可复制 · 可改写 · 可复用Copy · adapt · reuse
研究分析提示词。Research prompts.
围绕拆解资料、比较选项、形成判断整理的可复制提示词。
Compare evidence and form a view. Copy, adapt, and reuse these prompts.
16
当前可用Available
7
工作场景Use cases
覆盖 3 个常用 AI 平台，内容会持续按真实使用反馈更新。Covers 3 common AI platforms and grows with real usage feedback.
Featured prompt
先从这一条开始Start here
深度研究简报
把一个模糊问题拆成可验证的研究任务，最后输出有依据的结论。
Turn a vague question into a verifiable research plan and a useful conclusion.
适合做产品选型、行业研究、竞品比较和购买前功课。Useful for product selection, market research, competitor comparisons, and purchase decisions.
Prompt library
按工作场景挑选Browse by task
每条都有正文、适用场景和使用提醒Every entry includes the prompt and usage notes
AI 论文拆解：Institutional Newspapers Pipeline: Deriving billions of high quality tokens from historical newspapers
围绕「Institutional Newspapers Pipeline: Deriving billions of high quality tokens from historical newspapers」整理一份可核对的 AI 论文简报，帮助读者看懂方法、证据和局限。
A reusable brief for understanding the method, evidence, and limits of “Institutional Newspapers Pipeline: Deriving billions of high quality tokens from historical newspapers.”
请把下面这篇 AI 论文整理成一份普通读者能看懂、研究者也能核对的简报。 论文标题：Institutional Newspapers Pipeline: Deriving billions of high quality tokens from historical newspapers 论文摘要或链接：【粘贴摘要或链接】 请按以下结构输出： 1. 一句话说明它解决了什么问题。 2. 用不超过 5 步解释它的方法，先解释关键概念，再说技术细节。 3. 它与已有方法相比真正改变了什么；如果摘要没有证据，不要替它补结论。 4. 列出实验、数据和结果中可以核对的事实。 5. 说明它的局限、适用条件和仍未解决的问题。 6. 最后给出 3 个适合继续追问的问题。 只使用论文中提供的信息；不确定的地方标记“需要查证”，不要把论文摘要写成产品宣传。
AI 论文拆解：DiagEvo: Diagnosis-Guided Self-Evolution via Hierarchical Error Memory
围绕「DiagEvo: Diagnosis-Guided Self-Evolution via Hierarchical Error Memory」整理一份可核对的 AI 论文简报，帮助读者看懂方法、证据和局限。
A reusable brief for understanding the method, evidence, and limits of “DiagEvo: Diagnosis-Guided Self-Evolution via Hierarchical Error Memory.”
请把下面这篇 AI 论文整理成一份普通读者能看懂、研究者也能核对的简报。 论文标题：DiagEvo: Diagnosis-Guided Self-Evolution via Hierarchical Error Memory 论文摘要或链接：【粘贴摘要或链接】 请按以下结构输出： 1. 一句话说明它解决了什么问题。 2. 用不超过 5 步解释它的方法，先解释关键概念，再说技术细节。 3. 它与已有方法相比真正改变了什么；如果摘要没有证据，不要替它补结论。 4. 列出实验、数据和结果中可以核对的事实。 5. 说明它的局限、适用条件和仍未解决的问题。 6. 最后给出 3 个适合继续追问的问题。 只使用论文中提供的信息；不确定的地方标记“需要查证”，不要把论文摘要写成产品宣传。
AI 论文拆解：MNIST-PRO: MNIST is Back as a Partially Observable World for AI Agents
围绕「MNIST-PRO: MNIST is Back as a Partially Observable World for AI Agents」整理一份可核对的 AI 论文简报，帮助读者看懂方法、证据和局限。
A reusable brief for understanding the method, evidence, and limits of “MNIST-PRO: MNIST is Back as a Partially Observable World for AI Agents.”
