神奇提示词，提高GPT-5写作能力10倍！

金丝大环刀，解剖AI的工程难题。

看了很多评测，说GPT-5写作能力大不如前，我也测试了一下，写的AI味儿十足。写作能力很一般

在学习群里讨论了一下，结果发现是我用错了！

实测 被坑的鲁迅

原提示词

假如鲁迅被装腔作势又贼贵的咖啡厅坑了，他会写一篇怎样的文章吐槽?写一篇1000字以内的短文。

按照官网指南，修改后的提示词

你的身份：资深杂文作者（仿鲁迅笔法，但保持原创） 读者画像：普通大众（城市白领与学生） 主题命题：假如“我”在一家装腔作势且价格离谱的咖啡厅受了“坑”，写一篇吐槽与反讽的杂文 指定素材（仅依据以下素材写作）： - 场景：极简白墙、拉丁文菜单、手磨仪式感；空气里有豆香与价目表的硬气 - 细节：一杯“泥土与焦糖传说”标价98元；服务生纠正顾客读音；水要另收服务费 - 冲突：点单被指“没有品味”；账单含“艺术氛围维护费”；投诉被以“品牌理念”搪塞 - 反差：门外打工人自带热水；店内谈“自由与风味”的人刷分期 写作目标：写一篇不超过1000字的杂文（含标题） 结构与节奏： - 开篇：直入“被坑”的一瞬，并点出讽刺核心（价格与体面互为掩护） - 中段：人/物/场三剖面——服务生腔调、咖啡术语与实际味道、店内布置与门外生活 - 转折：由此店推及更广的“体面经济/面子消费”，谁在付学费，谁在收租 - 收束：一句冷刺收尾，留读者自行对号 文风要求（重要）： - 语气：冷峻克制、反讽为主；多短句与停顿，少感叹 - 技法：对照、排比、反问、借代、隐喻；以细节白描代替说教 - 语言：现代白话，微带旧式书面腔；避免网络热词与口水话 - 引用：可化用典故，不得大段照抄鲁迅原文 硬性约束： - 字数：≤1000字（目标800–950字） - 原创性：不得直接复刻鲁迅句子；仅仿其笔法与结构 - 输出：仅给出标题与正文，不要解释过程与思路

原输出

新提示词输出

《一杯传说》

走进那家咖啡厅时，我已经预感要失血。只是没想到，伤口被裹上了丝绸。

白墙空旷，像未写字的信纸；桌椅间流着豆香，也飘着一张价目表的硬气。菜单是拉丁文，卷得比咖啡粉还细。服务生递过来时，眼神平稳，像捧着一封判决书。

我点了那杯“泥土与焦糖传说”。九十八元。读错了“焦糖”的拉丁尾音，便被轻轻纠正。那语气，不似提醒，更像告诉你——这不是你该进的屋子。

水要另收服务费。我端起杯，啜一口。味道的确像泥土，只是传说里从不夹杂焦糖。苦涩翻舌，却被宣称是“森林地表的层次感”。我看见邻桌的西装男子微笑点头，像在向味觉投降。

服务生行走其间，声音柔得能把钉子抹平，唯独在“您没有品味”这类话上，像突然换了刀口。账单递来，除咖啡与水，还有“艺术氛围维护费”。我问这是何物，对方说：“品牌理念。”说完便退回去，像关上了一扇不该打开的门。

墙外，是带着保温杯的打工人。他们的水不收费，也不讲森林与焦糖，只讲今天的班还有几个小时。墙内，有人谈“自由与风味”，同时刷分期付款。空气被隔成两半，一半用于呼吸，另一半用于维持姿态。

想起旧话：有些学费，不在学校交。此刻我才明白，原来体面也能标价，而且比学问贵。那些拉丁文，不是装饰，而是关口；那些术语，不是描述，而是密码。真正的门槛，不在地板，而在舌尖与钱包之间。

