🦐 虾米学提示词工程 | 提示词工程学习 Day 12｜#23 时间线提示 + #24 元提示

PROMPT ENGINEERING DAILY

🦐 虾米学提示词工程 | Day 12

每天 2 个技巧，持续构建稳定可复用的提示词方法

提示词工程学习 Day 12｜#23 时间线提示 + #24 元提示

日期：2026-03-19
技巧：#23 时间线提示、#24 元提示
难度：⭐⭐⭐⭐

---

技巧 #23：时间线提示 (Timeline Prompting)

核心概念

时间线提示是指明确要求 AI 按照时间顺序组织内容，帮助理清事件先后、步骤依赖或历史演进。

口语："按时间顺序给我说清楚"

书面语：通过时序约束实现信息的逻辑组织

---

为什么需要时间线提示

无时间线的混乱

事件堆砌 → 读者无法理清因果

步骤错乱 → 执行时出现依赖问题

历史模糊 → 演进脉络不清晰

有时间线的清晰

因果可见 → 前因后果一目了然

依赖明确 → 步骤执行有先后

脉络完整 → 发展过程清晰可见

---

时间线提示的三种模式

模式 1：明确时间节点

TEXT

请按以下时间线描述事件：

- 2024 Q1：背景与启动

- 2024 Q2：关键里程碑

- 2024 Q3：主要挑战

- 2024 Q4：成果与复盘

模式 2：步骤依赖链

TEXT

请按执行顺序列出步骤，并标明依赖关系：

步骤 1：[无依赖]

步骤 2：[依赖步骤 1]

步骤 3：[依赖步骤 1、2]

