AI提示词工程实战第5篇：工作流程自动化的提示词设计

Prompt Engineering Series Part 5: Designing Prompts for Workflow Automation

2026-01-22 IT/技术

引言：为什么工作流程自动化需要提示词设计

您是否曾经对每天重复的工作感到疲惫？比如需要撰写数十封格式相似的邮件，或者每周制作相同模式的报告。我以前也把一天中相当一部分时间花在这类重复性工作上。但自从开始使用AI进行工作流程自动化后，情况完全改变了。

这里有一个重要的观点。仅仅对ChatGPT或Claude说"帮我写封邮件"，与使用系统设计的提示词相比，输出质量存在巨大差异。精心设计的提示词就像给熟练的助手下达准确的指示一样。一旦创建好，就能持续获得一致质量的结果。

本文将介绍可以立即应用于实际工作的自动化提示词设计方法。这不是简单的理论，而是我亲自使用和验证过的实战技巧。

1. 重复工作自动化的核心原理

1.1 识别可自动化的工作

并非所有工作都适合AI自动化。自动化效果较好的工作通常具有以下特征：

重复性：以类似模式频繁执行的工作
规律性：有明确输入和输出格式的工作
以文本为中心：文档撰写、数据处理、代码生成等
判断标准明确：可以明确说明好坏标准的工作

例如，客户咨询的初次回复撰写、周工作报告初稿撰写、会议记录整理、代码审查检查清单编写等都是很好的候选对象。相比之下，战略决策或创意策划等上下文依赖度高的工作，与完全自动化相比，AI辅助形式更为合适。

1.2 自动化提示词的结构

有效的自动化提示词主要由四个要素组成：

角色定义：明确AI将扮演什么专家角色
任务指示：具体说明需要做什么
输入变量：用于填入每次变化信息的占位符
输出格式：指定结果的结构和形式

基于这种结构设计提示词，只需更换变量部分，就能反复生成一致质量的结果。

2. 模板提示词设计方法

2.1 基本模板结构

介绍在实务中应用度很高的基本模板结构。这种结构可以根据各种工作类型进行变形使用。

# 角色定义
您是[专业领域]专家。[经验/特性描述]

# 任务目标
请根据以下[输入类型]编写[输出物]。

# 输入信息
- 项目1：{{变量1}}
- 项目2：{{变量2}}
- 项目3：{{变量3}}

# 编写指南
1. [第一条指南]
2. [第二条指南]
3. [第三条指南]

# 输出格式
[详细说明所需的输出格式]

# 注意事项
- [需要避免的事项1]
- [需要避免的事项2]

在这个模板中，用双大括号({{ }})标记的部分是每次变化的变量。其余部分是固定的，可以保持一致的质量。

2.2 变量和占位符的使用

有效利用变量可以用一个提示词应对数百种情况。让我们来看看设计变量时需要考虑的要点。

变量命名规则：变量名应该直观且明确。使用{{客户姓名}}、{{咨询内容}}、{{产品代码}}等任何人都能理解的名称。

区分必需变量和可选变量：区分在所有情况下都必需的信息和根据情况添加的信息。可选变量以"如有则填写"的形式包含在指南中。

变量格式指南：连同示例一起明确变量中应填入什么格式的信息，可以减少错误。例如{{日期：YYYY-MM-DD格式}}。

3. 邮件和报告自动撰写提示词

3.1 商务邮件自动化

应用度最高的自动化领域就是邮件。以下是我实际使用的客户服务邮件提示词。

# 角色
您是拥有10年经验的客户服务专家。
以亲切而专业的语气沟通，先共情客户的情绪，然后提出解决方案。

# 任务
请为以下客户咨询撰写回复邮件。

# 客户信息
- 客户姓名：{{客户姓名}}
- 咨询类型：{{咨询类型}}
- 咨询内容：{{咨询内容}}
- 购买记录：{{购买记录}}

# 撰写指南
1. 问候并对咨询表示感谢
2. 对客户的情况表示共情
3. 提供明确的解决方案或下一步指引
4. 表达愿意提供额外帮助的意愿
5. 礼貌地结束问候

# 输出格式
- 标题：[适当的邮件标题]
- 正文：[邮件内容]

# 注意事项
- 避免过度道歉
- 具体处理时间以"工作日2-3天内"的形式表达
- 对于公司政策上无法满足的请求，同时提供替代方案

使用这个模板，只需输入客户信息，就能自动生成符合情况的专业回复邮件。当然需要最终审核，但可以将初稿撰写时间减少90%以上。

3.2 定期报告自动化

像周报或月报这样需要定期撰写的文档也是自动化的好对象。

# 角色
您是重视数据驱动决策的商业分析师。

# 任务
请根据以下数据撰写周工作报告。

# 输入数据
- 报告期间：{{开始日期}} ~ {{结束日期}}
- 核心指标：
  - 销售额：{{销售额}}
  - 新客户：{{新客户数}}
  - 流失率：{{流失率}}
- 主要活动记录：{{活动记录}}
- 发生的问题：{{问题列表}}

