Appearance
Grok 中文实战手册：六大场景 Prompt 模板与输出示例
为什么你需要这篇文章
网上关于 Grok 的教程不少，但大多停留在"怎么注册""怎么提问"的层面。真正的问题是：拿到工具之后，面对具体的中文工作任务，怎么写提示词才能拿到可直接交付的结果？
这篇文章不讲注册流程，不讲概念科普。直接给你六个高频中文场景的完整 Prompt 模板，每个都附预期输出格式说明，复制粘贴就能用。
所有模板均在 Grok 4.2 上实测通过，也兼容 GPT-5 和 Claude Sonnet 4.6。如果你还没有稳定的访问渠道，推荐使用 艾米AI -- 支持 Grok 4.2、GPT-5、Claude Sonnet 4.6、Gemini 3.1 Pro 等主流模型，国内直连，注册即用。
场景一：中文学术论文润色
学术润色不是简单的"改语法"。好的润色要做到三件事：修正语言错误、提升表达学术性、保持原意不变。
Prompt 模板
text
你是一位中文学术论文润色专家，研究方向为【填入领域，如：计算机科学/经济学/医学】。
请对以下段落进行学术润色，要求：
1. 修正语法和用词错误
2. 将口语化表达改为学术书面语
3. 确保专业术语使用准确，首次出现标注英文
4. 保持原文论证逻辑和核心观点不变
5. 对每处修改给出简短理由
输出格式：
- 先输出润色后的完整段落
- 再以表格形式列出修改点：原文 | 修改后 | 修改理由
待润色段落：
【在此粘贴你的段落】预期输出格式
模型会先给你一段润色后的完整文本，然后附一个修改对照表。你可以逐条审核每处改动是否接受，而不是面对一段完全重写的文字不知道改了哪里。
进阶用法
如果你需要润色整篇论文，不要一次性粘贴全文。按节提交，每节润色完确认后再提交下一节。在第二节开始时加一句："请保持与上一节一致的术语用法和行文风格。"
场景二：法律文书生成
法律文书对准确性要求极高。Grok 适合用来生成初稿框架和条款模板，但最终版本必须经法律专业人士审核。
Prompt 模板
text
你是一位中国执业律师，专长【填入领域，如：合同法/劳动法/知识产权】。
请根据以下信息起草一份【文书类型，如：劳动合同/保密协议/合作框架协议】：
当事方信息：甲方【名称、性质】，乙方【名称、性质】
核心条款要求：【列出关键条款，如：服务范围、付款方式、违约责任、争议解决】
特殊要求：适用中华人民共和国法律，争议解决方式【仲裁/诉讼】，合同期限【起止时间】
输出要求：标准法律文书格式，条款编号清晰，关键条款加粗，文末附"使用提示"说明哪些条款需根据实际调整。重要提醒
AI 生成的法律文书只能作为初稿参考。涉及金额较大的合同、劳动纠纷相关文件、诉讼材料等，必须经持证律师审核后方可使用。
场景三：电商文案批量生成
电商文案的核心需求是"多变体、快迭代"。一个产品可能需要主图文案、详情页文案、短视频脚本、直播话术等多种形态。
Prompt 模板
text
你是一位资深电商文案策划，擅长天猫/京东/拼多多平台的爆款文案。
产品信息：
- 产品名称：【名称】
- 核心卖点：【列出 3-5 个卖点】
- 目标人群：【年龄、性别、场景】
- 价格区间：【价格】
- 竞品差异：【和竞品相比的核心优势】
请一次性生成以下内容：
1. 主图文案（5 个版本，每个不超过 20 字，突出不同卖点）
2. 详情页卖点文案（每个卖点一段，每段 50-80 字，使用"痛点-方案-证据"结构）
3. 短视频口播脚本（30 秒版本，开头 3 秒必须有钩子）
4. 直播话术（产品讲解 60 秒版本，包含"产品介绍-使用场景-限时优惠-催单"四个环节）
语气要求：亲切不油腻，专业但不冷淡，有紧迫感但不虚假。批量生产技巧
如果你有多个 SKU 需要出文案，可以先用上面的模板调好一个产品，确认风格后，后续产品只需要替换"产品信息"部分，加一句"请保持与上一个产品一致的文案风格和语气"。在 艾米AI 上可以在同一个对话中连续处理多个产品，上下文不会丢失。
场景四：小红书/公众号内容创作
小红书和公众号是两种完全不同的内容形态。小红书要短、要有人设、要有互动钩子；公众号要深、要有逻辑、要有转发动力。
小红书 Prompt 模板
text
你是一位小红书万粉博主，账号定位：【你的定位，如：职场干货/美妆测评/数码开箱】。
请写一篇小红书笔记：
- 主题：【主题】
- 风格：真实体验感，像朋友聊天，不要广告腔
- 结构要求：
1. 标题（带 emoji，20 字以内，必须有数字或反差感）
2. 开头第一句（必须制造好奇或共鸣）
3. 正文（分 3-5 个要点，每个要点用 emoji 开头，每段 2-3 行）
4. 结尾（引导互动，如提问或投票）
5. 标签推荐（5-8 个，包含热门标签和长尾标签）
注意事项：
- 不要用"亲测有效""强烈推荐"等烂大街的表达
- 可以适当用网络热词但不要过度
- 字数控制在 300-500 字公众号 Prompt 模板
text
你是一位公众号主编，账号定位：【你的定位，如：科技商业/个人成长/行业分析】。
请写一篇公众号推文：
- 主题：【主题】