请把下面这篇 AI 论文整理成一份普通读者能看懂、研究者也能核对的简报。 论文标题：MNIST-PRO: MNIST is Back as a Partially Observable World for AI Agents 论文摘要或链接：【粘贴摘要或链接】 请按以下结构输出： 1. 一句话说明它解决了什么问题。 2. 用不超过 5 步解释它的方法，先解释关键概念，再说技术细节。 3. 它与已有方法相比真正改变了什么；如果摘要没有证据，不要替它补结论。 4. 列出实验、数据和结果中可以核对的事实。 5. 说明它的局限、适用条件和仍未解决的问题。 6. 最后给出 3 个适合继续追问的问题。 只使用论文中提供的信息；不确定的地方标记“需要查证”，不要把论文摘要写成产品宣传。
AI 论文拆解：J-Zero: Unified Challenger--Solver--Judge Co-Evolution from Zero Data
围绕「J-Zero: Unified Challenger--Solver--Judge Co-Evolution from Zero Data」整理一份可核对的 AI 论文简报，帮助读者看懂方法、证据和局限。
A reusable brief for understanding the method, evidence, and limits of “J-Zero: Unified Challenger--Solver--Judge Co-Evolution from Zero Data.”
请把下面这篇 AI 论文整理成一份普通读者能看懂、研究者也能核对的简报。 论文标题：J-Zero: Unified Challenger--Solver--Judge Co-Evolution from Zero Data 论文摘要或链接：【粘贴摘要或链接】 请按以下结构输出： 1. 一句话说明它解决了什么问题。 2. 用不超过 5 步解释它的方法，先解释关键概念，再说技术细节。 3. 它与已有方法相比真正改变了什么；如果摘要没有证据，不要替它补结论。 4. 列出实验、数据和结果中可以核对的事实。 5. 说明它的局限、适用条件和仍未解决的问题。 6. 最后给出 3 个适合继续追问的问题。 只使用论文中提供的信息；不确定的地方标记“需要查证”，不要把论文摘要写成产品宣传。
AI 论文拆解：Luce: Relightable Gaussians for 3D Asset Generation
围绕「Luce: Relightable Gaussians for 3D Asset Generation」整理一份可核对的 AI 论文简报，帮助读者看懂方法、证据和局限。
A reusable brief for understanding the method, evidence, and limits of “Luce: Relightable Gaussians for 3D Asset Generation.”
请把下面这篇 AI 论文整理成一份普通读者能看懂、研究者也能核对的简报。 论文标题：Luce: Relightable Gaussians for 3D Asset Generation 论文摘要或链接：【粘贴摘要或链接】 请按以下结构输出： 1. 一句话说明它解决了什么问题。 2. 用不超过 5 步解释它的方法，先解释关键概念，再说技术细节。 3. 它与已有方法相比真正改变了什么；如果摘要没有证据，不要替它补结论。 4. 列出实验、数据和结果中可以核对的事实。 5. 说明它的局限、适用条件和仍未解决的问题。 6. 最后给出 3 个适合继续追问的问题。 只使用论文中提供的信息；不确定的地方标记“需要查证”，不要把论文摘要写成产品宣传。
AI 论文拆解：HarnessDev: Can LLMs Create and Evolve Their Own Agent Harness?
围绕「HarnessDev: Can LLMs Create and Evolve Their Own Agent Harness?」整理一份可核对的 AI 论文简报，帮助读者看懂方法、证据和局限。
A reusable brief for understanding the method, evidence, and limits of “HarnessDev: Can LLMs Create and Evolve Their Own Agent Harness?.”
