你的AI用得越来越顺手吗？
如果你现在用AI还是靠临时想prompt，那这篇文章值得看。
我见过太多人这样：写文章时搜一下"怎么写prompt"，写代码时再搜一下"怎么让AI写代码"。每次都是从零开始。结果就是——你花大量时间琢磨怎么提问，而不是专注在内容本身。
后来我换了个思路：把常用场景的prompt固定下来，存成模板，用的时候直接调。
这套方法让我每天省了至少一小时。而且不是那种"听起来有用"的方法，是真的每天都在用。
今天我就把这套工作流拆解给你看。用的是navbox.com.cn上的AI提示词模板库，配合ChatGPT或Claude都能跑。
为什么你需要"工作流"而不是"单条prompt"
单条prompt的问题在哪？
你写公众号文章，需要"公众号写作"模板。写一篇小红书笔记，需要"小红书文案"模板。写周报，需要"职场汇报"模板。三个场景，三个prompt，每次都得找一遍。
更麻烦的是，很多任务其实是串联的。比如你要写一篇产品评测：
- 先让AI帮你列大纲
- 再逐段生成正文
- 最后让它润色标题和摘要
这三步如果用同一条prompt，AI要么顾此失彼，要么输出质量参差不齐。
所以真正高效的做法是：按任务类型建立模板组，每个模板组对应一个完整工作流。
第一步：整理你的高频场景
打开AI提示词模板库，里面有6大类60多个模板。别急着全复制，先问自己一个问题：
我这周要做的任务里，哪些会反复出现？
大概率是这几个：
| 身份 | 高频场景 | 对应模板分类 |
|---|---|---|
| 内容运营 | 公众号文章、小红书笔记、朋友圈文案 | 写作创作 |
| 程序员 | 写函数、debug、写注释、写文档 | 编程开发 |
| 产品经理 | 需求文档、用户故事、竞品分析 | 工作职场 |
| 学生/研究者 | 论文润色、文献总结、概念解释 | 学习研究 |
| 电商运营 | 产品标题、详情页、营销文案 | 营销运营 |
不用贪多。先把最核心的3-5个场景挑出来。多了记不住，少了不够用。
第二步：为每个场景建"模板组"
模板组不是单个prompt，而是一组关联模板。以"写公众号文章"为例：
模板1：选题生成
你是一个资深科技自媒体编辑。我的账号定位是[你的定位]，目标读者是[你的读者]。请给我10个选题建议，要求：
1. 结合近期热点
2. 有争议性或实用性
3. 每个选题附一句话说明为什么值得写
模板2：大纲生成
基于以下选题，帮我生成一篇公众号文章的大纲：
选题：[填入选题]
目标读者：[填入读者]
字数要求：1500-2000字
风格要求：口语化，有小标题分段，每段3-5句话
模板3：正文生成
根据以下大纲，逐段撰写正文。注意：
1. 开头用具体场景带入，不要空洞的引入
2. 每个小标题下要有具体案例或数据支撑
3. 结尾要有行动号召
4. 全文控制在[字数]字左右
大纲：
[粘贴大纲]
模板4：标题优化
以下是我的文章标题列表，请从点击率角度给出优化建议：
标题候选：
1. [标题A]
2. [标题B]
3. [标题C]
要求：保持核心关键词不变，让标题更有吸引力，提供5个优化版本。
你看，四个模板串起来就是一个完整的写作工作流。以后每次写文章，照着这个流程走就行。
第三步：把模板变成你的"快捷指令"
整理好模板后，下一步是让调用变得更快。
我有三种方式，你可以选适合自己的：
方式一：浏览器书签
在Chrome里新建书签文件夹叫"AI工作流"，把模板保存成书签。需要的时候点一下就能复制。
方式二：备忘录分组
用系统备忘录或Notion，按场景建文件夹。每个文件夹下放对应的模板组。
方式三：直接用Navbox模板库
AI提示词模板库的好处是它已经帮你分好了类。你不需要自己从零建，选一个模板复制过去，根据自己的场景微调就行。
我的建议是：先用Navbox的现成模板，用熟了之后自己改出适合你的版本。
第四步：定期迭代模板
模板不是一次写完就完事了。用了一两周后，你会发现问题：
- 某个模板生成的结果总是偏长
- 某个场景其实不需要四步流程，三步就够了
- 有些模板根本没用上
这时候就该调整了。
迭代原则就三条：
- 删掉没用的 — 一个月没用过的模板，删了不心疼
- 合并重复的 — 如果两个模板功能差不多，留效果好的那个
- 补充新的 — 发现新的高频场景，及时加进去
实战：三个工作流示例
工作流A：程序员日常
[需求分析] → [代码生成] → [代码审查] → [单元测试]
对应模板：
- 需求文档生成器
- 代码生成模板
- 代码审查模板
- 测试用例生成模板
工作流B：内容创作者
[选题] → [大纲] → [正文] → [标题优化] → [配图建议]
对应模板：
- 选题生成
- 大纲生成
- 正文撰写
- 标题优化
- 配图描述生成
工作流C：数据分析
[数据清洗] → [探索分析] → [可视化建议] → [报告生成]
对应模板：
- 数据清洗prompt
- 异常值检测prompt
- 图表选择建议
- 分析报告模板
每个工作流的核心逻辑一样：把重复动作标准化，把创造空间留给真正需要思考的部分。
关于成本控制的小提醒
工作流跑多了，token消耗也会上去。尤其是长对话场景，上下文越来越大。
有两个省钱技巧：
重要任务开新对话 — 不要把五个任务塞进一个对话里。每个任务单独开一轮，既保证质量又控制成本。
用Token计算器预估用量 — 发出去之前先算算这段prompt消耗多少token，心里有数。
用AI API费用计算器做预算 — 填上你的日均调用次数和模型价格，看看月费大概多少。
现在就开始
别等"准备好了"再开始。今天挑一个你最常做的场景，去AI提示词模板库找一个模板，改一改，用起来。
用的过程中你会发现：AI不是变聪明了，是你的问法变专业了。
当你把prompt从"临时想"变成"固定流程"，效率的提升是实实在在的。
试试？