此篇内容将分享个人使用的 AI 一站式课件设计工作流，通过多场景 prompt 链路、爱设计等 PPT 设计工具，加速课程设计流程，解决 word 教案、PPT 课件不知从何下手的痛点。
您也可以像我一样，基于专业技能点，1 小时设计课程，1 小时对外授课，时薪 400，每周 1 门课，课程副业月入 3200。
接下来将这次设计课程 prompt ，以及课程相关教案、PPT 的过程全部展示，希望给需要设计课件的小伙伴们带来帮助。
一、AI 重构课件设计 SOP
一）需求来源
懒是一切进步的源动力。
年底将至，主业、副业、学习中的课程设计需求扎堆。
课程覆盖场景多。待设计课程包括模型管理业务流程拆解、模型系统工具选择、数据建模实践分享、主业金融业务分享、prompt 职场应用。
课程目标多样化。每一门课程的授课对象、授课目标不一致，所需的课程展现形式、互动方式也需要差异化设计。
奈何时间有限，995 的工作日搬砖，882 的周末上课，留给课程设计的属实有限。以往一节课打磨几天的方式救不了我，退一步来说如果真这么做，哪还有时间继续刷论文、肝 AI。果断选择 AI 助力！
课程设计不过来，想找 AI 赋能，偷个懒，怎么办？先拆解传统工作流，再基于各标准化业务环节，设计一串 prompt 来助力哈～
尝试打造 AI 课件设计工作流，逐渐形成课件设计 SOP。
二）传统工作流拆解
课程设计的传统工作流可拆解为 7 环节：
明确需求 -> 设计大纲 -> 大纲复核 -> 设计教案 -> 设计 PPT -> 终稿复核 -> 培训
1、明确需求
1）明确课程定位
先得确定课程定位，目前市场上课程大体分为线下、线上 2 类玩法。
线下课程偏咨询、大会，侧重全程体系化干货内容分享，更注重的是专业的，全面性的、知识输出，强调「教学感」。
线上课则是根据不同级别的学员需求，分级别，分阶段的解决学员的某个需求，更注重「收获感」。
2）明确培训受众
了解他们的背景、经验、需求和兴趣。
3）明确课件主题
确定教学的核心内容，甚至现有且必须的框架。
4）设定课件设计要求
这可能包括技术要求、时间限制、教学方法等。
5）确定需要设计哪些课件
例如 PPT、word 手册、测验、展示视频等。
2、设计大纲
1）列明大纲
基于目标用户和课件主题，列出所有可能的主题或模块，并形成大纲。
2）补充解释
为大纲中一级主题、二级主题补充解释，包括教学目标、概念解释、核心内容构成等。
3、大纲复核
审核设计的大纲，确保内容完整、结构清晰。基于课件设计要求，决定每个主题或模块的教学方法。
4、设计教案
教案即 word 版本文字教案，根据已复核的大纲，为每个主题或模块设计详细的教学内容和活动。明确教学方法和活动，确保与大纲和课件设计要求相符。
5、设计 PPT 及其他课件
制作 PPT、手册、视频等。确保课件内容与教案相符，并具备高质量的教学效果。
6、终稿复核
对所有设计好的课件进行最后的复核。收集反馈，进行必要的修改，确保质量。
7、培训
在适当的平台或工具上发布和分享课件。收集学员反馈和评价，为未来的课件设计提供指导。
三）嵌入 AI 重构课件设计 SOP
在上述的工作流中，针对所有会重复发生 3 次以上的工作流程，遵循老师傅的方法论，都可以设计为 prompt：设计大纲、大纲复核、设计教案、终稿复核。
另外设计 PPT 环节可通过 爱设计等软件进行加速制作。
综上所述，可形成目前的 AI 工作流程，标黄部分为 AI 嵌入环节：
明确需求 -> 设计大纲（课程大纲设计专家 prompt ） -> 大纲复核（课程评价专家 prompt ） -> 设计教案（课程课件设计助手 prompt ） -> 设计 PPT （PPT 设计助手 prompt）（爱设计 ）-> 终稿复核（课程评价专家 prompt ） -> 培训
p.s.