谁在付学费？是想被看见的普通人。谁在收租？是贩卖“与众不同”的柜台。味道只是引子，价格才是正文。

我离开时，阳光很亮，像给这笔账盖了一个公章。只是那印上写着：传说未必动人，账单总能。

有模仿痕迹，但是是原创风格。金句：有些学费，不在学校交 。666！

写论文的同学甚至眼睛一亮，AI率0了？

以下是根据官网GPT-5 提示词指南英文版，整理后的适合写作的简版手册，中文完整翻译版移步第二篇

GPT-5 实用指南（公众号版）：大学生 / 程序员 / 白领都能用的高效提示词

面向三类人群，给出可直接复制的提示词与范例：

• • 大学生 ：高效学习、论文阅读、备考提效

• • 程序员 ：快速定位问题、写清晰代码、与大型代码库协作

• • 白领 ：邮件写作、会议纪要、调研报告、方案润色

文末附带“收藏级万能模版”。

为什么是 GPT-5？

• • 更能“自己做事” ：在不打断你的情况下，持续把任务做完。

• • 更懂“指令细节” ：按你说的来，少跑偏，少重复确认。

• • 更适配“复杂流程” ：多步骤任务、需要用工具或上下文时更稳。

小贴士：当你希望它更“主动”或更“克制”时，试着在提示里加上“积极性”和“预算”说明（文末有模版）。

程序员：从查因到修复，一条龙搞定

• • 代码评审（清晰 + 可维护）

你是资深代码评审。目标：提升可读性、可维护性与边界处理。 请基于以下代码： {贴上待评审代码} 要求： - 指出命名、控制流、异常处理、重复逻辑等可改进点 - 给出逐条建议与示例重构片段 - 标注“必须修改/建议修改/可选”优先级

• • Bug 快速定位（少走弯路）

我遇到一个 Bug：{现象与报错} 上下文： - 运行环境：{语言/框架/版本} - 近期改动：{PR/提交说明} - 相关日志：{简化后的关键日志} 请： 1) 复盘最可能的三个根因及验证方法 2) 先给出“最小代价”的排查顺序 3) 以“若 A 否定→B；若 B 否定→C”的形式写出操作流

• • 与大仓库协作（不迷路）

目标：在大型代码库中定位“用户登录态过期重定向”的逻辑与触发点。 请输出： - 相关目录/文件/类/函数的候选清单（按可能性排序） - 每个候选的“为何相关”的简述 - 建议的“精确检索关键词”与下一步阅读顺序

• • 给出清晰实现（示例：后端接口）

需求：实现“根据 userId 获取最近 10 条订单”的接口（Java/Spring）。 请产出： 1) 控制器、服务、仓储的分层代码骨架 2) 清晰命名与错误处理约定 3) 伪造数据的单元测试样例 4) 边界：无订单、数据库超时、userId 非法

• • 一键出学习计划（按周/按章节/按考试倒计时）

我在学 {课程/科目}，现在到 {章节/进度}，考试在 {日期}。 基础：{自评 1-5} 目标：{通过/良好/优秀} 请给： - 周度计划（每周目标 + 具体任务 + 时间建议） - 每日微任务（25-45 分钟粒度） - 难点/误区提示与练习建议 - 周末复盘清单

• • 论文速读 + 知识图谱

请用“3 层要点”总结这篇论文： - 第一层：一句话摘要 - 第二层：核心问题、方法思路、关键实验 - 第三层：优缺点、可复现实践、与经典论文的关系 另外： - 画出知识点关联（文字描述即可） - 给出入门/进阶/专家级的延伸阅读列表

• • 考试押题与错题本

请基于以下章节与往年题型，为我生成 20 道题（单选/多选/简答/计算各占比）： - 章节：{列出} - 知识点权重：{高/中/低} 输出： - 题目 + 正确答案 + 解析 + 易错点 - 打乱顺序，最后附“错题再练 5 题”（基于前面做错的知识点）

