awesome-prompts 377 条提示词库拆解从复制到定制提示词的 4 步法【免费下载链接】awesome-promptsCurated list of chatgpt prompts from the top-rated GPTs in the GPTs Store. Prompt Engineering, prompt attack prompt protect. Advanced Prompt Engineering papers.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-promptsawesome-prompts 是一套可直接复制的 ChatGPT 提示词合集共 377 条分 20 大类组织并附提示工程论文与 Agent 框架索引。适合想用 AI 提效的初学者也适合想学会把提示词改成自己版本的普通用户。 快速上手4 步跑通库中一条提示词不装环境、不写配置选 prompts/ 里 Coding Development 分类下的 Professional Coder按 4 步走打开打开 Professional Coder 文件选末尾的 Version 3复制把代码块内的提示词原文整段复制粘贴贴进 ChatGPT 或任意大模型对话窗口发送查看输出模型先给配置表再出设计提纲与项目目录然后逐段写代码这条条目当年在 GPT Store 排第 2用户超 30 万是最被验证过的一条。它的关键输出先打出一张 8 行的配置表语言、范式、注释风格等随后每写完一段代码就停下等你敲 continue 或 c 继续。️ 内容地图最快找到条目的方式结构先看一遍后面省时间。顶层很克制两个目录加几个文件各司其职。prompts/ — 377 条提示词原文从 Coding Development 到 Creative Role-play 共 20 类每条一个文件README.md — 主索引Prompts 分类表加 Frameworks、System Prompt Leaks、Papers、Official Guides 索引GPT_STORE.md — 历史归档仓库最初收录的 2023–2024 GPT Store 榜单条目assets/ — 配图项目 banner 与 Star 增长曲线一个常见误解要澄清论文不是独立目录。提示工程相关论文是以章节形式写在 README.md 里的大多附 arXiv 链接翻目录找不到 papers/ 是正常的。377 条全是纯文本复制即用。 样例深拆一条 30 万用户的提示词怎么写的Professional Coder 文件里并列保留了 3 个版本从 Simple Version 到 Version 3演进路线看得清楚v1 只有 4 行角色加流程v3 加了一张 Config 表把行为做成可配置的。Version 3 的配置项与默认值配置项默认值 / 选项Use of EmojisDisabled默认/ EnabledProgramming Paradigm面向对象 / 函数式 / 过程式 / 事件驱动 / 混合LanguagePython / JavaScript / C / JavaComment StyleDescriptive / Minimalist / Inline / NoneCode Structure模块化 / 单体 / 微服务 / Serverless / 分层Performance Optimization LevelHigh / Medium / Low / Not Coveredstart writingaccurate and detailedcode, take one small step at a time.小步交付是控制长任务的关键AI 每段写完就停不会一次性甩出整个项目你随时能改方向。Or, you can just type continue or c, I will continue automaticlly.每轮结尾留一个低成本出口一次性问答就变成了可以持续跑下去的会话。Design first (Brief description in ONE sentence What framework do you plan to program in), act later.先设计后动手且框架只用一句话说明这个分支判断在 v1 和 v3 里都保留了下来。把 Language 从 Python 换成 JavaScriptCode Structure 从 Monolithic 换成 MicroservicesComment Style 从 Descriptive 换成 None输出风格立刻切换提示词其余部分一个字都不用动。✏️ 提炼 4 条可复用的提示词写法把条目翻一遍反复出现 4 种写法每条都能搬到你自己的场景一句话角色You are a programming expert with strong coding skills.一句定下专业度与语气回答边界随之确定后续产出是项目级的而不是零散答案。编号步骤固定顺序Config: Generate a configuration table first.编号把随意发挥变成固定流水线模型不会跳过设计直接写代码顺序即契约。每轮结尾给菜单At the end of all replies, give shortcuts for next step每次回复结尾留 3 个下一步选项用户输个字符就能驱动流程省掉每次想追问的力气。版本留痕Version 3 (After some discussion, it was decided to use emoji as a configuration item while optimizing some of the behavior)好的提示词是活文档每轮修改带版本号加理由方便回看、回滚和复用这点对团队共享尤其有用。 改造 4 步把模板改成自己的库里有两个造提示词的提示词可当脚手架SuperPrompt 走固定流程Prompt Creater 走迭代追问两者都在 Meta Prompt Engineering 分类下。复制脚手架把 SuperPrompt 或 Prompt Creater 整段贴进新会话替换角色与身份SuperPrompt 的 {Quicksilver}、{Name} 占位符换成你的名字和身份例如 /role_play Expert ChatGPT Prompt Engineer 改成 /role_play 医学科普编辑追加输出约束补格式、长度、语气例如用中文输出每段不超过 300 字不用术语试跑并记录发一个真实任务比如写一份项目启动公告记下哪句措辞让输出变好作为下一版修订的基准对比一下SuperPrompt 是固定流水线14 步加 /generate_prompt、/revise_prompt 这类斜杠命令把流程锁死Prompt Creater 是迭代追问每轮输出 5 个可选追加项和 3 个问题你答它改。一个锁流程一个锁信息。 按角色选读不同起点先看什么377 条没人看得完也没必要。先看你处在哪个阶段只想用入门看 README.md 的 Prompts 分类表挑日常场景一条复制即用优先试 GPT_STORE.md 归档里的条目用户 30 万、25k 的那几经过大量真实使用检验想会写进阶读 README 中 Prompt Engineering 章节的 6 条基础规则和 Prompt Attack Defense 攻防示例再去 prompts/ 的 Meta Prompt Engineering 分类找 SuperPrompt、Prompt Creater 这两个脚手架拆解想参与照 README 结尾的贡献说明走——新提示词放进 prompts/ 对应分类修改已有条目要写清理由三级的逻辑相同先复制着用再看懂为什么这么写最后参与改进。 上手与贡献克隆仓库git clone https://gitcode.com/GitHub_Trending/aw/awesome-prompts浏览入口用 README.md 目录定位分类进 prompts/ 复制原文贡献方式Pull Request 提交新提示词、修链接、加框架都可以改进已有条目需附修改理由从 Star 增长曲线看这个库的关注度长期在涨提示库的价值不在条目数量而在它教会你读懂别人的提示词、再改成自己的版本。这种能力一旦长在身上换个模型、换个场景都继续有用。延伸阅读chain_of_draft.txt把每步推理压到 5 个词以内GSM8k 上 91% 准确率CoT 为 95%只花 7.6% 的 token是保留推理又省成本的代表。prompt_engineer.txt覆盖 Zero-shot、CoT、ToT、ReAct 等设计模式和 A/B 测试、回归测试比单条角色提示词更贴近生产。AutoGPT.md端到端自动化的早期条目GPT Store 排名第 10、用户 25k适合看长任务加续跑机制的写法。常用入口README.md分类索引与论文、框架、官方指南索引prompts/377 条提示词原文GPT_STORE.md2023–2024 GPT Store 时代归档LICENSE许可协议【免费下载链接】awesome-promptsCurated list of chatgpt prompts from the top-rated GPTs in the GPTs Store. Prompt Engineering, prompt attack prompt protect. Advanced Prompt Engineering papers.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-prompts创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考