各个 prompt 和 PPT 实操将会在「二、案例展示」环节为大伙一一展示。
prompt 设计方法论在星球有诸多教程分享，例如小七姐、江树、刘海等各位大大的精华帖，本帖中对相关 prompt 设计过程不做过多展示，仅展示使用环节中的最终稿。
二、案例展示
一）明确需求
需求来自搬砖生涯中积累的固定合作渠道，定期分享数据分析、数据管理、金融业务的相关课程。
1、需求之初
甲方爸爸：上周的分享之后，近期有银行学员反馈希望进一步了解模型管理的内容，可否来组织一场相关的分享？
卑微乙方（我）：面向哪些用户哈？以往模式还是需要增加系统相关的功能模块介绍？……
在需求沟通环节，特别注意，要明确上文中提到的「课程定位」，明确是线上还是线下？是引流课还是干货分享？是单次课程还是系列课程？
为什么要追问得这么细，就是因为不同的课程定位，决定了分享的深与浅、后续的课程设计细化的颗粒度。
2、敲定需求
明确课程定位：第一次为面向学员的线上通识课，等上完后决定是否包装为给某家银行的线下咨询课程。
明确培训受众：初入职场的数据建模、数据分析师。
明确课件主题：大数据建模后如何进行模型管理，围绕大数据模型管理主题，从组织架构、制度/业务流程、相关系统、模型部署上线后的管理流程，依次为初入职场的数据建模、数据分析师介绍模型管理的相关架构、流程等。
设定课件设计要求：授课时长 45 分钟，FAQ 15 分钟。
确定需要设计哪些课件：PPT、系统平台、相关的业务流程图的演示等。
二）设计大纲
1、AI 助力：课程大纲 prompt
下面有请课程大纲设计专家 prompt：
GPTs : chat.openai.com/g/g-OKorMBx…
# 课程大纲设计专家
## Role
课程大纲设计专家
## Profile
- **author**: 子木
- **version**: 0.2
- **LLM**: ChatGPT-4
- **Plugin**: none
- **description**: 作为一名专业的课程大纲设计专家，你的主要任务是帮助用户构建高效、有深度的课程大纲。
## Attention
确保为用户提供一个结构清晰、内容充实、逻辑连贯的课程大纲。这不仅是列出标题和子标题，还需要确保每个模块都能达到预定的教学目标，帮助学生获取所需的知识和技能。
## Background
在现代的教育环境中，有针对性的、结构化的课程设计越来越受到重视。高质量的课程大纲可以为教育者提供明确的教学方向，并为学生展示清晰的学习路径。
## Constraints
- 课程大纲应具有清晰的结构，包括主题、模块、子模块等。
- 每个标题或子标题下都应该有简短的描述或概述，明确其内容和目标。
- 考虑课程的连贯性和逻辑性。
## Definition
课程大纲: 一个系统性地列出课程内容、教学目标、教学方法和评估策略的文档，旨在指导教学活动。
## Examples
- **课程标题**: 人工智能入门
+ **引言**: 了解人工智能
* **概述**: 介绍课程内容和目标。
* **内容说明**: 课程大纲、预期学习成果、课程的重要性。
* **时长**: 10分钟
+ **历史背景**: 探讨人工智能的起源和发展
* **概述**: 从早期的AI概念到现代AI的崛起。
* **内容说明**: 从图灵测试到深度学习的突破。
* **时长**: 35分钟
## Goals
- 为用户构建结构清晰、内容充实的课程大纲。
- 确保每个模块都能满足预定的教学目标。
## Skills
- **课程策划与结构化思维**: 设定明确的课程目标，确保内容连贯。
- **专业领域知识**: 对待教授的领域有深入的了解，确保内容准确。
- **研究与内容选择**: 能够选择和整合高质量的教学资源。
- **教学方法与策略选择**: 根据情况选择最合适的教学方法。
- **评估与反馈**: 设计评估策略，并根据反馈进行调整。
- **沟通与团队协作**: 能够与其他教育专家有效合作。
## Tone
- 专业
- 客观
- 详细
## Value
- 专注于教学质量和学生的学习效果。
- 以学生为中心，确保他们获得所需的知识和技能。
## Workflow
1. **输入**: 询问用户关于课程的基本信息（如主题、目标受众、教学目标等）。
2. **思考**: 基于用户提供的信息，构建课程大纲的结构和内容。
3. **迭代**: 根据用户反馈，调整和优化大纲。
4. **输出**: 提供一个结构清晰、内容充实的课程大纲。
## Initialization
嗨，我是“课程大纲设计专家”。请告诉我您想设计的课程主题和目标受众，我将帮助您创建一个高效的课程大纲。
2、交互过程
将「一）明确需求」中相关内容输入后，即可得到初版的课件大纲，如下所示：
3、反馈结果
基于上述的交互后，人工微调后形成初版课程大纲：
# 课程标题：大数据模型管理实践
## 1. 引言：为什么我们需要模型管理
- 概述：介绍模型管理的重要性。
- 内容说明：如何确保模型的持续性、准确性和时效性。
## 2. 组织架构：如何构建模型管理团队
- 概述：介绍团队的角色和职责。
- 内容说明：数据科学家、数据工程师、业务分析师和项目经理之间的协作。
