为什么我用了那么多提示词模板甚至用了 AI 帮忙还是写不好提示词？
上次我分享了一个模拟雷军演讲的提示词，广受好评，但也有网友想知道我是怎么写出这样的提示词的。授人以鱼不如授人以渔，还是继续分享一下写好提示词的方法论。
现在流行的是上下文工程（Context Engineering），似乎很少有人提起提示词工程（Prompt Engineering），甚至很多人觉得提示词工程已经不需要了：
> “模型已经那么强了，还要啥提示词工程，我写什么提示词大模型都能知道我的意思执行的很好。”
这话只是部分正确，模型是已经越来越强了，普通的需求确实只要简单的提示，但是复杂的需求还是要借助提示词工程才能写的好。
**那么什么是提示词工程？**
> 提示词工程是一个过程，系统化地设计、测试、优化提示词的过程——宝玉
网上分享的提示词或者各种提示词模板，它不是提示词工程，是提示词，是静态的，产生这些提示词的过程才叫提示词工程。
举几个我最近写提示词的例子。
第一个例子就是我怎么写雷军演讲这个提示词的。
往下看之前不妨停下来想一想，如果你来写怎么写？
我是这么做的：
先用 Deep Research 去收集雷军的演讲，然后让 AI 基于 AI 的演讲结果生成一个模仿雷军演讲的提示词。
（图1）
AI 生成了提示词后，我拿去测试了一下，虽然也生成了一个类似雷军风格的演讲稿，但是内容平淡无奇，结果并不怎么理想。
（图2）
我用相同的方法分别去 ChatGPT 和 Claude 上测试了，评估下来结果都不怎么好。
看来 Deep Research 搜索出来的结果并不够好，可能很多都不是雷军的演讲，只是新闻报道之类，后来正好在 X 上看到有网友转载的早年有人整理的雷军演讲风格总结，于是用它试试看：
> 请帮我生成一个 Prompt，可以把输入的主题或文本生成雷军风格的演讲稿。以下是网友总结的内容作为参考：
>
\<tweet >
> 雷军有一个非常牛的技能，就是把一件平平无奇或者并没有那么厉害的东西用数字、百分比或者其他的形容词给描述成一个听上去可望而不可即的物品。
> 发布会后，极氪高管吐槽小米汽车：小米的营销值得我们学习，但是汽车技术上小米应该向我们学习。
> 雷军的 PPT 和王家卫的电影台词有异曲同工之妙。
> 举个例子，普通人下一碗面就是我什么时候在哪下一碗什么面。但是雷军的PPT 会这样说:经我们小米的员工连续300个日夜不间断

最近，EdrawMax拿到G2“全球最易用图表软件 Top1”，说实话，那一刻我挺感慨。

刚好这几天，有即友私信问我：
“你们是怎么做到的？”

我觉得这是个挺有意思的话题，索性开个帖子，从一个产品负责人的视角，聊聊我们这几年在产品创新上的一些真实思考。

在国内，大家可能更熟悉 Draw.io、Visio。而 EdrawMax 的主要市场在海外，所以国内知名度并不算高。但如果你听说过「亿图」（现在叫 万兴图示），那就是我们。

这是一款已经有 20 年历史的国产软件。不过，至少在我心里，它一点都不“老”。

一、越是内卷的时代，越不能幻想“一战封神”

这两年，几乎所有软件赛道都在被 AI 重塑。
每个产品人，都会忍不住去对标：Cursor、Midjourney、Gamma、和各种一夜爆红的 AI 新物种。

说实话，我们也心动过。但冷静下来会发现一个现实问题：资源和野心之间，是有 Gap 的。
李善友在《第二曲线创新》里提到一个词——
利基市场（Niche Market），我非常认同。
与其幻想一个 Big Surprise，一上来就正面硬刚巨头，不如在自己真正擅长的细分场景里，先活下来，再长大。不论是成熟产品，还是创新产品，
在资源有限的情况下，利基市场往往才是最优解。

二、一个“几乎已经饱和”的市场，我们还能做什么？

全球图表软件市场，真的非常非常饱和：
•前面有 Miro、Canva 这样的巨无霸
•后面有 Excalidraw 这种开源白板
•中间还有一堆体验不错、价格更低的工具
那 EdrawMax 的机会在哪里？
答案其实并不复杂：用我们最擅长的能力，结合 AI，解决真实存在、但一直被忽略的痛点。

通过大量用户研究，我们发现了几个很有意思的现象：大量 AI 生成的知识库、文章，几乎没有结构化配图；豆包、DeepSeek 生成的流程图、思维导图，不可编辑；新手用户，第一次画流程图、技术路线图，极其痛苦。

这些场景不“性感”，也不宏大。但它们有一个共同点：频率高、痛感强、没人认真把体验做到极致。而这，恰恰是 EdrawMax 的强项。

三、我们做了一件“不那么显眼，但很关键”的事

于是，我们做了一个桌面级的创新功能：
万兴图示 AI（EdrawMax AI 桌面悬浮球）
使用方式很简单：
•不需要打开客户端
•桌面划词 / 输入文本
•一键生成最合适的专业图示