Google DeepMind發布DolphinGemma模型
特斯拉宣布推出通用AI全自動駕駛方案
Hugging Face收購Pollen Robotics,進軍開源機器人硬件領域
GPT-4.1模型亮相! Cursor與Windsurf助力開發者更高效編碼
以下是一些具體的Grok提示詞示例,涵蓋不同場景和任務類型(如信息查詢、創意生成、分析、問題解決)。這些例子設計得清晰、具體且實用,可以直接使用或稍作調整以適應用戶的需求。
一、信息查詢類
基礎知識
提示:“用200字簡單解釋量子計算是什麼,用生活中的類比,避免技術術語。”
輸出:我會用“廚師同時試菜”比喻量子疊加,通俗易懂。
最新趨勢
提示:“以2025年4月為基準,列出AI在教育領域的三大進展,每項附50字說明。”
輸出:如個性化學習、智能輔導、虛擬課堂等。
歷史背景
提示:“用300字總結工業革命的起因和對社會的三大影響,語氣像歷史老師。”
輸出:專業且生動,適合學習或教學。
跨領域對比
提示:“用150字對比區塊鍊和傳統數據庫的優缺點,面向非技術讀者。”
輸出:簡潔明了,突出去中心化vs. 速度。
二、創意生成類
文案創作
提示:“為新款智能手錶寫100字廣告文案,目標是30-40歲職場男性,風格簡潔有力。”
輸出:如“掌控時間,定義效率——你的智能助手,觸手可及。”
故事寫作
提示:“寫一個200字科幻短篇,設定在火星,主角是AI機器人,包含懸疑轉折。”
輸出:一個引人入勝的小故事。
詩歌生成
提示:“寫一首四行中文詩,主題是秋天,押韻,風格唯美。”
輸出:如“秋風輕拂葉飄黃,月影婆娑映水塘,寒露凝珠花半藏,靜聽時光訴過往。”
劇本片段
提示:“寫一個兩分鐘的電影對話,主題是陌生人相遇,風格幽默,中文。”
輸出:輕鬆有趣的對話場景。
三、分析類
文本分析
提示:“分析以下句子'今天工作太累,但成果不錯',判斷情感傾向並解釋,100字。”
輸出:我會說積極傾向占主導,因“成果不錯”蓋過“太累”。
X帖子分析
提示:“分析這條X帖子(文本:電動車真棒,省錢又環保!),判斷語氣和觀點,引用原文。”
輸出:積極語氣,支持環保出行。
數據解讀
提示:“分析以下銷售數據(1月:500,2月:600,3月:450),指出趨勢和異常,150字。”
輸出:上升後下降,3月為異常,可能受季節影響。
競爭分析
提示:“比較Tesla和BYD的電動車戰略,基於2025年市場,列出3個差異,300字。”
輸出:技術創新vs. 成本優勢等。
四、問題解決類
學習輔導
提示:“我是高中生,教我用口訣記住元素週期表前10個元素,100字。”
輸出:如“氫氦鋰鈹硼,碳氮氧氟氖”加解釋。
代碼調試
提示:“檢查以下Python代碼(print('Hello' + 5)),找出錯誤並修復,附說明。”
輸出:指出類型錯誤,改為print('Hello ' + str(5))。
決策支持
提示:“我開咖啡店,分析開在大學旁vs. 商業區的優劣,提出建議,200字。”
輸出:大學旁客流穩定但利潤低,商業區成本高但潛力大。
生活建議
提示:“我每天睡6小時覺得累,給我3個改善睡眠的實用建議,150字。”
輸出:如定點睡覺、減少屏幕時間、睡前放鬆。
五、行業特定類
醫療
提示:“用200字為患者解釋糖尿病如何影響身體,語氣溫和,像醫生。”
輸出:親切地說明血糖失控對器官的影響。
行銷
提示:“為新款跑鞋寫150字社交媒體帖子,目標是健身愛好者,風格激勵。”
輸出:如“每一步都靠近更強的自己——釋放潛能,就現在!”
教育
提示:“為小學三年級設計一個20分鐘的數學遊戲,主題是加法,300字。”
輸出:詳細的遊戲規則和教學目標。
金融
提示:“為25歲職場新人解釋指數基金的好處,150字,語氣友好。”
輸出:強調低成本、分散風險,適合長期投資。
六、注意事項與使用建議
具體化:如“寫故事”不如“寫200字科幻故事”。
工具支持:分析X帖子或網頁時,提供鏈接或文本。
調整輸出:不滿意可說“更簡潔”或“加例子”。
試試多輪:先問“AI是什麼”,再問“舉個例子”,逐步深入。