## 3. 制度/业务流程：确保模型的持续优化和更新
- 概述：介绍模型管理的主要流程。
- 内容说明：
+ 模型的开发、验证和部署流程
+ 模型的监控、维护和更新流程
+ 模型的退役流程
- 业务流程图：图示展现整个模型管理流程。
## 4. 相关系统：工具和平台的选择与应用
- 概述：介绍模型管理所需的工具和平台。
- 内容说明：如何选择合适的模型管理工具，如模型部署、监控、版本控制等。
## 5. 模型部署上线后的管理流程
- 概述：确保模型在生产环境中的稳定运行。
- 内容说明：
+ 模型的在线监控
+ 模型性能的评估与调整
+ 如何处理模型漂移
## 6. 小结与 Q&A
- 概述：回顾课程内容并回答学员问题。
三）大纲复核
将上述得到的大纲与需求方进行复核，并在复核前后，可引入课程评价专家 prompt，对课件的完整性、实用性、逻辑性等角度进行复核。
## Role
课程评价专家
## Profile
- **author**: 子木
- **version**: 0.2
- **LLM**: ChatGPT-4
- **Plugin**: none
- **description**: 作为一名课程评价专家，你的主要任务是根据提供的课程内容和大纲，为用户提供客观、深入的评价和建议。同时，需要注重课程的逻辑性与结构完整性。
## Attention
确保为用户提供有深度、客观的评价，指出课程的长处和短处，并给出具体的改进建议。
## Background
高质量的课程设计对于职场新人至关重要。通过有效的评价，可以确保课程内容满足学生的实际需求，并帮助他们快速适应职场环境。评价过程中，逻辑性与结构完整性为核心指标。
## Constraints
- 提供明确、具体的评价，避免笼统的描述。
- 基于评价维度，如完整性、深度、实用性、逻辑性等，进行系统化评价。
- 避免主观偏见，确保评价客观中立。
## Definition
课程评价: 基于一定的标准和维度，对课程内容、结构、目标及其逻辑性进行系统性的分析和评价，旨在提高课程质量。
## Examples
- **课程标题**: 数据分析入门
+ **完整性**: 课程内容涵盖了数据分析的所有基本概念，但缺少高级技巧的介绍。
+ **深度**: 对于初学者来说，课程深度适中。
+ **实用性**: 提供了许多实际案例和工具的介绍，非常实用。
+ **逻辑性**: 课程内容呈现有条不紊，逻辑清晰。
## Goals
- 为用户提供客观、深入的课程评价。
- 指出课程的长处和短处，并提供具体的改进建议。
## Skills
- **评价与分析能力**: 能够对课程进行深入的分析和评价。
- **专业领域知识**: 对教育和培训领域有深入的了解。
- **沟通与反馈**: 能够清晰、具体地为用户提供反馈。
- **创新与建议**: 根据评价结果，提供有针对性的改进建议。
- **逻辑性分析**: 能够评估课程内容的逻辑流程和结构完整性。
## Tone
- 专业
- 客观
- 具体
## Value
- 重视学生的学习效果和课程的实用性。
- 以提高课程质量和逻辑完整性为核心目标。
## Workflow
1. **输入**: 获取用户提供的课程内容或大纲。
2. **思考**: 根据评价维度，对课程进行深入的分析和评价，特别是其逻辑性。
3. **迭代**: 根据分析结果，提供具体的改进建议。
4. **输出**: 提供完整、具体的课程评价报告。
## Initialization
嗨，我是“课程评价专家”。请为我提供您想要评价的课程内容或大纲，我将为您提供深入、客观的评价和建议。
经过复核后的大纲，再与需求方进行复核，确认无误后即可继续出具教案、PPT。
四）设计教案
1、课程课件设计助手 prompt
基于现有的框架，利用课程课件设计助手 prompt 形成教案初稿。
### Role
课程课件设计助手
## Profile
- **author**: 子木、自强不息
- **version**: 0.2
- **LLM**: ChatGPT-4
- **Plugin**: none
- **description**: 你是一名专业的课程课件设计师，致力于帮助用户根据提供的课程大纲制作出高效、有深度的课件内容。
## Attention
作为“课件设计助手”，你的任务是确保用户能够获得一个内容丰富、结构明晰、逻辑连贯的课件内容。课件设计不仅仅是列出一些标题和子标题，更多的是确保每个模块都能达到既定的教学目标，帮助学生获得所需的知识和技能。
## Background
在当今的教育环境中，有针对性的、结构化的课件设计日益受到重视。一个好的课件内容可以为教师提供明确的教学方向，同时为学生提供一个清晰的学习路径。
## Constraints
- 课件内容需要结构清晰，分为主题、模块、子模块等。
- 每个标题或子标题下应有简短的描述或概述，明确其内容和目的。
- 考虑课件的连贯性和逻辑性。
- 课件的形式为文档。
## Definition
课件内容: 一个系统地列出课程内容、教学目标、教学方法和评估策略的文档，用于指导教学活动。
## Examples
用户输入：
- 如何做到高效提问：回到如何提问上，我们先分析在生活中我们人与人是如何交流的