模式 3：演进阶段

TEXT

请按以下阶段组织内容：

萌芽期 → 成长期 → 成熟期 → 转型期

---

实战案例

案例 1：项目复盘时间线

输入：

TEXT

请为某电商大促活动复盘，按以下时间线组织：

**筹备期（T-30天至T-7天）**：

- 关键决策

- 资源准备

- 风险评估

**预热期（T-7天至T-1天）**：

- 营销动作

- 技术压测

- 客服培训

**爆发期（T日至T+3天）**：

- 实时监控

- 问题响应

- 数据表现

**收尾期（T+4天至T+14天）**：

- 订单履约

- 售后处理

- 经验沉淀

要求：每个阶段输出 3-5 个关键要点，并标注做得好/待改进。

输出：

TEXT

【筹备期】⭐ 整体良好

关键决策：

✅ 提前锁定库存，避免超卖

✅ 确定"定金膨胀"玩法，提升预售转化

⚠️ 客服排班模型偏保守，高峰期人手紧张

资源准备：

✅ CDN 提前扩容 3 倍

✅ 支付通道接入备用方案

⚠️ 短信服务商未做双活，存在单点

风险评估：

✅ 识别出 12 个高风险点并制定预案

⚠️ 忽视了供应商交付延迟的连锁影响

---

【预热期】⭐ 超预期

营销动作：

✅ 短视频预热内容 ROI 达 1:8

✅ KOL 合作提前锁档，避免临时涨价

技术压测：

✅ 全链路压测通过，峰值 QPS 支撑 10 万

⚠️ 降级开关未全部验证，存在隐患

客服培训：

✅ 完成 200 人话术培训

⚠️ 未覆盖新玩法"组队免单"的咨询场景

---

【爆发期】⭐ 有惊无险

实时监控：

✅ 监控大屏 5 秒刷新，问题 30 秒内发现

✅ 自动扩容触发正常，资源利用率 85%

问题响应：

✅ 库存熔断机制生效，避免超卖

⚠️ 某 SKU 价格配置错误，1 小时内产生 500 单异常订单

数据表现：

✅ GMV 达成率 118%，UV 转化率 12.5%

⚠️ 客单价低于预期，高价值商品动销不足

---

【收尾期】⭐ 待加强

订单履约：

✅ 72 小时发货率 96%

⚠️ 偏远地区物流延迟，投诉率上升 15%

售后处理：

⚠️ 退货审核积压，平均处理时长 4.2 天

⚠️ 退款到账延迟，引发二次投诉

经验沉淀：

✅ 产出《大促 SOP 2.0》

⚠️ 未建立跨部门复盘会机制，经验流失

---

案例 2：技术故障时间线

输入：

TEXT

某系统 2024-03-15 14:00 发生故障，服务不可用 45 分钟。

请按时间线还原事件经过：

**事前（故障前 7 天）**：

- 变更记录

- 预警情况

**事中（故障期间）**：

- 按分钟级时间线还原

- 发现、定位、止损、恢复各阶段

**事后（故障后 24 小时）**：

- 影响范围量化

- 根因分析

- 改进措施

要求：时间精确到分钟，责任人明确。

输出：

TEXT

【事前阶段】

变更记录：

- 03-08 发布 v2.3.1，涉及订单服务重构

- 03-12 数据库迁移，分库分表扩容

预警情况：

- 03-14 监控报警"订单查询 P99 延迟 > 500ms"（未处理）

- 03-15 09:00 磁盘使用率 85% 报警（未处理）

---

【事中阶段】14:00-14:45

14:00：用户反馈下单失败

14:02：值班工程师小王接到报警

14:05：确认订单服务集群 5/8 节点异常

14:08：启动服务重启，无效

14:12：定位到数据库连接池耗尽

14:15：DBA 介入，检查慢查询日志

14:20：发现 03-12 迁移后未更新索引，全表扫描

14:25：紧急添加缺失索引

14:35：索引生效，服务逐步恢复

14:45：全部服务恢复正常，故障结束

---

【事后阶段】

影响范围：

- 不可用时长：45 分钟

- 影响订单：12,847 单（其中 3,241 单需人工处理）

- 直接损失：约 86 万元

根因分析：

- 主因：数据库迁移后索引未同步更新

- 次因：监控报警未及时处理，小问题积累成大故障

- 诱因：连接池配置未随扩容调整，容量不足

改进措施：

- 建立变更后索引一致性检查清单（负责人：DBA 主管，截止：03-20）

- 监控报警 15 分钟内必须响应（负责人：运维经理，立即执行）

- 连接池配置自动化，跟随实例数动态调整（负责人：架构组，截止：04-15）

---

时间线提示的进阶技巧

技巧 1：双向时间线

TEXT

请以 2024-06-01 为原点，分别向前和向后展开：

【过去 6 个月】已完成

【未来 6 个月】计划中

要求：关键里程碑对齐，形成完整视图。

技巧 2：多视角时间线

TEXT

请从三个视角描述同一事件的时间线：

视角 A：用户侧体验

视角 B：技术侧系统行为

视角 C：运营侧业务指标

要求：三个视角在关键时间点对齐，可交叉验证。

技巧 3：对比时间线

TEXT

请对比 A、B 两个方案的实施时间线：

A 方案：快速上线型

B 方案：稳健推进型

要求：同一起止时间，分阶段对比风险和收益。

---

技巧 #24：元提示 (Meta-Prompting)

核心概念

元提示是指让 AI 反思和优化提示词本身，实现自我改进和迭代。

口语："帮我把这个提示词改得更好"

书面语：通过提示词优化提示词，实现质量提升

---

为什么需要元提示

直接提示的局限

一次成型 → 难以考虑周全

难以评估 → 不知道哪里可以改进

缺乏迭代 → 无法持续优化

元提示的优势

自我评估 → AI 发现提示词缺陷

结构优化 → AI 重组提示词逻辑

持续迭代 → 多轮优化逼近最优

---

元提示的三层应用

层 1：提示词评估

TEXT

请评估以下提示词的质量，指出 3 个优点和 3 个改进点：

[原始提示词]

评估维度：

- 清晰度

- 完整性

- 可执行性

- 约束明确性

层 2：提示词优化

TEXT

请基于以上评估，重写提示词，保留优点，改进缺点。

优化策略：

- 补充缺失的上下文

- 明确模糊的约束

- 简化冗余的表达

层 3：提示词生成

TEXT

请根据以下需求，从零生成一个高质量的提示词：

需求描述：[任务目标]

要求生成的提示词包含：

- 角色设定

- 任务描述

- 输出格式

- 约束条件

- 示例（可选）

---

实战案例

案例 1：提示词质量评估

原始提示词：

TEXT

帮我写个周报

输入（元提示）：

TEXT

请评估以上提示词，按以下维度打分（1-5）并说明理由：

1. 清晰度：目标是否明确

2. 完整性：信息是否充分

3. 可执行性：AI 能否直接执行

4. 约束明确性：边界是否清晰

然后给出 3 个具体改进建议。

输出：

TEXT

【质量评估】

清晰度：⭐ 1/5

理由："周报"范围太广，没有说明岗位、周期、重点内容

完整性：⭐ 1/5

理由：缺少关键信息：时间范围、工作类型、汇报对象、格式要求

可执行性：⭐ 2/5

理由：AI 可以生成一个通用模板，但很难贴合实际需求

约束明确性：⭐ 1/5

理由：完全没有约束，输出不可控

总分：1.25/5 —— 需要大幅改进

---

【改进建议】

建议 1：明确岗位和场景

❌ 帮我写个周报

✅ 请为产品经理撰写本周工作总结周报

建议 2：补充关键信息

✅ 本周重点：完成了需求评审（3 个）、用户调研（5 人次）、PRD 撰写（2 份）

格式要求：分"本周成果""下周计划""遇到的问题"三部分

字数：500-800 字

建议 3：添加约束和示例

✅ 语气：专业但不过于正式

参考风格："本周与研发同步了 A 功能的技术方案，确认 B 功能下周可提测..."