请把下面这篇 AI 论文整理成一份普通读者能看懂、研究者也能核对的简报。 论文标题：HarnessDev: Can LLMs Create and Evolve Their Own Agent Harness? 论文摘要或链接：【粘贴摘要或链接】 请按以下结构输出： 1. 一句话说明它解决了什么问题。 2. 用不超过 5 步解释它的方法，先解释关键概念，再说技术细节。 3. 它与已有方法相比真正改变了什么；如果摘要没有证据，不要替它补结论。 4. 列出实验、数据和结果中可以核对的事实。 5. 说明它的局限、适用条件和仍未解决的问题。 6. 最后给出 3 个适合继续追问的问题。 只使用论文中提供的信息；不确定的地方标记“需要查证”，不要把论文摘要写成产品宣传。
AI 论文拆解：Safin-1: Safety from Within through Memory-Native State Evolution
围绕「Safin-1: Safety from Within through Memory-Native State Evolution」整理一份可核对的 AI 论文简报，帮助读者看懂方法、证据和局限。
A reusable brief for understanding the method, evidence, and limits of “Safin-1: Safety from Within through Memory-Native State Evolution.”
请把下面这篇 AI 论文整理成一份普通读者能看懂、研究者也能核对的简报。 论文标题：Safin-1: Safety from Within through Memory-Native State Evolution 论文摘要或链接：【粘贴摘要或链接】 请按以下结构输出： 1. 一句话说明它解决了什么问题。 2. 用不超过 5 步解释它的方法，先解释关键概念，再说技术细节。 3. 它与已有方法相比真正改变了什么；如果摘要没有证据，不要替它补结论。 4. 列出实验、数据和结果中可以核对的事实。 5. 说明它的局限、适用条件和仍未解决的问题。 6. 最后给出 3 个适合继续追问的问题。 只使用论文中提供的信息；不确定的地方标记“需要查证”，不要把论文摘要写成产品宣传。
AI 论文拆解：Learning to Evaluate Before Improving: Automatic Rubric Induction for Automatic Research Agents
围绕「Learning to Evaluate Before Improving: Automatic Rubric Induction for Automatic Research Agents」整理一份可核对的 AI 论文简报，帮助读者看懂方法、证据和局限。
A reusable brief for understanding the method, evidence, and limits of “Learning to Evaluate Before Improving: Automatic Rubric Induction for Automatic Research Agents.”
请把下面这篇 AI 论文整理成一份普通读者能看懂、研究者也能核对的简报。 论文标题：Learning to Evaluate Before Improving: Automatic Rubric Induction for Automatic Research Agents 论文摘要或链接：【粘贴摘要或链接】 请按以下结构输出： 1. 一句话说明它解决了什么问题。 2. 用不超过 5 步解释它的方法，先解释关键概念，再说技术细节。 3. 它与已有方法相比真正改变了什么；如果摘要没有证据，不要替它补结论。 4. 列出实验、数据和结果中可以核对的事实。 5. 说明它的局限、适用条件和仍未解决的问题。 6. 最后给出 3 个适合继续追问的问题。 只使用论文中提供的信息；不确定的地方标记“需要查证”，不要把论文摘要写成产品宣传。
AI 论文拆解：Revisiting Local Context for Long-Horizon Streaming 3D Reconstruction
围绕「Revisiting Local Context for Long-Horizon Streaming 3D Reconstruction」整理一份可核对的 AI 论文简报，帮助读者看懂方法、证据和局限。
A reusable brief for understanding the method, evidence, and limits of “Revisiting Local Context for Long-Horizon Streaming 3D Reconstruction.”
请把下面这篇 AI 论文整理成一份普通读者能看懂、研究者也能核对的简报。 论文标题：Revisiting Local Context for Long-Horizon Streaming 3D Reconstruction 论文摘要或链接：【粘贴摘要或链接】 请按以下结构输出： 1. 一句话说明它解决了什么问题。 2. 用不超过 5 步解释它的方法，先解释关键概念，再说技术细节。 3. 它与已有方法相比真正改变了什么；如果摘要没有证据，不要替它补结论。 4. 列出实验、数据和结果中可以核对的事实。 5. 说明它的局限、适用条件和仍未解决的问题。 6. 最后给出 3 个适合继续追问的问题。 只使用论文中提供的信息；不确定的地方标记“需要查证”，不要把论文摘要写成产品宣传。
AI 论文拆解：CritICL: Inference-Time Weak-to-Strong Generalization from Small Language Model Failure Modes
围绕「CritICL: Inference-Time Weak-to-Strong Generalization from Small Language Model Failure Modes」整理一份可核对的 AI 论文简报，帮助读者看懂方法、证据和局限。
A reusable brief for understanding the method, evidence, and limits of “CritICL: Inference-Time Weak-to-Strong Generalization from Small Language Model Failure Modes.”
