☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
演讲稿需基于真实对话场景设计：明确说话人身份、现场干扰、语言禁忌及真实金句，通过反向约束（禁用修辞、植入矛盾、指定声音）激发鲜活表达，而非空泛号召。
你需要让claude写出符合真实演讲场景、有感染力且不空洞的演讲稿，但初始提示词只得到模板化、堆砌口号的文本。这说明提示词缺少对演讲本质的理解——它不是写文章，而是设计一场人与人的对话。
普通版提示词：为什么写出来像公文
直接输入“请为毕业典礼写一篇5分钟演讲稿”，Claude大概率输出：开头感谢师长→中间三段式谈成长、感恩、展望→结尾号召奋进。内容安全，但听众听不到一个具体的人在说话。
问题出在提示词没告诉模型“谁在对谁说什么”。它不知道听众是刚熬完期末的疲惫学生，不知道讲台下坐着穿拖鞋来蹭空调的学弟，更不知道校长正低头回微信。
这一步操作起来很简单，直接把文件拖进去就行。
进阶版提示词：注入真实感的四个锚点
第一步：锁定说话人身份细节——不能只说“毕业生”，要写成“计算机系大四女生，实习被裁过两次，靠帮室友修电脑攒够了毕业旅行钱”。身份越具体，语气越自然。
第二步：明确现场干扰因素——比如“礼堂空调太冷，前排有人打哈欠，PPT翻页器坏了”。这些不是废话，是让Claude知道哪些句子需要短促有力，哪些地方该自嘲破冰。
第三步：指定语言禁忌——明确划掉“新征程”“新起点”“乘风破浪”等高频空转词。用【必须删掉所有带‘新’字的抽象动词短语】比“避免套话”更有效。
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
第四步：给一句真实金句当种子——例如提供“我终于明白，写不出代码时的烦躁，和改第十遍简历时的烦躁，是同一种心跳”。Claude会以这句为支点，延展出有体温的段落。
高阶技巧：用反向约束激发表现力
方法一：限定“不可用”的修辞——“禁止使用比喻（如‘青春是本打开的书’），禁止排比句，禁止超过12个字的长句”。限制反而逼出鲜活口语。
方法二：植入矛盾细节——“提到导师时，要同时写出他夸你‘逻辑清晰’和上个月当众指出你变量命名像乱码”。真实感来自不完美。
方法三：指定声音特征——“用带轻微南方口音的普通话节奏写，每15秒安排一次停顿，停顿处用（……）标出”。模型会调整句式密度来匹配呼吸感。
注意：不要在提示词里写“请写得生动一些”，这是无效指令。生动是约束出来的，不是请求来的。