# 撰写指南
1. 核心成果摘要（3行以内）
2. 主要指标分析（包含与上周的增减比较）
3. 成果及改进点
4. 下周计划
5. 需求事项（如有）

# 输出格式
使用Markdown格式撰写，适当使用表格和项目符号

# 语气风格
- 客观且以事实为中心
- 数字清晰标注
- 问题点与解决方案一起提出

4. 数据分析自动化提示词

4.1 数据解读和洞察提取

重要的不是简单罗列数据，而是提取有意义的洞察。以下提示词将数据分析结果转换为可用于商业决策的形式。

# 角色
您是商业智能专家。
您的专长是从数据中发现模式并提取可执行的洞察。

# 任务
请分析以下数据并提取商业洞察。

# 分析对象数据
{{粘贴数据}}

# 分析背景
- 业务领域：{{行业}}
- 分析目的：{{分析目的}}
- 比较基准：{{比较基准}}

# 分析要求
1. 数据摘要（3-5个核心数值）
2. 识别值得注意的趋势
3. 异常值或特殊点分析
4. 提出原因假设
5. 建议措施

# 输出格式
## 核心摘要
[3行以内摘要]

## 详细分析
[分析内容]

## 建议措施
[措施列表]

## 需要进一步分析的事项
[需要后续分析的领域]

4.2 数据清洗和转换

将杂乱的数据整理成可分析的形式也可以自动化。特别是在将各种格式的数据转换为一致结构时非常有用。

# 角色
您是数据工程师。

# 任务
请将以下原始数据清洗为指定格式。

# 原始数据
{{原始数据}}

# 转换规则
1. 日期格式：统一为YYYY-MM-DD
2. 金额：只提取数字，添加千位分隔符
3. 空值：显示为"N/A"
4. 去重：以{{基准列}}为基准
5. 排序：以{{排序基准}}为基准降序排列

# 输出格式
CSV格式或Markdown表格

5. 代码审查和生成自动化提示词

5.1 代码审查自动化

在开发团队中，代码审查虽然是必需的，但也是耗时的工作。使用AI可以自动化基本的审查工作。

# 角色
您是拥有15年经验的资深软件工程师。
基于对整洁代码、性能优化、安全性的深入理解来审查代码。

# 任务
请审查以下代码并提出改进建议。

# 审查对象代码
```{{编程语言}}
{{代码}}
```

# 代码背景
- 项目：{{项目描述}}
- 相关功能：{{功能描述}}
- 审查重点：{{重点事项}}

# 审查检查清单
1. 代码可读性和命名
2. 函数/类设计
3. 错误处理
4. 性能问题
5. 安全漏洞
6. 可测试性
7. 文档化程度

# 输出格式
## 综合评价
[评分和一句话评价]

## 优点
- [列表]

## 需要改进
- [位置/行号]：[问题点] → [改进建议]

## 重构建议代码
[改进后的代码示例]

5.2 代码生成自动化

自动生成重复的样板代码或特定模式的代码也对提高生产力有很大帮助。

# 角色
您是{{技术栈}}专业开发者。
您编写遵循最佳实践的整洁且易于维护的代码。

# 任务
请根据以下需求生成{{代码类型}}。

# 需求
{{详细需求}}

# 技术条件
- 语言/框架：{{技术栈}}
- 编码规范：{{规范}}
- 兼容性：{{兼容性要求}}

# 代码风格
1. 函数遵循单一职责原则
2. 使用有意义的变量/函数名
3. 包含适当的注释
4. 包含错误处理

# 输出格式
- 以代码块输出
- 包含主要逻辑的说明注释
- 包含使用示例代码

6. API集成的提示词设计

6.1 API调用优化

当直接调用OpenAI API或Anthropic API构建自动化系统时，提示词设计变得更加重要。因为它同时影响API调用成本和响应质量。

考虑Token效率：由于API成本与Token数量成正比，减少不必要的说明并只传达核心内容很重要。但是，如果过度缩减，结果质量会下降，所以需要平衡。

使用系统提示词：将角色定义和基本指南放在系统提示词中，只将变动的内容作为用户提示词传递会更高效。

# 系统提示词（固定）
您是客户支持专家。
所有回复使用中文，使用礼貌语，
在200字以内只传达核心内容。

# 用户提示词（变动）
咨询：{{客户咨询内容}}
客户等级：{{客户等级}}
之前的咨询记录：{{咨询记录摘要}}

6.2 JSON输出强制化

当需要在自动化系统中后处理AI响应时，以结构化格式获取输出很重要。

# 指示
请务必只以以下JSON格式回复。不要包含其他文本。

{
  "category": "咨询类别（配送/支付/换货/其他之一）",
  "urgency": "紧急程度（高/中/低）",
  "sentiment": "客户情绪（正面/中性/负面）",
  "summary": "咨询摘要（50字以内）",
  "suggested_response": "建议回复",
  "escalation_needed": true/false
}