请把下面这篇 AI 论文整理成一份普通读者能看懂、研究者也能核对的简报。 论文标题：CritICL: Inference-Time Weak-to-Strong Generalization from Small Language Model Failure Modes 论文摘要或链接：【粘贴摘要或链接】 请按以下结构输出： 1. 一句话说明它解决了什么问题。 2. 用不超过 5 步解释它的方法，先解释关键概念，再说技术细节。 3. 它与已有方法相比真正改变了什么；如果摘要没有证据，不要替它补结论。 4. 列出实验、数据和结果中可以核对的事实。 5. 说明它的局限、适用条件和仍未解决的问题。 6. 最后给出 3 个适合继续追问的问题。 只使用论文中提供的信息；不确定的地方标记“需要查证”，不要把论文摘要写成产品宣传。
AI 论文拆解：Aspire: Can Models Self-Evolve from Vague Goals?
围绕「Aspire: Can Models Self-Evolve from Vague Goals?」整理一份可核对的 AI 论文简报，帮助读者看懂方法、证据和局限。
A reusable brief for understanding the method, evidence, and limits of “Aspire: Can Models Self-Evolve from Vague Goals?.”
请把下面这篇 AI 论文整理成一份普通读者能看懂、研究者也能核对的简报。 论文标题：Aspire: Can Models Self-Evolve from Vague Goals? 论文摘要或链接：【粘贴摘要或链接】 请按以下结构输出： 1. 一句话说明它解决了什么问题。 2. 用不超过 5 步解释它的方法，先解释关键概念，再说技术细节。 3. 它与已有方法相比真正改变了什么；如果摘要没有证据，不要替它补结论。 4. 列出实验、数据和结果中可以核对的事实。 5. 说明它的局限、适用条件和仍未解决的问题。 6. 最后给出 3 个适合继续追问的问题。 只使用论文中提供的信息；不确定的地方标记“需要查证”，不要把论文摘要写成产品宣传。
AI 论文拆解：SMELT: Scaling Laws for Compute-Matched MoE Looped Transformers
围绕「SMELT: Scaling Laws for Compute-Matched MoE Looped Transformers」整理一份可核对的 AI 论文简报，帮助读者看懂方法、证据和局限。
A reusable brief for understanding the method, evidence, and limits of “SMELT: Scaling Laws for Compute-Matched MoE Looped Transformers.”
请把下面这篇 AI 论文整理成一份普通读者能看懂、研究者也能核对的简报。 论文标题：SMELT: Scaling Laws for Compute-Matched MoE Looped Transformers 论文摘要或链接：【粘贴摘要或链接】 请按以下结构输出： 1. 一句话说明它解决了什么问题。 2. 用不超过 5 步解释它的方法，先解释关键概念，再说技术细节。 3. 它与已有方法相比真正改变了什么；如果摘要没有证据，不要替它补结论。 4. 列出实验、数据和结果中可以核对的事实。 5. 说明它的局限、适用条件和仍未解决的问题。 6. 最后给出 3 个适合继续追问的问题。 只使用论文中提供的信息；不确定的地方标记“需要查证”，不要把论文摘要写成产品宣传。
AI 论文拆解：BLARM: Animating 3D Objects from Video via Blending Latent Rigid Motion Primitives
围绕「BLARM: Animating 3D Objects from Video via Blending Latent Rigid Motion Primitives」整理一份可核对的 AI 论文简报，帮助读者看懂方法、证据和局限。
A reusable brief for understanding the method, evidence, and limits of “BLARM: Animating 3D Objects from Video via Blending Latent Rigid Motion Primitives.”