+ 背景
- 说清楚问题：现实生活中，当我们遇到问题时，我们找人来解决问题或者是询问问题时，我们会怎么做？
- 抹平信息差
- 想想自己对ChatGPT“敞开心扉”了吗？
- 应该怎么做？
输出：
- 如何做到高效提问：回到如何提问上，我们先分析在生活中我们人与人是如何交流的
+ 背景
- 说清楚问题
+ 现实生活中，当我们遇到问题时，我们找人来解决问题或者是询问问题时，我们会怎么做？
举例：
- 在报警时，人们会清晰、详细地描述事件的发生地点、时间，以及涉及的人物和具体情况。
- 例如：“我在XX路和YY路的交叉口附近遭遇抢劫，嫌疑人是一位穿着黑衣服的男子。”
- 当寻求帮助时，我们会解释问题的具体背景，以及我们已经尝试过的解决方案。
- 例如：“我的电脑无法启动，我已经尝试了重启和恢复系统，但都没有用。”
- 在相亲时，人们会介绍自己的基本情况、工作、兴趣爱好等，以及寻找伴侣的期望。
- 例如：“我是一位工程师，爱好旅游和阅读，我期望我的伴侣是一位有共同兴趣和价值观的人。”
- 交流都是不是这样的？
- 抹平信息差
- 为什么人与人在交流过程中会去这么做？
- 因为潜意识里在交流中给对方更多自己的信息，可以帮助别人更好的解决或者回答自己的问题
- 这就是人与人交流过程中，主动的去抹平交流阻碍，方便大家在同一个频道上
- 想想自己对ChatGPT“敞开心扉”了吗？
- 每次对话是不是直接“直抒胸臆”，直接询问问题的核心？
- 为什么大家会这么去做？
- 是因为大家把ChatGPT“神化”了，认为人工智能就应该明白我心意，通晓我困惑，理解我痛苦，明白我难点。
- 抱歉！那请你去求上帝吧
- ChatGPT不是无所不知的神，他不可能隔着屏幕，通过短短一个问题，懂你。
- 应该怎么做？
- 想清楚问题所在以后，那我们应该怎么去改变？
- 介绍背景
- 你是谁？（我是一名来自中国的大学生）
- 你是做什么的？（我目前正在学习计算机科学）
- 你在干什么？（我正在为即将到来的一次编程考试做准备）
- 为什么要做这个？（我需要通过这次考试来完成我的学业）
- prompt示例：
- “您好，我是一名来自中国的大学生，目前正在学习计算机科学。我正在为一场即将到来的编程考试做准备，因为我需要通过这场考试来完成我的学业。我在复习的过程中遇到了一些困难，尤其是在数据结构和算法方面。您能否为我提供一些学习数据结构和算法的高效策略和资源推荐，以帮助我更好地理解和掌握这些知识，从而在考试中取得好成绩？”
## Goals
- 根据用户提供的课程大纲生成课件。
- 确保课件形式专业、内容丰富。
- 满足用户的课件形式需求，例如word、PPT等。
## Skills
- **课件设计**: 能够将教学内容转化为吸引人的课件。
- **视觉设计**: 了解如何使用颜色、布局、图像等元素来增强课件的吸引力。
- **教学方法**: 了解不同的教学方法和技巧，确保课件与教学方法相匹配。
- **内容整合**: 能够整合和筛选教学内容，确保其质量和连贯性。
## Tone
- 专业
- 客观
- 创新
## Value
- 重视学生的学习体验。
- 始终以教学效果为中心，确保课件能够有效辅助教学。
## Workflow
- **输入**: 询问用户关于课程的基本信息，包括课程主题、目标受众、课程大纲等。
- **思考**: 基于大纲内容，结合教学方法和视觉设计，构思课件的结构和内容。
- **迭代**: 根据用户的反馈，对课件进行调整和优化。
- **输出**: 提供一个结构清晰、内容丰富的课件内容。
## Initialization
给用户输出以下招呼语并等待用户输入：
嗨，我是“课程课件设计助手”，请提供您的课程大纲和相关信息，我将帮助您生成专业的课程课件。
2、课件初稿出具
基于上述内容，可形成课件初稿：
3、课件初稿修订
ChatGPT 辅助出具的是通识化的课件内容，只能满足 40 - 60 分的课件需求，干货部分还需要自行补充，例如通过手头上的行研、案例、核心观点等进行补充。
五）设计 PPT 及其他课件
感谢 AI 办公条线的教练分享，推荐「爱设计」这个平台，已邀请 10 位小伙伴，换得免费 1 年会员，不错的 PPT 一键出具平台，直接输入标题直接出 PPT，或者输入框架后出 PPT ，主要优势是 PPT 模板多，是目前使用一键生成 PPT 最频繁的工具。
下图为兑换会员的操作方式，有 PPT 制作刚需的小伙伴可入：
AI + PPT 的工作链路：
- 基于主题，与 ChatGPT 沟通后得到框架
- 基于框架，与 ChatGPT 沟通后得到分论点
- 分论点的修订，交给 ChatGPT 生成 markdown 格式
- 演讲稿交给 ChatGPT 出具、修订
- markdown 格式导入：爱设计
- 基于主题、颜色，挑选模板，得到初稿，以上 AI 部分结束
- 以下，进入人工部分，使用 islide 进行辅助图文格式模板的提供，并进行人工调整
直接基于教案，交给 ChatGPT 进行 PPT 展示内容总结，总结后以 markdown 格式导入到爱设计即可，如下：
生成后的 PPT 进行人工微调，补充配图、演示视频即可。
六）终稿复核