• • 英文邮件一键润色（保持语气与品牌）

场景：{催款/道歉/谈判/跟进/邀约} 语气：{正式/亲和/坚定} 对象：{客户/合作方/内部同事} 要点：{列要点} 请用英文输出： - 主题的 3 个选项（短、明确、可 A/B） - 正文（开场→关键信息→行动请求→结尾致谢） - 2 句可选的“轻度缓和/强调”版本

• • 会议纪要（要可落地）

根据以下会议录音/笔记要点，整理纪要：{粘贴要点} 输出： - 决策清单（确认/待确认） - 行动项（负责人/截止时间/依赖/风险） - 风险与备选方案（每条 1 句话） - 下次会议议程与准备材料清单

• • 市场/竞品快速调研

目标：了解 {赛道/产品/功能} 的核心格局和机会点。 请输出： - 3-5 家核心玩家的“要点对比表”（产品/定价/人群/差异化） - 用户视角的“痛点-场景-价值”映射 - 可能的切入策略（MVP 方案 + KPI） - 需要关注的政策/合规/数据风险

• • 积极性（让它更主动/更克制）

- 在完全解决我的请求前请持续推进，不要提前结束。 - 遇到不确定性请先给出你的最佳推断并继续，同时记录假设。 - 完成后总结“你做了什么 + 还可优化处”。

• • 预算（限制“折腾”成本）

- 搜索深度：低（尽快可行动即可） - 工具/外部检索最多：2 次 - 若仍不确定：先产出一个可行初稿并列出 3 个主要不确定点

这两个小段，几乎能立刻改善“效率与稳定度”。

复制就能用的“万能模版”

• • 任务通用模版

你现在是 {角色}。请帮我完成 {目标}。 上下文：{已有信息/限制/资源} 产出要求： - 结构化输出（列出一级标题与要点） - 标注“必须/建议/可选”的优先级 - 提供至少一个可直接执行的最小方案（MVP） - 指出 3 个最大风险与规避方式

• • 写作通用模版

写作体裁：{邮件/方案/报告/公号稿/摘要} 目标受众：{对象/角色} 语气：{正式/活泼/坚定/亲和} 素材：{要点/事例/数据} 结构：{给出你希望的结构，或让模型先给 2-3 个结构供选} 风格：{简洁/故事化/数据驱动/案例对比}

• • 编程通用模版

语言/框架：{如 Java + Spring / TS + Next.js} 任务：{修复/重构/新增} 约束：{性能/安全/兼容性/风格} 请给： - 设计要点与目录/模块划分 - 关键函数/类的签名与命名建议 - 错误处理与日志建议 - 单元测试用例（边界/异常/性能）

• 更多资料

• 官方链接（最新）

  提示工程最佳实践（6大策略）

  Prompt engineering best practices
  

  https://platform.openai.com/docs/guides/prompt-engineering

  GPT best practices

  https://platform.openai.com/docs/guides/gpt-best-practices

  推理模型与提示要点

  Reasoning models and prompting

  https://platform.openai.com/docs/guides/reasoning

  结构化输出与可控格式

  Structured outputs

  https://platform.openai.com/docs/guides/structured-outputs

  更多实操示例

  OpenAI Cookbook

  https://cookbook.openai.com/

总结

用 GPT-5 的正确方式：明确目标、给出上下文、规定产出形态，再用“积极性 + 预算”两个小开关调好风格与效率。把上面的模版和例子直接复制到你的场景，就是最快的生产力。

回复【GPT】，一起评测研究GPT-5。下一篇我详细讲一讲 AI工作流为什么会比 智能体工作流落后，给大家一些转型和学习的思路。

创作不易，如果觉得有用，在看 + 收藏 + 转发给需要的同事和同学，发现不好用的Case，大家也可以在评论区贴出自己的需求场景由你改提示词。

我是刀哥，大厂架构师，出海创业者，深入研究AI工具和AI编程。关注我，了解更多AI知识！