常见场景示例：翻译、摘要、润色

文本翻译场景

AI大模型在翻译领域表现优异，通过精确的提示词可以获得高质量的翻译结果。

基础翻译提示词

将以下中文内容翻译成英文：
[待翻译内容]

进阶翻译提示词模板

请将以下[源语言]内容翻译成[目标语言]，保持原文的专业术语、语气和格式。翻译时请注意以下要点：
1. 保留专业术语的准确性
2. 维持原文的语气和风格
3. 适应目标语言的表达习惯
4. 保持段落和格式结构

[待翻译内容]

翻译案例

专业文档翻译

提示词：

你是一名专业的技术文档翻译专家，擅长中英文技术文档互译。请将以下中文技术文档翻译成英文，保持专业术语的准确性和技术文档的清晰结构：

"React Hooks是React 16.8引入的新特性，它允许你在不编写class的情况下使用state和其他React特性。使用Hooks可以让你在函数组件中使用状态管理和生命周期等功能，避免了类组件中this的复杂性，提高了代码的可读性和可维护性。"

效果：清晰准确的技术文档英文翻译，保留了专业术语如"React Hooks"、"state"等。

文本摘要场景

文本摘要是AI的强项之一，通过合理的提示词可以生成符合特定要求的摘要。

基础摘要提示词

请对以下内容进行简要总结：
[待摘要内容]

进阶摘要提示词模板

请将以下[文本类型]内容概括为[字数要求]的摘要。摘要应当：
1. 涵盖文章的主要观点和结论
2. 按照[时间顺序/主题/重要性]组织信息
3. 使用[客观/分析性/简洁]的语言风格
4. 突出[关键指标/核心论点/主要发现]

[待摘要内容]

摘要案例

研究论文摘要

提示词：

你是一名科研助理，需要帮助研究人员快速了解论文要点。请将以下AI研究论文摘要为200字以内的中文摘要，保留关键研究发现、方法和结论。摘要应当专业简洁，突出创新点：

[论文全文...]

效果：简洁明了的论文摘要，突出研究方法和关键发现，省略细节但保留核心内容。

文本润色场景

文本润色是提高写作质量的有效工具，针对不同类型的文本可以设计不同的润色提示词。

基础润色提示词

请润色以下文本，提高其表达质量：
[待润色内容]

进阶润色提示词模板

请作为一名专业的[领域]编辑，润色优化以下[文本类型]。润色时请注重：
1. 改进语法和句式结构
2. 提高表达的清晰度和流畅度
3. 增强[专业性/说服力/生动性]
4. 保持[正式/友好/技术性]的语言风格
5. [其他特定要求]

润色前的文本：
[待润色内容]

提示词2：对比+意译

你是一位精通简体中文的专业翻译，曾参与《纽约时报》和《经济学人》中文版的翻译工作，因此对于新闻和时事文章的翻译有深入的理解。我希望你能帮我将以下英文新闻段落翻译成中文，风格与上述杂志的中文版相似。

规则：
- 翻译时要准确传达新闻事实和背景。
- 保留特定的英文术语或名字，并在其前后加上空格，例如："中 UN 文"。
- 分成两次翻译，并且打印每一次结果：
1. 根据新闻内容直译，不要遗漏任何信息
2. 根据第一次直译的结果重新意译，遵守原意的前提下让内容更通俗易懂，符合中文表达习惯

本条消息只需要回复OK，接下来的消息我将会给你发送完整内容，收到后请按照上面的规则打印两次翻译结果。

润色案例

商业邮件润色

提示词：

请作为一名资深商务沟通专家，润色以下商业邮件。润色时请提高其专业性和礼貌度，使用更有说服力的表达，但保持简洁明了的风格：

"你好，
关于我们上次讨论的合作事宜，我想确认一下你们是否已经做出决定。我们这边需要尽快知道结果，因为还有其他合作方在等。如果可以的话，请尽快回复。
谢谢，
张三"

效果：更加专业、礼貌且有说服力的商业邮件，语气得体，表达更加规范。

多功能组合场景

在实际应用中，常常需要组合多种功能，如先翻译再摘要，或先润色再翻译。

组合应用提示词模板

请执行以下多步骤任务：
1. 首先，将以下[语言A]内容翻译成[语言B]
2. 然后，将翻译结果进行[摘要/润色/结构化]处理
3. 最后，按照[特定格式要求]输出最终结果

[原始内容]

组合应用案例

翻译+摘要+润色

提示词：

请执行以下多步骤任务：
1. 首先，将以下英文研究报告翻译成中文
2. 然后，将翻译结果概括为300字左右的摘要
3. 最后，润色摘要使其适合向非专业管理层汇报，使用清晰、专业但不过于技术化的语言

[英文研究报告内容...]

效果：一个简洁、专业、易于理解的中文摘要，适合管理层阅读，既保留了原报告的核心信息，又经过了语言优化。

提示词技巧小结

场景	关键技巧	常见陷阱
翻译	指定语言对、指明风格、提供领域背景	忽略专业术语、未说明保留格式需求
摘要	明确字数限制、指定重点内容、确定组织方式	未指明摘要长度、未指定摘要重点
润色	指定文体风格、具体改进方向、保留原意要求	未说明目标读者、未指明语言风格

通过这些针对性的提示词模板和案例，可以显著提高AI在文本处理任务中的输出质量，获得更符合预期的结果。