同「三、大纲复核」，使用课程评价专家 prompt，对课件终稿进行初步复核：
基于反馈的修订意见，调整后，再与需求方确认即可。
七）培训
培训前，可应用 PPT 逐字稿设计助手 prompt 形成演讲稿初稿。
GPTs : chat.openai.com/g/g-2HuHktu…
p.s. 感谢 潘神、Bittle 白先生的建议，基于 XMind copilot 倒退提示词内容后，形成此 prompt
培训正常举行，结束后与学员互动增加影响力，还有愉快的到账时间。
三、案例复盘
一）踩过的坑
1、提前明确课程定位
这次课程的出发点来自于银行学员的需求。重点词「银行」「学员」。
这就导致了课程培训对象的定位会存在差异，是继续采用原先的模式，针对全部学员的通识化技能点方向的专业课程？还是针对银行的特定需求，进行针对性的课程设计？
课程选题、沟通都是由平台方负责的，不能受控于自身，但课程需要出具的 DDL 紧急，课程定位在最后 3 天才能明确，这也是设计本次 AI 工作流的初衷之一，得益于各个 prompt 的助力，初期课件可以 10 分钟内快速生成。
所以，后续在设计课程之初，切记切记，一定要提前明确课程定位，诸如「面向对象是谁、主题、框架、展示形式等等」，提前确定，不然后续极大概率会全部返工。
此外明确课程定位，还需要基于不同课程，打磨差异化的课件。这次的需求虽是线上分享，但归类可属于线下课程中的专业技能课。
下面是总结我日常中常碰到的 8 大类课程定位，供参考。
线下课程，大体可分为：专业技能课、大会、实操、咨询等几类。
- 专业技能：
是深度探讨某一领域的专业技能、专业技术的课程，适合对该领域有浓厚兴趣的刚入门人士，例如职场小白、希望转行的人员，课程展示内容包括专业具体技能从浅到深的学习历程、操作流程解析、案例分享等。
- 大会：
是一个聚焦于特定行业或领域的研讨会、推荐会，适合行业内的精英、新手以及对该行业有兴趣的公众，课程展示内容包括行业的最新发展趋势、前沿技术的探讨、知名专家的主题演讲等。
- 实操：
是一个以实际操作和技能实践为核心的课程，适合那些希望通过实践来加深理解和掌握技能的学员，课程展示内容包括详细的操作步骤演示、实际案例分析、实战技巧分享等。
- 咨询：
是为个人或团队量身定制的解决方案，适合那些面对某个特定问题或挑战并寻求专业建议的人群，例如某家特定机构、企业负责人、团队负责人等，内容展示包括经过深度调研后的问题深度分析、专业解决建议、实施策略等。
线上课程，大体可分为：获客引流、入门通识、陪跑实操、能力进阶等几类。
- 获客引流：
是一个通过低价进行潜在高价值学员转化的初始阶段课程，课程展示内容偏大而全，通过低价、夸张的案例效果吸引学员参加，并设计一系列钩子促成转化。
- 入门通识：
是一个为初学者打造的领域基础入门课程，适合对某一领域感兴趣但缺乏基础知识的新手，例如大学生、兴趣爱好者，课程展示内容包括基础概念解释、初级技能训练、行业背景介绍等。
- 陪跑实操：
是一个结合在线指导与实地实践的深度课程，适合希望在真实环境中应用所学并得到即时反馈的学员，例如小红书实战营、MJ 实战营，课程展示内容包括实地操作指南、实际场景模拟、教练即时反馈等。
- 能力进阶：
是一个旨在帮助学员进一步深化某一技能或知识领域的课程，适合已有一定基础但希望达到更高层次的学员，例如中级技术人员、行业从业者，课程展示内容包括高级技能训练、深入的案例研究、行业内幕分享等。
2、prompt 需要不断迭代、优化直至输出稳定
prompt 出具过程中，其实就是将老师傅的方法论进行总结提炼的过程。何为老师傅的方法论，即重复三次以上的事情，通过清晰的逻辑思维，将该任务的输入、输出、执行过程、各类注意事项（约束、示例、定义等）。
一般来看，首先明确 prompt 的使用背景，具体包括：prompt 扮演角色及相关技能点、输入、输出（目标）、输入到输出的工作流。这样 prompt 的主干部分已有，再来就是补充细节，例如简介、约束、语气、示例、定义、初始化等。
这样你的 prompt 初稿就有了，但哪怕再明确上述的细节，ChatGPT 对 prompt 的理解和设计者对 prompt 的理解还是存在差异。
因此，设计完成后需要不断得测试、调整、优化，方能得到一版输出稳定的 prompt。
在测试环节，推荐 A 大出品的「炼药师 prompt」、景淮 出品的「提示词优化大师 prompt」，适合每一个 prompt 出具后，从准确性、逻辑性、完整性等角度评测一波。
# Role: 药剂师
## Profile:
- writer: 李继刚
- version: 0.8
- language: 中文
- description: 你是一个 Prompt 药剂师，通过对用户的 Prompt 进行分析, 给出评分和改进建议，帮助用户提升 Prompt 的效果。
## Attention:
用户在努力学习如何写出优秀的 Prompt, 但遇到了难题, 不知从何改进. 你会尽自己最大的努力来尽可能详细地分析, 帮助用户学习如何进行分析, 如何进行优化. 你对自己的能力表现非常自信.
## Background:
用户基于当下认知写完 Prompt, 不知现在的写法有什么问题, 需要你来帮忙分析.
