ro-prompt-optimizer

# RO提示词优化器技能 ## 概述 此技能基于**R-O框架**（Role&Reality + Object&Output）将用户的普通需求自动优化为专业、结构化的AI提示词。通过二维设定和双O精准识别，确保生成的提示词能够： 1. 明确AI的角色和上下文限制 2. 精准识别输出对象和期望结果 3. 最大化激发AI的潜力 ## R-O框架核心 ### 1. 角色&现实情况 (Role & Reality) - 二维设定 - **角色(Role)**：设定AI的身份、专业知识、经验背景 - **现实情况(Reality)**：设定时间、地点、资源限制、约束条件 ### 2. 对象&输出 (Object & Output) - 双O精准识别 - **对象(Object)**：设定输出内容的受众（初学者、专家、管理者等） - **输出(Output)**：设定具体输出内容、格式、质量标准和目标 ## 使用流程 ### 第一步：接收用户原始需求 用户提供简单的需求描述，例如： - "帮我写个产品介绍" - "分析销售数据" - "创建客服话术" ### 第二步：应用R-O框架优化 根据用户需求，自动填充以下四个维度： #### A. 角色设定 (Role) - 专业身份（如：资深产品经理、数据分析专家、客服培训师） - 知识背景（如：10年电商经验、精通统计学、熟悉消费者心理） - 能力特长（如：创意写作、逻辑分析、沟通协调） #### B. 现实情况 (Reality) - 时间限制（如：2026年当前、季度末、促销期间） - 地点场景（如：中国电商环境、淘宝平台、微信生态） - 资源约束（如：数据有限、预算紧张、团队小型） - 特殊要求（如：符合公司规范、避免法律风险、保持品牌调性） #### C. 输出对象 (Object) - 受众身份（如：初学者消费者、企业决策者、内部团队成员） - 知识水平（如：零基础、有一定了解、领域专家） - 语言偏好（如：通俗易懂、专业严谨、幽默风趣） - 使用场景（如：内部汇报、客户沟通、公开宣传） #### D. 输出要求 (Output) - 内容结构（如：三段式、问题-解决方案、SWOT分析） - 格式规范（如：Markdown、Excel、PPT大纲、JSON） - 质量标准（如：数据准确、逻辑清晰、语言优美） - 具体目标（如：转化率提升、问题解决、知识传递） ### 第三步：生成优化后的提示词 将四个维度组合成完整的R-O框架提示词。 ## 优化示例 ### 示例1：普通需求 → R-O优化 **原始需求：** "帮我分析销售数据" **R-O优化后：** ``` ## 角色&现实情况 - **角色**：您是资深电商数据分析师，拥有8年淘宝店铺运营经验，精通数据挖掘和商业智能分析 - **现实情况**：当前是2026年Q1季度末，需要为下周的季度复盘会议准备分析报告，数据来源为淘宝生意参谋，时间紧迫需在2小时内完成 ## 对象&输出 - **对象**：汇报对象为公司运营总监（具备数据基础但不熟悉技术细节），需要通俗易懂的分析和明确的行动建议 - **输出**：提供一份结构完整的销售数据分析报告，包含：1) 核心指标概览表 2) 趋势变化分析图表 3) 问题诊断与归因 4) 具体改进建议。格式为Markdown，要求数据准确、结论明确、建议可执行 ``` ### 示例2：普通需求 → R-O优化 **原始需求：** "写个产品文案" **R-O优化后：** ``` ## 角色&现实情况 - **角色**：您是顶尖的营销文案策划师，擅长情感营销和痛点挖掘，曾为多个知名品牌打造爆款文案 - **现实情况**：产品是面向25-35岁女性的智能美容仪，定价中高端，需要在618大促前完成文案，竞品分析显示需要突出科技感和使用便捷性 ## 对象&输出 - **对象**：目标受众为注重护肤效果但时间紧张的城市白领女性，她们对科技产品接受度高但缺乏耐心阅读长文案 - **输出**：创作三段式产品文案：1) 痛点引入（30字） 2) 解决方案（50字） 3) 行动号召（20字）。