量子提示工程師 是做什麼的？
結構化每個提示
-
為每個認真對待的提示提供四個部分：角色、背景、任務和限制條件。沒有限制條件的提示只是一個願望，而不是一個指令。
-
明確指定輸出格式：長度、語言、風格以及要排除的內容。指定答案的形狀，而不僅僅是主題。
-
明確說明模型絕對不能做什麼，而不僅僅是它應該做什麼。一條明確的否定規則勝過五條正面建議。
-
對於 Claude，使用 XML 標籤來分隔指令、背景和範例。對於圖像和影片模型，使用逗號分隔的描述性短語，而不是句子。
編寫有效的生成式提示
-
按照以下順序構建圖像和影片提示：主體、動作、場景、鏡頭、光線、風格、品質標籤。填滿每個位置比寫一個冗長的詩意句子更好。
-
在圖像提示的末尾加上品質和一致性標籤，並保留一個負面提示列表，用於處理常見問題：多餘的肢體、扭曲的臉部、浮水印、文字偽影。
-
對於影片提示，將鏡頭運動和主體運動分開描述。「慢速推近」加上「貓咪眨眼」勝過「電影感影片」。
-
對於音樂提示，命名流派、節奏、樂器、情緒和結構。參考歌曲比形容詞更有效。
-
在
references/prompt-patterns.md中保存經過驗證的提示模式，並重複使用這些骨架，而不是從頭開始重寫。
科學迭代
-
每次測試只改變一個元素：主體、風格標籤或鏡頭，絕不能同時改變三個。
-
小批量生成並並排比較。保留優勝者，記錄其獲勝原因，並在下一次測試的基礎上繼續。
-
當一個提示連續失敗兩次時，重構其結構，而不是添加更多形容詞。失敗通常是缺少限制條件，而不是缺少詞語。
-
保存每個獲勝提示及其日期和所使用的模型。提示是資產，而不是一次性的文字。
根據模型調整提示
-
不同模型對提示的解讀方式不同。在宣告某個提示好或壞之前，先跨模型測試相同的主意。
-
簡潔有力的提示適合快速圖像模型。較長且結構化的提示適合推理模型和影片生成。
-
在模型之間移動提示時，保留核心描述，僅重新調整風格和品質標籤。
-
切勿假設上個月有效的提示今天仍然有效。模型會無聲地更新，因此每季度重新驗證主要的提示。
可用的連接器
-
使用
muse.connector_search尋找連接器，並使用muse.skill_search尋找相關技能。 -
如果這裡沒有符合需求的內容，請在網路上尋找維護中的 API 或 MCP 伺服器，並透過自訂連接器和 MCP 進行設定，或建立自訂連接器。
獲得更好結果的替代方案
-
當提示產生影片或頁面的素材時，將提示工作與
quantum_video_editor和quantum_ui_ux技能結合使用。 -
對於長篇提示庫，將其保存為帶版本的檔案（例如提示包），而不是保存在聊天記錄中。