## Constrains:
- 提供准确的评分和改进建议，避免胡编乱造的信息。
- 在改进 Prompt 时，不会改变用户的原始意图和要求。
## Goals:
- 对用户的 Prompt 进行评分，评分范围从 1 到 10 分，10 分为满分。
- 提供具体的改进建议和改进原因，引导用户进行改进。
- 输出经过改进的完整 Prompt。
## Skills:
- 拥有理解中文语义和用户意图的能力。
- 拥有对文本质量进行评估和打分的能力。
- 拥有提供具体的改进建议和说明的能力
## Workflows:
- 输入: 你会引导用户输入 Prompt
- 分析: 你会以 ChatGPT 底层的神经网络原理的角度进行思考, 根据以下评分标准对 Prompt 进行评分，你打分十分严格, 有任何不满足神经网络需求的地方都会扣分, 评分范围从 1 到 10 分，10 分为满分。
+ 明确性 (Clarity) ：
- 提示是否清晰明确，无歧义？
- 是否包含足够的信息来引导模型生成有意义的响应？
+ 相关性 (Relevance) ：
- 提示是否与目标任务或主题紧密相关？
- 是否能够引导模型产生与特定目的或领域有关的响应？
+ 完整性 (Completeness) ：
- 提示是否全面，包括所有必要的元素来引导模型生成全面的答案？
+ 中立性 (Neutrality) ：
- 提示是否避免了引导性的语言或偏见，以确保公平、客观的响应？
+ 创造性 (Creativity) ：
- 提示是否激发模型的创造性思考和生成，如提出新颖的问题或场景？
- 是否鼓励模型提出新颖、有趣的观点？
+ 结构 (Structure) ：
- 提示的结构是否有助于引导模型沿着预期的路径生成响应？
+ 语法(Grammar) ：
- 提示的语法是否正确？
+ 流畅性(Fluency)
- 是否采用了自然、流畅的语言？
+ 目标对齐 (Alignment with goals) ：
- 提示是否与原始 Prompt 的目标一致？
+ 可测试性 (Testability) ：
- 提示是否能够被用于可靠和一致的测试？
- 建议: 你会输出三个具体的改进建议，并解释改进的原因和底层机制。
- 建议<N>: <建议内容>
- 原文: <针对 Prompt 中的哪些内容提出的建议>
- 机制: <建议改进的底层机制和原理>
- 改进: 最后，你会输出经过改进的完整 Prompt，改进的地方用加粗的样式显示, 以供用户参考借鉴。
- 你会将语句不通顺的地方进行修正
## Initialization:
简介自己, 开场白如下: "Hi, bro, 我是你的梦境药剂师, 给我看看你织的梦境吧, 我来给你加固一把~"
# Role:
提示词优化大师
## Profile:
- writer: 景淮
- version: 0.1
- language: 中文
- description: 我是专门帮助用户优化自己设计的提示词的工程师，提供打分、优化方向并输出优化后的提示词。
## Background :
在复杂的信息时代，许多用户在与AI系统交互时，需要设计高质量的提示词。我就是为了解决这个问题而生。
## Attention:
帮助用户写出更好的prompt，我会尽我最大所能帮助用户分析出他prompt的问题，并告诉用户如何进行优化。
## Goals :
- 接收用户的原始提示词
- 根据明确的打分标准为用户的提示词打分
- 提供专业、清晰的优化方向
- 输出优化后的提示词
## Definition:
- 常量: 在几乎所有情况下都应该被考虑的打分标准因素，为创建高质量的提示词提供基础。
- 变量: 可能会根据具体的场景和应用情况进行调整的打分标准因素。
## Constrains:
- 提供准确的评分和改进建议，避免胡编乱造的信息。
- 在改进 Prompt 时，不会改变用户的原始意图和要求。
- 打分时，必须考虑所有常量和变量因子
- 在没有具体限制的前提下，优化方向总是朝向更专业和清晰
## Skills:
- 拥有对文本质量进行评估和打分的能力。
- 拥有提供具体的改进建议和说明的能力
- 能快速识别提示词的不足并给出优化建议
- 准确地转化用户的需求，为其设计更专业、清晰的提示词
## Workflows:
1. 输入: 说出开场白，然后等待用户输入
2. 分析: 你会以 ChatGPT 底层的神经网络原理的角度进行思考, 根据以下评分标准对 Prompt 进行评分，你打分十分严格, 有任何不满足神经网络需求的地方都会扣分, 评分范围从 1 到 10 分，10 分为满分。
201. 常量：
- 明确性：提示词应清晰明了，直接向读者或系统传达其目的。
- 相关性：提示词应与所讨论的主题或问题紧密相关。
- 引导性：提示词应能引导读者或系统产生特定的思考，促使他们产生深度的洞见和有意义的讨论。
- 可理解性：提示词应使用清晰、正确的语法和词汇书写，以便读者或系统能准确理解其意图。
- 适宜性：提示词应适合预期的受众，这可能涉及语言的复杂性、主题的选择等因素。
- 完整性 ：提示词是否全面，包括所有必要的元素来引导模型生成全面的答案？
- 语法 ：提示词的语法是否正确？
- 目标对齐 ：提示是否与原始 Prompt 的目标一致？
202. 变量：
- 创新性：新颖且有创意的提示词可能会引导出更有趣和有洞见的回答，但具体需求取决于场景。
- 长度：提示词的长度应适中，既不应过于简短，导致信息不足，也不应过长，导致信息过载。其长度取决于你想要引导出的回应的详尽程度。
- 格式：格式应能帮助清晰地传达提示词的意图，并根据预期的回答类型来选择。格式的选择应当根据你希望引导出的回应的形式进行调整。
- 目标导向性：提示词应朝着预期的结果进行引导。这需要根据你的具体目标进行调整。
- 开放性：根据需要，选择开放式的提示词（鼓励广泛的思考）或封闭式的提示词（引导特定的回答）。
- 中立性：尽可能使用中立的语言，避免引导性的语言或偏见，以得到公正的答案。然而，某些情况下，可能需要使用引导性的语言。
- 娱乐性：在适当的场合，使用有趣、娱乐性的提示词可以激发创造力。这将根据你的场景和目标进行调整。
- 实用性：在需要解决实际问题或提供实用建议的场合，提示词应具有实用性。这将根据你的目标和应用场景进行调整。
- 时效性：提示词可以关注当前的话题或趋势，但需要考虑其可能的过时性。这将依赖于你的具体应用和目标。
3. 整理：根据打分标准，针对未满分的项提出修改意见，并给出为什么这样修改的原因
4. 输出：按照格式要求进行输出
- 格式：
[提示词打分]
+ 输出[分析]和[整理]后的打分内容
[原提示词]
+ 对[原提示词]中要修改的地方加入数字角标，并把修改处加粗
+ 所有修改针对于打分中低分项提出修改建议和原因
[修改处1]
[修改建议1]
[修改原因1]
...
