以下是我编写题目时遵循的原则和方法： 我的提示原则 1. 设计模板，而不是固定提示。 我希望人们能够根据自己的情况调整结构——无论是他们最喜欢的品牌、城市天气、股市主题、迷你快闪店，还是将文章变成信息图。 关键在于为用户提供一个灵活的框架，而不是将他们限制在单一的使用场景中。 2. 利用模型的固有能力（搜索、世界知识、推理）。 例如，通过 city-weather 提示，Gemini 可以获取指定城市和日期的真实天气信息。 3D迷你股市提示的工作原理类似。 信息图提示依赖于模型对输入文章的理解和总结。 我的纳米香蕉专业版构建策略 1. 首先利用人工智能为某个特定场景构建一个工作原型。 2. 然后将其概括为可以根据用户输入动态调整的提示模板。 其核心思想是让模型自动组装结构并适应不同的场景，而无需施加人为的限制，就像编写代码一样，避免硬编码，而是保持灵活的组合接口。 关于提示长度 现代模型足够强大，因此令牌长度不再是一个需要重点考虑的问题。 一开始我不会花太多时间去优化或缩短提示信息——功能性才是最重要的。 如有需要，后续可以进行完善。 我主要使用 GPT-5.1、GPT-4.5 和 Gemini 3 Pro 作为辅助工具。我将相同的任务并行发送给它们，让每个模型生成各自的输出，然后选择最佳结果。
封面图片提示