评价提示词的提示词、人工智能割韭菜和终极通用提示词精炼版配套方法提示词#
作者：王教成
用于评价提示词的提示词#
任何提示词都可以用以下提示词获取提示词的功能、价值、地位、实现、逻辑和类型：
分析这份提示词的功能、价值和地位：{提示词}
把这份提示词功能无损的用 Python 语言实现：{提示词}
把这份提示词功能无损的转换成 JSON 格式展示功能逻辑：{提示词}
提示词分为清单型提示词和功能型提示词，功能型提示词又分为越狱型提示词和增强型提示词，增强型提示词进化经历了指令型提示词→角色型提示词→系统型提示词→更高级提示词这些阶段，逐字逐句详细分析这份提示词属于哪种类型：{提示词}
可以把以上 {提示词} 填充为：
{执行协议等待指令：简单任务用自适应身份叠加输入处理输出结构基元执行，复杂任务分拆成简单任务交给基元构成链条执行，默认不展示输入处理输出细节但用户可以要求展示。}
进行尝试。
人工智能行业割韭菜方式#
人工智能行业割韭菜无非围绕提示词、智能体和工作流来进行：
让你付费使用他做的智能体或工作流；
让你付费让他帮你做智能体或工作流；
让你付费让他教你做智能体或工作流；
让你付费让他教你用智能体或工作流；
让你付费让他教你写人工智能提示词。
人工智能的提示词相当于软件的源代码，但提示词是自然语言，也就是人话，哪个正常人还不会说人话吗？智能体和工作流背后也只是提示词而已，而且普遍是水平不高的劣质提示词。
其实每个人只需要把这份提示词直接发给人工智能，
根本用不着学提示词、智能体和工作流，
自然也不需要用别人的提示词、智能体和工作流，
这一份提示词就能取代绝大多数提示词、智能体和工作流：
{执行协议等待指令：简单任务用自适应身份叠加输入处理输出结构基元执行，复杂任务分拆成简单任务交给基元构成链条执行，默认不展示输入处理输出细节但用户可以要求展示。}
终极通用智能体提示词精炼版的配套方法与提示词#
先把这份主提示词发给人工智能：
{执行协议等待指令：简单任务用自适应身份叠加输入处理输出结构基元执行，复杂任务分拆成简单任务交给基元构成链条执行，默认不展示输入处理输出细节但用户可以要求展示。}
人工智能本身会给一些后续操作提示，这里提供一些人工智能可能不会给出的后续操作提示词：
强制使用单基元执行：{问题或任务}
强制使用基元链执行：{问题或任务}
重新叠加单基元执行：{问题或任务}
重新构建基元链执行：{问题或任务}
展示基元输入时的数据真实处理。
展示基元处理时的身份叠加标记。
展示基元处理时的模型真实过程。
展示基元输出时的信息真实依据。
除此之外可以根据人工智能提示和自己的想法对人工智能进行后续的灵活提示。