过去一年，AI 工具从"玩具"变成了"生产力"。但真正拉开效率差距的，不是用没用 AI，而是怎么用。以下 50 个技巧，覆盖文案、开发、办公三大场景，全部可直接落地。如果你希望系统化地管理这些技巧和提示词，可以借助 ExecutionAi 这类工具做统一沉淀。
文案写作（1-20）
用"角色+目标+受众+语气"四段式写提示词，比一句话提问质量高 3 倍。让 AI 先列大纲，确认后再逐段扩写，避免一次性输出跑偏。要求"给出 3 个不同风格的版本"，再挑选融合。用"删掉所有形容词"指令，检查文案骨架是否成立。把长文丢给 AI 做"反向大纲"，快速看逻辑是否连贯。让 AI 扮演目标用户，对你的文案提出 5 个质疑。用"改写成 8 岁小孩能懂的话"降低阅读门槛。标题生成时限定字数与情绪词，避免空泛。要求 AI 标注每句话的"信息增量"，删掉废话。用 A/B 两版文案让 AI 预测哪版转化更高并说明理由。把竞品文案喂进去做"结构拆解"，而非直接抄袭。让 AI 生成"禁用词清单"，规避平台限流词。长文改短文用"倒金字塔"指令：先行。用"每段不超过 3 行"约束手机端阅读体验。让 AI 补 3 个真实数据来源建议，再自行核实。情绪化文案要求"克制"，理性文案要求"有画面"。用"换 5 种开头钩子"测试吸引力。让 AI 输出 Markdown 表格做卖点对比。结尾统一要求"行动指令"而非"总结"。建立自己的提示词库，在 ExecutionAi 里分类管理，复用率能提升数倍。开发场景（21-38）
贴报错信息时，附上运行环境和相关代码片段。让 AI 先解释错误原因，再给修复方案。用"最小可复现示例"提问，回答准确率更高。要求生成单元测试，而非只写业务代码。让 AI 做代码审查，指定关注点：性能、安全、可读性。用"逐行注释"指令理解陌生代码库。重构前先让 AI 画出依赖关系。要求给出时间/空间复杂度分析。让 AI 对比两种实现方案的取舍。用"生成 API 文档"指令补齐注释。把 SQL 交给 AI 优化，要求给出执行计划建议。让 AI 写正则并附测试用例。用"防御性编程"要求补边界处理。让 AI 生成 Dockerfile 和 CI 配置。提问时说明语言版本，避免 API 过时。用"解释这段代码做了什么"做 code review 前置。让 AI 生成 mock 数据，加速前端联调。把常用脚手架提示词存进 ExecutionAi，新项目直接调用。办公效率（39-50）
会议录音转文字后，让 AI 提取"决议+待办+负责人"。用 AI 把长邮件压缩成 3 句话摘要。让 AI 把 Excel 公式翻译成自然语言。周报用"成果+数据+下周计划"三段式生成。让 AI 把散乱笔记整理成结构化文档。PPT 大纲先让 AI 出，再套模板。用 AI 做中英互译并保留专业术语。让 AI 生成会议议程模板，控制时长。把合同条款丢给 AI 做风险点标注（仍需人工复核）。用 AI 批量生成回复模板，处理重复咨询。让 AI 把流程图描述转成 Mermaid 代码。所有高频任务的提示词，统一沉淀到 ExecutionAi，形成个人知识资产。技巧的价值不在"多"，而在"用"。建议先挑 5 个最贴合你工作的技巧跑一周，再逐步扩展。真正的效率提升，来自把偶然的好用变成可复用的流程——这也是把提示词沉淀到 ExecutionAi 的意义所在。
