L1-3、Promp常见任务类型与写法模板

——掌握任务类型，写 Prompt 就像套模板

想把 AI 当成好用的工具，第一步不是写 Prompt，而是识别任务类型。只有你先知道“我到底要它干嘛”，才能说出“它该怎么干”。

01. 通用任务五大类

我们将日常最常见的 AI 使用需求，归纳为以下五大类：

任务类型	典型场景
Q&A 问答	问知识、查资料、生成 FAQ
翻译	多语言互译、语体风格转换
摘要	总结文章、对话、长文本
写作	生成文案、段落、故事、邮件等
分类	标签提取、语义分类、判断文本属性

02. 各类型 Prompt 案例详解

① Q&A 问答类

你是一名计算机教师。请用简明的语言解释“哈希表”的概念，适合初学者理解。

重点：

明确“角色 + 受众”
引导回答风格、长度

② 翻译类

请将以下内容翻译为英文，保持语气正式、自然：

“我们将在本周五发布新版本，请提前做好准备。”

提示：

指定语言目标
指定语气风格（formal, casual, poetic...）

③ 摘要类

请帮我总结以下文章的核心观点，用3句话概括。语言风格保持中立、专业。

【...原文...】

通常加上格式要求，会提升结果一致性。

④ 写作类

请写一段介绍一款智能猫砂盆的产品文案，语气活泼，突出“自动清洁”和“异味控制”两大卖点，100字以内。

写作类 Prompt 是最考验“输入完整度”的，角色、任务、风格缺一不可。

⑤ 分类类（判断/提取）

请阅读以下用户评论，并判断其情感倾向（积极/中性/消极）：

“用了两天，感觉还行，但没有预期那么好。”

可进一步要求输出标签格式或理由。

03. 不同任务类型对 Prompt 结构的要求

任务类型	推荐结构模板
Q&A	你是 {角色}，请用 {风格} 回答以下问题：
翻译	将以下内容翻译为 {语言}，语气要求为 {语气}：
摘要	阅读以下内容，总结为 {输出形式}，保持 {风格}：
写作	写一段 {类型}，面向 {对象}，强调 {重点}，风格 {风格}，长度
分类	判断以下文本的 {目标}，输出为 {格式}，并简要说明理由：

结构 + 变量 = Prompt 模板化能力

太好了，我们来把你的第 3 篇博客内容再打磨得更实用：

修改点

将“实战任务”改为更具体的任务描述，并给出示范 Prompt 和 AI 可能返回的结果。
将 Gradio 示例代码改写为 Streamlit 实现（部署也更方便）。

实战任务 · 补全 & 答案示例

任务 1：将一段新闻内容总结为三句话

任务描述：

你有一段新闻报道内容，请写一个 Prompt，引导 AI 总结其核心要点，字数限制在三句话内，语言保持客观、中立。

示例 Prompt：

请总结以下新闻内容为三句话，保持语言客观、中立：

【字节跳动旗下 TikTok 面临美国立法威胁。美国众议院通过一项法案，要求 TikTok 自字节跳动剥离，否则将面临全国封禁。TikTok 发言人称，此举侵犯美国用户的言论自由。】

AI 可能返回：

美国众议院通过一项法案，要求 TikTok 脱离中国母公司字节跳动。若不遵守，将面临在美被封禁的风险。TikTok 表示该法案侵犯了用户的言论自由。

任务 2：将商务邮件翻译为英文（正式语气）

任务描述：

请写一个 Prompt，要求 AI 将中文商务邮件翻译成英文，语气需保持正式、得体，适用于客户沟通场景。

示例 Prompt：

请将以下中文邮件翻译为英文，语气保持正式，适合发送给海外客户：

“您好，我们计划于本月25日上线新版本，届时系统将暂停服务2小时，敬请知悉。”

AI 可能返回：

Dear Sir/Madam,

We plan to launch the new version on the 25th of this month. Please be informed that the system will be temporarily unavailable for 2 hours during the update.

任务 3：判断评论情绪倾向，并说明理由

任务描述：

你有一段用户评论内容，请写一个 Prompt 要求 AI 判断其情感（正面 / 中性 / 负面）并简要说明理由。

示例 Prompt：

请判断以下评论的情绪倾向（正面/中性/负面），并说明理由：

“用了三天，界面确实很清爽，但电池续航没有预期那么长。”

AI 可能返回：

情绪倾向：中性

理由：评论既包含积极表述（界面清爽），也指出不足（续航不如预期），整体态度较为中立。

️ Streamlit 示例代码：Prompt 模板生成器

将 Gradio 版本替换成 streamlit 版本，便于 Web 部署：

# streamlit_prompt_generator.py

import streamlit as st

from openai import OpenAI

from dotenv import load_dotenv

# Load environment variables

load_dotenv()

# Initialize OpenAI client

client = OpenAI()

st.set_page_config(page_title="Prompt 模板生成器 + AI 调用", layout="centered")

st.title(" Prompt 模板生成器 + 智能回复")

st.write("选择任务类型，生成 Prompt，并调用大模型获取 AI 的回答")

# 输入区

task_type = st.selectbox("请选择任务类型", ["Q&A", "翻译", "摘要", "写作", "分类"])

content = st.text_area(" 输入内容（如问题、文本、产品信息等）", height=150)

# Prompt 模板生成函数

def generate_prompt(task_type, content):

    if task_type == "Q&A":

        return f"你是一名专业讲解员。请用简明语言回答以下问题：{content}"

    elif task_type == "翻译":

        return f"请将以下内容翻译为英文，保持正式语气：{content}"

    elif task_type == "摘要":

        return f"请总结以下内容的主要观点，控制在3句话内：{content}"

    elif task_type == "写作":

        return f"请写一段简洁、有创意的介绍文案，产品是：{content}，字数100字以内。"

    elif task_type == "分类":

        return f"请判断以下评论的情感倾向（积极/中性/消极）并说明理由：{content}"

    else:

        return "请选择任务类型"

# AI 调用函数

def call_gpt(prompt):

    try:

        response = client.chat.completions.create(

            model='anthropic/claude-3.7-sonnet',

            messages=[{"role": "user", "content": prompt}],

        )

        return response.choices[0].message.content

    except Exception as e:

        return f" 出错了：{str(e)}"

# 按钮逻辑

if st.button(" 生成 Prompt 并调用 AI"):

    if content.strip() == "":

        st.warning("请输入一些内容～")

    else:

        with st.spinner("正在生成 Prompt 并调用 AI，请稍候..."):

            prompt_result = generate_prompt(task_type, content)

            st.text_area(" 生成的 Prompt", value=prompt_result, height=100)

            ai_output = call_gpt(prompt_result)

            st.text_area(" AI 返回结果", value=ai_output, height=200)

使用方式

安装依赖：

pip install streamlit

运行页面：

streamlit run streamlit_prompt_generator.py

打开浏览器访问：http://localhost:8501

小结：Prompt 写作就像“任务建模”

你不是“和 AI 说话”，而是在给 AI 提交一个完整的任务工单。

掌握任务类型

选择合适的结构

用自然语言“构建任务模版”