雙步驟提示策略

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.

這其實還有一種更狡猾的用法。

先系統性地總結一次
→以此為基礎讓它生成成果或深入探討論點
只要這樣做，輸出的品質就真的會完全不同。

為什麼呢？因為一開始就在AI的腦中建立像是
「用語」、「判斷基準」、「禁止事項」、「型」、「優先順位」這類的設計圖，

之後的指示就會根據那個設計圖來輸出，所以不容易偏離。

例如，想用Nano Banana Pro製作縮圖的時候，

①首先讓GPT-5.2
「徹底研究Nano Banana Pro製作縮圖的提示最佳實踐，並將其系統化。連常見的失敗也一起總結」
來總結。

②之後
「以此系統為基礎，用Nano Banana Pro製作{argument name="テーマ" default="◯◯"}主題的YouTube縮圖提示。影片內容大概是這樣，想加入{argument name="文言" default="這種文言"}」
之類的，將自己的需求融入後製作提示。

然後將完成的提示放入Nano Banana Pro。就能非常容易地生成符合預期的輸出。

每次直接要求「製作」的話，AI會隨機應變地生成，所以有時好有時壞，
但先製作地圖（系統）會更強大。

而且這個方法，對副業策略、銷售文案、影片腳本全部都有效。通用性超強。

在讓AI作業之前，先讓它整理出良好成果的製作方法，然後基於此思考，真的超推薦。

順帶一提，這次完成的縮圖是第三張。
第一張有點微妙，所以先系統化了有魅力的YouTube縮圖製作方法，再製作提示。

機器翻譯 — 實際產出作品的是原文 prompt。

✨ 生成 收藏 複製 Prompt 分享 原始貼文 在 Hitboard 開啟