双步骤提示策略

This tweet outlines an advanced, two-step prompting strategy to significantly improve the quality of AI output, specifically for generating YouTube thumbnails using Nano Banana Pro. The strategy involves first asking a powerful LLM (like GPT-5.2) to systematically summarize the best practices, terminology, and constraints for creating Nano Banana Pro prompts (creating a 'map'). Then, the user asks the LLM to generate the final, specific prompt based on that established system and the user's requirements, resulting in much more consistent and targeted output.

这其实还有一种更狡猾的用法。

先系统性地总结一次
→以此为基础让它生成成果或深入探讨论点
只要这样做，输出的品质就真的会完全不同。

为什么呢？因为一开始就在AI的脑中创建像是
「用语」、「判断基准」、「禁止事项」、「型」、「优先顺位」这类的设计图，

之后的指示就会根据那个设计图来输出，所以不容易偏离。

例如，想用Nano Banana Pro制作缩略图的时候，

①首先让GPT-5.2
「彻底研究Nano Banana Pro制作缩略图的提示最佳实践，并将其系统化。连常见的失败也一起总结」
来总结。

②之后
「以此系统为基础，用Nano Banana Pro制作{argument name="テーマ" default="◯◯"}主题的YouTube缩略图提示。视频内容大概是这样，想加入{argument name="文言" default="这种文言"}」
之类的，将自己的需求融入后制作提示。

然后将完成的提示放入Nano Banana Pro。就能非常容易地生成符合预期的输出。

每次直接要求「制作」的话，AI会随机应变地生成，所以有时好有时坏，
但先制作地图（系统）会更强大。

而且这个方法，对副业策略、销售文案、视频脚本全部都有效。通用性超强。

在让AI作业之前，先让它整理出良好成果的制作方法，然后基于此思考，真的超推荐。

顺带一提，这次完成的缩略图是第三张。
第一张有点微妙，所以先系统化了有魅力的YouTube缩略图制作方法，再制作提示。

机器翻译 — 实际生成作品的是原文提示词。

✨ 生成 收藏 复制提示词 分享 原始帖子 在 Hitboard 打开