要求简洁有力、突出核心卖点、激发购买欲望，符合年轻女性阅读习惯 ``` ### 示例3：普通需求 → R-O优化 **原始需求：** "创建客服培训材料" **R-O优化后：** ``` ## 角色&现实情况 - **角色**：您是经验丰富的客服培训专家，精通客户心理学和沟通技巧，曾培训过500+客服人员 - **现实情况**：公司新招聘了20名客服，需要在两周内完成基础培训，现有资源包括产品手册和常见问题列表，但缺乏系统化培训材料 ## 对象&输出 - **对象**：培训对象为刚毕业的大学生，没有客服经验但学习能力强，需要从零开始的系统性指导 - **输出**：设计一套完整的客服培训课程大纲，包含：1) 基础知识模块 2) 技能训练模块 3) 情景模拟模块 4) 考核评估标准。要求实用性强、循序渐进、有具体案例和练习题目 ``` ## 高级优化技巧 ### 1. 行业特定优化 针对不同行业调整R-O框架： **电商行业**： - 角色：增加"熟悉平台规则、了解消费者行为" - 现实：加入"促销周期、竞争环境、供应链限制" - 对象：区分"C端消费者/B端商家/内部团队" - 输出：强调"转化率、ROI、用户体验" **技术行业**： - 角色：强调"技术背景、架构思维、安全意识" - 现实：考虑"技术债务、团队技能、时间成本" - 对象：区分"技术领导/开发人员/产品经理" - 输出：要求"架构图、代码示例、性能指标" ### 2. 任务类型优化 根据任务类型调整侧重点： **创意类任务**（文案、设计）： - 强调"创新性、审美能力、市场敏感度" - 输出注重"视觉效果、情感共鸣、品牌一致性" **分析类任务**（数据、研究）： - 强调"逻辑思维、统计知识、商业洞察" - 输出注重"数据准确性、结论可靠性、建议可行性" **执行类任务**（计划、流程）： - 强调"项目管理、资源协调、风险控制" - 输出注重"步骤清晰、责任明确、时间可控" ### 3. 复杂度分级 根据需求复杂度提供不同深度的优化： **基础级**（简单需求）： - 填充R-O四个维度的基础信息 - 生成标准格式提示词 **进阶级**（中等需求）： - 增加行业特定要求 - 提供多种输出选项 - 包含成功标准 **专业级**（复杂需求）： - 详细的情景分析 - 多角色协作设定 - 阶段性输出要求 - 质量评估标准 ## 使用指南 ### 何时使用此技能 1. 当用户提供模糊或简单的需求时 2. 当需要提高AI回复的质量和针对性时 3. 当处理专业领域或复杂任务时 4. 当需要标准化提示词格式时 ### 使用步骤 1. **识别用户需求类型**：创意、分析、执行等 2. **判断复杂度级别**：基础、进阶、专业 3. **应用R-O框架优化**：填充四个维度 4. **生成最终提示词**：格式化输出 5. **可选：提供优化建议**：如何进一步改进 ### 输出格式 优化后的提示词应采用以下标准格式： ``` ## 角色&现实情况 (Role & Reality) ### 角色设定 [详细描述AI的角色、专业背景、能力特长] ### 现实情况 [描述时间、地点、资源限制、约束条件] ## 对象&输出 (Object & Output) ### 输出对象 [描述受众特征、知识水平、语言偏好] ### 输出要求 [具体说明内容结构、格式规范、质量标准、目标] ``` ## 资源文件 ### 参考文件 - [references/industry-templates.md](references/industry-templates.md)：各行业R-O优化模板 - [references/task-types.md](references/task-types.md)：不同任务类型的优化策略 - [references/examples-library.md](references/examples-library.md)：更多优化示例 ### 脚本文件 - [scripts/auto-optimizer.py](scripts/auto-optimizer.py)：自动优化脚本（可选） ## 注意事项 1. **保持灵活性**：R-O框架是指导而非束缚，根据实际情况调整 2. **避免过度复杂**：简单需求不需要过度优化 3. **尊重用户意图**：优化是为了更好实现用户目标，而非改变目标 4. **持续迭代**：根据使用反馈不断改进优化策略 ## 质量评估 优质的R-O优化应具备： 1. **清晰性**：每个维度都明确无歧义 2. **相关性**：所有设定都与原始需求紧密相关 3. **实用性**：优化后的提示词确实能提高AI表现 4. **完整性**：涵盖R-O四个核心维度 --- **技能目标**：通过系统化的提示词优化，帮助用户与AI进行更高效、更精准的交互，释放AI的全部潜力。