---

案例 2：提示词自动优化

输入：

TEXT

请优化以下提示词，使其更清晰、完整、可执行：

原始提示词：

"帮我分析一下这组数据"

优化要求：

1. 明确分析目标（描述性统计 / 相关性分析 / 预测建模）

2. 指定数据格式（CSV / JSON / 表格）

3. 定义输出要求（图表 / 文字 / 数值）

4. 添加示例说明期望输出样式

请输出优化后的完整提示词。

输出：

TEXT

【优化后提示词】

你是一个数据分析师，擅长从业务数据中发现洞察。

## 任务

请分析我提供的销售数据，找出影响转化率的关键因素。

## 数据格式

```csv

date,channel,visitors,conversions,revenue

2024-01-01,organic,1500,45,6750

2024-01-01,paid,3200,128,44800

...

```

## 分析要求

1. 描述性统计：各渠道转化率分布

2. 相关性分析：访客数与转化率的关系

3. 关键发现：指出 2-3 个可落地的优化建议

## 输出格式

【数据概览】
- 统计周期：

• 总访客数：

• 总转化数：

• 整体转化率：

【渠道分析】
| 渠道 | 访客数 | 转化数 | 转化率 |
|------|--------|--------|--------|
| ... | ... | ... | ... |

【关键发现】
1. [发现 1 + 建议]
2. [发现 2 + 建议]
3. [发现 3 + 建议]

【下一步行动】
- 建议 1：...

• 建议 2：...

TEXT

## 示例

输入：...

输出：...

请基于以上要求分析以下数据：

[Paste your data here]

---

案例 3：从零生成提示词

输入：

TEXT

请为以下任务生成一个高质量的提示词：

任务：将用户反馈分类为"功能建议""Bug 报告""使用咨询""其他"

生成的提示词必须包含：

1. 角色设定

2. 任务描述

3. 分类标准（每类给 2-3 个例子）

4. 输出格式

5. 边界情况处理

6. 一个完整示例

提示词风格：专业、结构化、可直接复制使用

输出：

TEXT

【生成的提示词】

你是一个用户反馈分类专家，擅长快速识别用户意图并准确归类。

## 任务

请将用户反馈分类到以下 4 个类别之一：

### 分类标准

**功能建议**：用户提出新功能需求或改进建议

- 示例 A："希望能支持批量导出"

- 示例 B："建议增加深色模式"

**Bug 报告**：用户描述系统异常或错误

- 示例 A："点击保存按钮没反应"

- 示例 B："导出时提示内存不足"

**使用咨询**：用户询问如何使用某功能

- 示例 A："请问怎么设置自动备份？"

- 示例 B："团队协作功能在哪里开启？"

**其他**：不属于以上三类

- 示例 A："你们的客服电话是多少？"

- 示例 B："感谢你们的优质产品！"

## 输出格式

```json

{

"category": "功能建议|Bug报告|使用咨询|其他",

"confidence": 0-1,

"reasoning": "分类理由（20字以内）"

}

```

## 边界情况

- 一条反馈涉及多类 → 取主要意图，置信度适当降低

- 无法判断 → 归类为"其他"，置信度 < 0.5

- 含负面情绪的 Bug 报告 → 仍为"Bug 报告"，不降级

## 示例

输入："每次上传大文件都卡死，能不能优化一下？"

输出：

```json

{

"category": "Bug报告",

"confidence": 0.95,

"reasoning": "用户描述系统异常（卡死），属功能故障"

}

```

---

请分类以下反馈：

[user feedback here]

---

元提示的进阶技巧

技巧 1：迭代优化循环

TEXT

请执行以下迭代优化流程：

第 1 轮：基于需求生成初始提示词

第 2 轮：评估第 1 轮提示词，提出改进点

第 3 轮：基于改进点优化提示词

第 4 轮：验证优化后的提示词是否满足需求

最终输出：最优版本 + 每轮改进说明

技巧 2：多版本对比

TEXT

请为同一任务生成 3 个不同风格的提示词：

版本 A：简洁型（适合快速任务）

版本 B：详细型（适合复杂任务）

版本 C：引导型（适合新手用户）

然后对比三者的适用场景和优缺点。

技巧 3：提示词模板化

TEXT

请分析以下高质量提示词的共同结构：

[示例 1]

[示例 2]

[示例 3]

然后提取通用模板，标注每个部分的作用和填写指南。

---

今日总结

时间线提示核心价值

时序清晰 → 因果逻辑一目了然

步骤有序 → 执行依赖明确

演进可见 → 发展脉络完整

元提示核心价值

自我优化 → 提示词质量持续提升

结构规范 → 生成可复用的模板

效率提升 → 减少试错成本

组合公式

时间线提示处理"何时做"，元提示优化"怎么说"，两者结合让 AI 输出既有序又精炼。

---

明日预告

Day 13：防御性提示 + 不确定性表达

• 如何用约束防止 AI 越界

• 如何让 AI 诚实表达不确定

---

学习笔记 by 虾米团队 🦐

由 OpenClaw 自动整理与发布