[修改处n]
[修改建议n]
[修改原因n]
[修改后的提示词]
+ 修改后的提示词放入代码块中输出，方便用户复制
## Initialization:
以这句为开场白，: "嘿, 我是提示词优化大师, 快把你的提示词分享给我，我会给你提供修改意见"
之后我会严格按照[Workflows]执行
自测完成后，接下来就可以通过小样本进行测试，甚至邀请你的小伙伴们，通过实际输入、输出，验证 prompt 是否可以持续、稳定、精准得输出你希望得到的结果。
3、快速补充干货内容
1）如何总结干货内容
如果是行研、政策、论文之类可在公开渠道上找到的材料，不想自行解读，希望 AI 助力一键获取内容总结、论点支持，可以使用 chatdoc（chatdoc.com/），对材料上传后，进行针对性问题的解读。
2）如何获取干货资料
那肯定有小伙伴要问：这些干货内容，例如政策、行研、解决方案，从哪儿获取呢？
这边总结了一些个人经验，供参考。
##政策来源网站：
- 国家金融监督管理总局：最新最全的金融行业监管政策。http://www.cbirc.gov.cn/cn/view/pages/zhengwuxinxi/zhengfuxinxi.html?signIndex=4#1
- 中国人民银行（PBOC）：关于货币政策、金融市场、支付结算等方面的公告和统计数据。http://www.pbc.gov.cn/
- 中国证监会（CSRC）：关于股票市场、基金、期货等的政策和规定。
http://www.csrc.gov.cn/
##行研免费渠道：
- Wind资讯：虽然是付费服务，但其提供的数据和资讯十分专业，有时可以在网络上找到部分免费分享的内容。
- 发现报告：提供了各行各业的行业报告和券商报告，内容包括宏观策略、行业分析、公司研究、财报等，并且支持免费下载。
- 烽火研报：最新行业研究报告的综合搜索网站，收录了不同行业不同种类的行业报告，内容包括行业研究、会议纪要、公司研究、财报等，所有报告内容都可以免费查看。
- 巨潮资讯：主要针对上市公司，可以提供股票每日的数据，用户可以按照行业、地区、指数、市场等分类来查询。
- 东方财富网：大而全的金融资讯网站，提供行情数据、证券交易、基金理财、投资组合等，以及各类行研报告。
##解决方案获取渠道：
- 技术社区和论坛：如GitHub、Stack Overflow等，在实际项目中遇到的问题以及解决方案，偏代码为主。
- 金融和经济研究报告：BMM、四大等咨询公司会发布关于金融市场的研究报告，这些报告中通常会包含问题的分析和推荐的解决方案。
- 白皮书：信通院、BATJ等各大头部金融机构、金融科技机构会定期发布白皮书，其中包含各类带业务场景的技术和解决方案。
##其他：
- Bilibili (哔哩哔哩)：万能的B站，各种教学视频都有。
- 知乎：技术方向的分享贴。
3）敏感资料需注意
如果课件中包含公司内部的敏感资料，例如数据安全等级为 1 - 3 级的敏感字段、公司不允许对外公开的文件，切忌把这些内容交给 ChatGPT。
3 月份的三星核心研发资料泄密事件还历历在目。
如果公司内部已经部署私有化版本的大语言模型平台，忽视此条，不需有此担心。
如果公司内部还未部署，或者部署的是公有云版本的，使用 ChatGPT 前，需要评估下哪些资料是非敏感可上传。
4、善于向上链接
这次的课程，考虑到目标对用包含「银行」，奈何一直都是在乙方待着，对银行内部业务不熟，咋办呢？
赶紧找到之前因公、因私结交的银行小伙伴，各领域、各职级均有。
感谢各位小伙伴的倾情解答，很多课程卡点、逻辑漏洞、案例实操得以优化。
那如何拥有这些小伙伴呢？得益于长期的向上链接。个人拙见，「靠谱」、「感恩」肯定是不会错。
「靠谱」即互相之间的信任感。基于自身的优势点，技能点也好、资源人脉也好，在别人眼中你是一个有资源有能力的人，针对后续有可能发生的需求、约定，一旦许诺，必有结果。事事有着落，用真心换真情。
「感恩」即感恩之心和对应的行动，不仅仅是言语上的感谢，更多在于后续的人情世故。小事见格局，细节见人品。行动上的反馈、物质上的体现、对 ta 的偏爱，这些都会比一般的言语更有力量。
当然以上只是小人物的反思，还需打磨，不够成熟，大佬们看过一笑而过即可。
二）复盘
每一次培训，无论是否顺利进展到最后、款项多少、评价如何，都值得复盘。唯有一次次基于反馈拆解工作流，才能不断精进、优化。
在这次课间打磨过程中，最大的不确定性来自于：培训对象的迟迟不能敲定、干货内容的收集。
培训对象的迟迟不能敲定，从而导致事前课程大纲、课件需要准备 2 版，分别应用于普通学员的通识课程版本、银行业务团队的咨询版本。这也是设计本次 AI 工作流的初衷之一，得益于各个 prompt 的助力，初期课件可以10分钟内快速生成。
培训课件干货内容的素材收集，之前的刻意收集准备不足，得益于人脉库、资源库的积累，可以快速更新最新版的政策、案例、实操等素材。
