Calnex LogoCalnex
AI 工具

AI 提示詞構建器

為 AI 模型構建結構化提示詞，包含角色、上下文、指令、限制同埋輸出格式等區塊。內置 Token 估算同最佳實踐評分。

參數

定義 AI 應該扮演嘅角色或者身份。

AI 執行任務所需嘅背景資訊。

畀 AI 嘅主要任務或者核心指令。

AI 必須遵守嘅規則、負面提示詞同限制。

期望嘅 AI 回覆格式（好似 Markdown、JSON 等）。

可選嘅少樣本範例，用嚟引導 AI 嘅具體輸出風格。

結果

生成嘅提示詞
其他結果 (3)
預估 Token 數0
~0.000000 USD for GPT-4o input
提示詞質量評分
10
10/100 — Needs improvement
改進建議[object Object]
點解揀 AI 提示詞構建器
為 ChatGPT、Claude、Gemini 等主流大模型構建高質量嘅結構化 Prompt 提示詞。支援角色扮演、背景上下文、核心任務、負面限制、輸出格式同少樣本 (few-shot) 模板嘅快速搭建，內置 Token 長度估算及質量評分功能。
  • ✓基於系統指令、角色定位及嚴格限制構建結構化 Prompt
  • ✓提前估算提示詞嘅 Token 長度，優化 API 調用開銷
  • ✓提供即時改進建議同質量評分，優化大模型生成表現
  • ✓便捷使用少樣本範例同固定格式輸出模板，防止格式混亂
使用步驟
  1. 1為 AI 模型指派一個明確嘅角色或者專家人設
  2. 2填寫背景資訊以及具體要執行嘅指令
  3. 3設置明確嘅禁止規則同定義期待嘅輸出格式
  4. 4為複雜任務添加 Few-shot 樣本，並複製生成嘅提示詞
  5. 5可選擇添加少量示例
  6. 6複製生成的提示並將其與任何 LLM 一起使用
常見問題 (FAQ)
點解要使用結構化提示詞而唔係求其問一兩句？
結構化提示詞能系統化引導 AI。通過清晰劃分角色、背景、規則同範例，模型能夠更準確理解邊界，大大降低「幻覺」機會，生成穩定且符合期待嘅回覆格式。
咩係 Few-shot 提示詞技術？
Few-shot（少樣本提示）係指喺提示詞入面提供一個或多個「輸入-輸出」實例，直接向 AI 示範期望嘅回答風格或格式。呢個對於複雜嘅文本解析、代碼轉換或者特定格式生成特別有效。
提示詞設計會影響 API 費用嗎？
優秀嘅提示詞可以令 AI 一次性輸出完美結果，減少多輪對話同纠正，從而為開發者慳返大量輸入/輸出 Token，大幅減低 API 調用成本。