请把下面这篇 AI 论文整理成一份普通读者能看懂、研究者也能核对的简报。 论文标题：BLARM: Animating 3D Objects from Video via Blending Latent Rigid Motion Primitives 论文摘要或链接：【粘贴摘要或链接】 请按以下结构输出： 1. 一句话说明它解决了什么问题。 2. 用不超过 5 步解释它的方法，先解释关键概念，再说技术细节。 3. 它与已有方法相比真正改变了什么；如果摘要没有证据，不要替它补结论。 4. 列出实验、数据和结果中可以核对的事实。 5. 说明它的局限、适用条件和仍未解决的问题。 6. 最后给出 3 个适合继续追问的问题。 只使用论文中提供的信息；不确定的地方标记“需要查证”，不要把论文摘要写成产品宣传。
AI 论文拆解：StepGuard: Learning Step-Level Guardrails with Scalable Supervision and Safety-Utility Balancing
围绕「StepGuard: Learning Step-Level Guardrails with Scalable Supervision and Safety-Utility Balancing」整理一份可核对的 AI 论文简报，帮助读者看懂方法、证据和局限。
A reusable brief for understanding the method, evidence, and limits of “StepGuard: Learning Step-Level Guardrails with Scalable Supervision and Safety-Utility Balancing.”
请把下面这篇 AI 论文整理成一份普通读者能看懂、研究者也能核对的简报。 论文标题：StepGuard: Learning Step-Level Guardrails with Scalable Supervision and Safety-Utility Balancing 论文摘要或链接：【粘贴摘要或链接】 请按以下结构输出： 1. 一句话说明它解决了什么问题。 2. 用不超过 5 步解释它的方法，先解释关键概念，再说技术细节。 3. 它与已有方法相比真正改变了什么；如果摘要没有证据，不要替它补结论。 4. 列出实验、数据和结果中可以核对的事实。 5. 说明它的局限、适用条件和仍未解决的问题。 6. 最后给出 3 个适合继续追问的问题。 只使用论文中提供的信息；不确定的地方标记“需要查证”，不要把论文摘要写成产品宣传。
AI 论文拆解：TacForcing: Streaming Action Generation with Execution-Time Tactile Feedback
围绕「TacForcing: Streaming Action Generation with Execution-Time Tactile Feedback」整理一份可核对的 AI 论文简报，帮助读者看懂方法、证据和局限。
A reusable brief for understanding the method, evidence, and limits of “TacForcing: Streaming Action Generation with Execution-Time Tactile Feedback.”
请把下面这篇 AI 论文整理成一份普通读者能看懂、研究者也能核对的简报。 论文标题：TacForcing: Streaming Action Generation with Execution-Time Tactile Feedback 论文摘要或链接：【粘贴摘要或链接】 请按以下结构输出： 1. 一句话说明它解决了什么问题。 2. 用不超过 5 步解释它的方法，先解释关键概念，再说技术细节。 3. 它与已有方法相比真正改变了什么；如果摘要没有证据，不要替它补结论。 4. 列出实验、数据和结果中可以核对的事实。 5. 说明它的局限、适用条件和仍未解决的问题。 6. 最后给出 3 个适合继续追问的问题。 只使用论文中提供的信息；不确定的地方标记“需要查证”，不要把论文摘要写成产品宣传。
怎么用才更有效How to get better results
先给上下文：告诉模型你是谁、要解决什么问题、最终给谁看。
Start with context: Tell the model who you are, what problem you need to solve, and who will read the result.
再给边界：写清不能编造什么、格式是什么、哪些事实不能改变。
Add boundaries: State what must not be invented, the output format, and which facts cannot change.
最后反复改：第一次输出只是起点，把不好用的地方写回提示词。
Then iterate: The first output is a draft; feed the weak spots back into the prompt.
A small note
提示词不是魔法咒语。Prompts are not magic spells.
它们只是把目标、上下文、边界和输出格式提前说清楚。真正好用的提示词，会随着你的工作内容一起迭代。They make the goal, context, boundaries, and output format explicit. Good prompts improve as your real work changes.
了解小黑丸的整理方式How XHW curates