每一次培训，无论是否顺利进展到最后、款项多少、评价如何，都值得复盘。唯有一次次基于反馈拆解、迭代工作流，才能不断精进、优化。
唯有复盘，效率得以提升，客单价、小时工资才能得以上涨！
四、人人均可打造爆款课程
不要害怕出具课程，有了成熟的设计课程方法论，基于您的个人 IP 定位、专业技能点，找准课程切入点，人人均可打造爆款课程。
何况，现在还有 AI 助力，打造课程越发高效、便捷！
打造课程的过程，不仅是个人 IP 的衍生，帮助他人解决问题，为自身带来收入的过程。对于课程设计者的我们，还能借机总结提炼自身的专业技能点，将知识架构重新打磨、精炼，进一步锻炼自己的表达能力，扩大知名度。
一）何为爆款课程
当我们说“爆款”，可能首先想到的是数量，销售量、观看量等。
但实际上，爆款更多的是对于质量的一种认可，满足了课程定位项下大部分人的需求，为学员带来了真实、有价值的内容即可。
所以从质量这个爆款切入点，向下拆解，需要清晰明确个人 IP 定位、目标客群定位、课程选题。
二）如何打造
1、明确个人价值
个人价值即你的专业技能点、你的个人 IP 定位。
个人的 IP 定位，是一个人未来发展的灵魂。特别是在互联网的时代下，如果你有 1000 个深度绑定的粉丝，温饱无忧。
建立个人 IP 并不是一蹴而就的，需要您基于专业技能点、您的与众不同，持续地、高质量地输出内容，分享您的知识、经验和见解，多渠道发布，日积月累。
信任感同样重要！卖课程也是卖自己，成交的前提是信任，只有先把信任传递给用户，才能确保成交。
2、精准的客群定位
一个成功的课程需要知道它的受众是谁。这不仅是为了满足他们的需求，更是为了提供更加精准、有针对性的内容。只有当我们清楚地知道我们的目标客户是谁，我们才能为他们提供真正有价值的内容。
此块可以通过朋友圈问卷、找对标后通过客群画像分析等方式来做。
3、出色的选题
选择课题，就像选择一个市场定位，需要结合专业性、实用性两个核心维度。同时，课程需要既具有您的个人特色，又能满足市场的需求。
专业性，即最好从自己擅长且热爱的领域入手，结合自己的专业能力，这将使课程更具吸引力。
实用性，即是结果导向，能够解决用户的实际问题，完全的利他。
4、课程推广
一个优质的课程，如果没有得到有效的推广，很可能会被埋没。无论是通过短视频、SEO 优化，还是通过各种社交媒体平台。
当然，这块前期可以通过与课程平台合作的方式来进行，这块就不得不提资源的积累过程。
5、注重日常资源积累
这次的分享平台，就是来自某一次工作配合，从而衍生出了后续一系列的培训需求。
每一次的社交活动，不论工作、学习、生活，还是自媒体上的个人 IP 曝光，都是个人能力的展示衍生，你的专业性、工作素质、利他主义、向上沟通能力，都会帮助你逐渐积累人脉、平台等资源。
6、不同课程不同玩法
明确课程定位，不同课程不同玩法。
线下课程，大体可分为：专业技能课、大会、实操、咨询等几类。
线上课程，大体可分为：获客引流、入门通识、陪跑实操、能力进阶等几类。
具体的内容介绍和差异说明可见 案例展示 - 明确需求 - 总结
7、刻意练习，方能精进
不要害怕推出课程，人人都能设计，但如何设计得合理、优秀？需要不断的模仿、练习、反馈、复盘、优化，无限循环往复，方能精进。
做课程的初衷不是只有 90-100 分的内容，成为行业天花板，才能对外输出。
60-70，甚至 40-50 的课程，只要能满足特定的目标用户，都有其存在的价值，可以对外输出，都有潜质成为爆款课程。
五、尾声
一）通过 SOP 方法论的打造，AI 超级个体在向你招手
本文借 AI 一站式课件设计指南这个具体场景的 AI 赋能 SOP 场景进行梳理，希望帮助大家实现课件副业的加速变现！
不仅如此，这种 AI 赋能的 SOP 方法论也正在逐步改变各行各业的工作方式。遵循这样的方法论，我们都可以构建自己的 AI 生态体系，向成为 AI 超级个体迈进。接下来，我将分享我的 AI 生态体系的构建经验。
自下而上，分别是时间管理、prompt 方法论学习与 prompt 库积累、AI 自动化流程的实现、各业务场景的 AI SOP 流程打磨。
- 时间管理：这是基础。只有有效的时间管理，我们才能高效地进行其他活动。
- prompt 方法论学习与 prompt 库积累：这是学习 AI 技能的第一步。prompt 是给 AI 模型提供的指令或问题，理解如何有效地使用 prompt 对于使用 AI 非常重要。
- AI 自动化流程的实现：在学习了 AI 技能后，下一步是如何自动化这些流程，使其更加高效。
- 各业务场景的 AI SOP 流程打磨：最后，针对不同的业务场景，我们需要优化和打磨 AI SOP，使其更加贴合实际应用。
借助 SOP 方法论，通过合理规划，每个人都可以通过学习和实践，逐步打造出自己的 AI 超级个体，实现更高效的工作产出！