# 分析对象
{{客户咨询内容}}

7. 工作流程自动化实战案例

案例1：招聘简历初筛

这是HR团队在需要审查大量简历时使用的自动化案例。

# 角色
您是IT企业的招聘负责人。

# 任务
请审查以下简历并撰写初筛结果。

# 招聘岗位
- 职位：{{职位名称}}
- 必要资格：{{必要资格}}
- 优先事项：{{优先事项}}
- 经验要求：{{经验要求}}

# 简历内容
{{简历文本}}

# 评估标准
1. 必要资格是否满足
2. 经验适合度
3. 技术栈匹配度
4. 项目经验相关性

# 输出格式
- 适合度评分：[1-10]
- 通过/待定/不通过 建议
- 优点（3个）
- 弱点或需要确认的事项（3个）
- 面试问题建议（2个）

案例2：社交媒体内容批量生成

这是营销团队为多个平台高效生成内容的自动化。

# 角色
您是社交媒体营销专家。
您熟悉各平台的特性。

# 任务
请将一条核心信息转换为适合多个平台的形式。

# 原始内容
- 核心信息：{{核心信息}}
- 目标客户：{{目标}}
- 目标行动：{{CTA}}
- 品牌语气：{{语气风格}}

# 输出格式
## Instagram（动态）
- 正文（2200字以内，使用表情符号）
- 话题标签（10-15个）

## Twitter/X
- 推文（280字以内）
- 话题标签（2-3个）

## LinkedIn
- 正文（专业语气，300-500字）
- 话题标签（3-5个）

## 博客预告
- 标题
- 导语（150字）

案例3：客户反馈分类和分析

这是自动分类和提取客户评论或问卷回复洞察的自动化。

# 角色
您是客户体验（CX）分析专家。

# 任务
请分析以下客户反馈。

# 反馈列表
{{反馈列表}}

# 分析要求
1. 每条反馈的情感分类（正面/中性/负面）
2. 按主题分类（产品/服务/价格/配送/其他）
3. 提取频繁提及的关键词
4. 识别急需改进的领域
5. 正面反馈的利用方案

# 输出格式
## 摘要统计
- 总反馈数：X条
- 情感分布：正面X% / 中性X% / 负面X%

## 按主题分析
[表格格式]

## 核心洞察
1. [洞察1]
2. [洞察2]
3. [洞察3]

## 建议措施
[按优先级排列的措施]

案例4：合同审查自动化

法务团队或业务负责人快速审查合同草案时使用。

# 角色
您是企业法务负责人。您的专长是识别合同风险并
提出谈判要点。

# 任务
请审查以下合同草案。

# 合同内容
{{合同文本}}

# 审查角度
- 合同类型：{{合同类型}}
- 我方立场：{{甲方/乙方}}
- 特别考虑事项：{{特别事项}}

# 审查项目
1. 识别不利条款
2. 指出模糊表述
3. 缺失的保护条款
4. 责任范围和损害赔偿条款
5. 合同终止条件
6. 争议解决条款

# 输出格式
## 风险评估
- 整体风险度：[高/中/低]

## 主要风险条款
[按条款分析和修改建议]

## 谈判要点
[按优先级排列的谈判建议]

## 额外审查建议
[需要专业法律审查的事项]

案例5：技术文档自动翻译和本地化

运营全球服务的团队将文档转换为多语言时使用。

# 角色
您是IT领域的专业翻译和本地化专家。
您对技术术语有深入理解，并提供考虑各文化圈特性的翻译。

# 任务
请将以下技术文档翻译成{{目标语言}}。

# 原文
{{原文文本}}

# 翻译指南
1. 技术术语：使用行业标准译语，如无则同时标注原语
2. UI文本：简洁明确
3. 错误消息：使用用户友好的表达
4. 文化适合性：修改与当地习惯不符的表达

# 术语表（需遵守）
{{术语表}}

# 输出格式
## 译文
[翻译结果]

## 翻译注释
- 特别注意的部分
- 替代表达建议（如有）
- 需要确认的事项

8. 自动化提示词管理技巧

8.1 版本管理

提示词也需要像代码一样进行版本管理。建议采用以下方式：

在提示词文件中记录版本号和修改历史
使用Git等版本管理系统
变更时通过A/B测试比较性能
将运行良好的提示词保存为"黄金模板"

8.2 性能监控

需要持续测量和改进自动化提示词的效果。

质量指标：人工无需修改即可使用的比例
效率指标：任务完成时间缩短率
成本指标：每次API调用的平均Token数
满意度：用户反馈评分

8.3 团队协作

建立整个团队共享和改进提示词的文化会产生协同效应。

建立和共享提示词库
最佳实践文档化
定期提示词审查会议
包含在新成员入职材料中

结语：自动化只是开始

本文涵盖的内容是利用AI提示词进行工作流程自动化的基础。建议从简单的邮件或报告自动化开始，逐步扩展到复杂的工作流程。

重要的是不要试图一次性创建完美的提示词。先从生成70-80%水平结果的提示词开始，在实际使用中逐步改进。在这个过程中，您会积累自己的专业知识，实现越来越精细的自动化。

在下一篇第6篇中，我们将讨论如何将这种提示词工程能力发展为职业。将介绍提示词工程师这一新职业的现状和前景，以及在这个领域取得成功的具体路线图。

返回列表