添加我未提供的政策条款。 规则：……；事实：……；可承诺范围：……。

可承诺范围这一段必须显式给出，哪怕是「仅可承诺按原路退款，不可承诺补偿」。不写这一项，模型会默认自己有权限，生成一份看起来很合理、但一线根本无法执行的方案。

还有一个后处理步骤值得固化：生成后把回复里所有数字和日期圈出来，逐个确认来源。客服事故绝大多数出在数字上，不在语气上。同理，「到账时间」永远给区间并说明卡在哪个环节（例如「我们 1 个工作日内发起，银行侧 1–3 个工作日到账」），不要给单点时间。

五、场景三：长文改 45 秒口播（结构重搭，不是压缩）

第三个场景最能体现「AI 不是摘要器」。把 2000 字改成 45 秒，很多人的第一反应是删字，删到剩 200 字，结果留下的恰好是论证最完整、最不适合开场的那一段。

正确的顺序是先选一句结论，再重搭四段：钩子 10–15 字 / 冲突 40–50 字 / 解法 100–120 字 / 收尾 25–35 字。完整的方法论（四种钩子写法、四大平台差异、口播化六条规则、发布前自检清单）在 长文改短视频脚本指南。

你是短视频口播编辑。请把下面的长文改写成一条 45 秒脚本 （正文 180–220 字），严格按四段配比： 钩子 10–15 字（反常识断言或具体数字，禁止「你有没有想过」）； 冲突 40–50 字（说清旧做法为什么不管用）； 解法 100–120 字（给三段可执行动作）； 收尾 25–35 字（一句可复述的结论）。 硬性要求： 1) 每句不超过 15 字； 2) 不出现「因此」「从而」「综上所述」； 3) 不使用被动句； 4) 只保留原文一个核心结论，不得新增原文没有的数据； 5) 输出时按四段分行，并标注每段字数。 原文：……

两个小技巧：

• 「标注每段字数」不是形式主义。它迫使模型按配额分配内容，而不是把干货全塞中间。某段严重超标，就说明那部分需要你亲手重写。
• 每句 15 字以内这条约束，本质是把「书面语 → 口语」的转换变成一个可机械校验的指标。写完朗读一遍，需要换气两次以上的句子一律拆开。

六、三个场景的公共结论

把三个场景放在一起看，能得出几条对提示词工程普遍成立的判断：

1. 模型的自由度应该用在措辞上，不该用在事实上。事实、数字、条款、时间点由人给定，句式与语气交给模型。
2. 约束要可判定。「写得专业一点」不可判定，「不超过 150 字、不出现『贵公司』」可判定。可判定的约束才能形成稳定的输出。
3. 提示词是合同，不是许愿。尤其是涉及对外承诺的场景（客服、招聘、商务），必须在提示词里写清「不可承诺什么」，这比写清「要写得好」重要一个数量级。
4. 人工环节不能被省掉，只能被前移。把审核点从「整篇重写」前移到「圈出数字逐个核对」，成本会下降一个数量级。

七、延伸阅读

本文三个场景的完整版（含六类客服场景口径表、四种钩子写法、平台差异对照、自检清单）都收在 PromptVault 指南库 里，可按场景检索：

• 招聘场景：/guide/interview-followup-email-guide
• 客服场景：/guide/refund-complaint-script-guide
• 内容场景：/guide/short-video-script-rewrite-guide

以上三份指南均在持续更新，站内还提供了可直接试用的改写工具（游客每日 3 次、免费注册后每日 20 次），适合把本文的提示词模板直接跑一遍对照效果。如果你在自己的业务里也把这类「约束前置 + 素材投喂」的写法落了地，欢迎在评论区补充你的模板结构，我会把有代表性的整理进后续更新。