- 目标阅读时长：5-8 分钟（约 2000-3000 字）
- 结构要求：
1. 标题（两个版本：一个信息型、一个悬念型）
2. 开头（150 字内建立问题意识，让读者觉得"这和我有关"）
3. 正文（3-4 个递进小节，每节有小标题，每节一个核心论点）
4. 案例/数据（每个论点至少配一个具体案例或数据支撑）
5. 结尾（不要鸡汤式总结，给出一个可执行的行动建议）
语气：专业但不学术，有观点但不偏激，让读者觉得"说得对，而且我能用上"。场景五：中文代码注释与技术文档
代码注释是很多开发者的痛点，写少了同事看不懂，写多了影响代码可读性。Grok 可以帮你生成标准化的中文注释。
Prompt 模板
text
你是一位高级软件工程师，精通【编程语言，如：Python/Java/Go/TypeScript】。
请为以下代码添加中文注释，要求：
1. 函数/方法级：说明功能、参数、返回值、异常情况
2. 关键逻辑块：解释"为什么这样做"而不是"做了什么"
3. 复杂算法：标注时间复杂度和空间复杂度
4. 注释风格：使用该语言的标准注释格式（如 Python 用 docstring，Java 用 Javadoc）
5. 术语处理：保留英文技术术语，用中文解释其在当前上下文中的含义
代码：
【在此粘贴你的代码】技术文档生成模板
text
请基于以下代码/API 生成中文技术文档：
文档类型：【API 文档 / 架构设计文档 / 部署手册 / 用户使用手册】
输出要求：
- 使用 Markdown 格式
- 包含目录结构
- 代码示例使用代码块，标注语言
- 参数说明使用表格格式：参数名 | 类型 | 必填 | 说明 | 示例
- 错误码/异常单独成表
【在此粘贴代码或 API 定义】场景六：会议纪要与工作总结
职场最高频场景，也是 AI 投入产出比最高的应用。将语音转文字的粗糙内容粘贴进去，要求按"议题与结论、行动项清单（事项/负责人/截止日期/验收标准）、遗留问题、下次会议安排"的结构输出。核心提示词如下：
text
你是一位项目管理专家。请将以下会议要点整理成标准会议纪要。
会议信息：时间【】、参会人【】、议题【】。
输出格式：1) 议题与结论 2) 行动项表格 3) 遗留问题表格 4) 下次安排。
会议要点：【在此粘贴】各平台模型在中文场景的表现对比
| 场景 | Grok 4.2 | GPT-5 | Claude Sonnet 4.6 | Gemini 3.1 Pro |
|---|---|---|---|---|
| 学术润色 | 流畅度高，术语偶有偏差 | 术语准确，表达略生硬 | 逻辑严谨，修改理由详尽 | 基本可用，不如前三者 |
| 法律文书 | 格式规范，条款需人工校验 | 条款严谨度最高 | 逻辑链完整，适合复杂协议 | 不推荐用于法律场景 |
| 电商文案 | 口语感好，创意多样 | 结构清晰但略正式 | 逻辑性强但缺少"卖货感" | 基本可用 |
| 小红书 | 最接近真实博主语感 | 偏正式，需要多调 | 不太适合轻内容 | 基本可用 |
| 代码注释 | 可用 | 最准确 | 注释质量高 | 可用 |
| 会议纪要 | 效率高，格式好 | 结构最严谨 | 逻辑提炼准确 | 可用 |
综合来看，如果你主要做内容创作类任务，Grok 4.2 的中文语感最好。如果你做技术文档或法律文书，Claude Sonnet 4.6 和 GPT-5 更可靠。在 艾米AI 上可以随时切换模型，不需要在不同平台之间跳转。
需要 Claude 专精使用的用户可以访问 Claude镜像站集合，需要 Gemini 多模态能力的可以访问 Gemini镜像站。
提升中文输出质量的五条通用技巧
- 给范例比给规则有效 -- 与其写"语气要活泼"，不如给一段满意的范文让模型模仿。
- 分步比一步到位稳 -- 复杂任务先要大纲再扩写，返工率低很多。
- 负面约束很重要 -- "不要用：赋能、抓手、闭环、打法"比"请用自然语言"更有效。
- 迭代优于重写 -- 第一版 70 分时，追加修改意见比重新生成更快达到 90 分。
- 保存有效模板 -- 满意的提示词立即存档，下次直接替换变量部分。
常见问题 FAQ
Q1：Grok 中文能力够用吗？
Grok 4.2 的中文能力在 2026 年主流模型中属于第一梯队。日常写作、内容创作、文档生成等场景完全够用。专业领域（法律、医学）建议搭配人工审核。
Q2：中文提问要不要加"请"字？
不影响效果。礼貌用语不会让模型输出更好，但也不会更差。把精力放在提示词结构上更有价值。
Q3：模型会不会编造中国法律法规？
会。这是所有大模型的共同问题。涉及具体法条、政策文件、统计数据时，必须人工查证。不要直接引用模型给出的条文编号。
Q4：一次对话最多能处理多少中文字？
Grok 4.2 的上下文窗口支持约 12 万 token，折合约 6-8 万中文字。但实际使用中，单次输入建议控制在 3000 字以内，输出控制在 5000 字以内，超长内容分段处理更稳定。
Q5：怎么判断中文输出质量好不好？
三个快速检查点：是否有翻译腔（"在...的背景下"等生硬句式）、是否有事实错误、是否符合目标平台的发布规范。