Make教程：用Make自动生成结构化AI提示词，10个字变专业Prompt

概述

这是一套面向提示词工程的自动化生产方案。

只需输入简单的任务描述，即可自动生成专业级结构化提示词：

1. 输入需求 - 在Notion中输入10字任务描述
2. 关键词生成 - OpenRouter生成检索关键词
3. 素材抓取 - Exa抓取相关网页内容
4. 智能加工 - GPT-4o加工生成结构化提示词
5. 保存知识库 - 自动回写Notion

提示词自动生成的完整工作流

---

核心决策因素

在选择提示词自动化方案时，需考量：

• 自动化程度 - 端到端自动化减少人工干预
• 生成质量 - 提示词的结构化程度和实际效果
• 易用性 - 搭建和日常使用的复杂程度
• 扩展性 - 与不同AI模型和数据源的集成能力
• 成本效益 - API成本与效率提升的平衡

---

技术规格参考

规格项	参数值	备注
输入要求	10个字	中英文皆可
核心平台	Make.com	工作流编排
知识库	Notion	存储和触发
关键词生成	OpenRouter	GPT-4o Mini
网页抓取	Exa	抓取提示词素材
智能加工	GPT-4o Mini	生成结构化提示词
批量能力	数百至上千个	单次可批量生成
框架数量	18种	可用提示词框架
成本参考	约100元/半年	GPT-4o Mini使用体验

---

前置准备

在开始之前，请确保准备好：

• Make.com 账号（免费注册）
• Notion 账号和数据库
• OpenRouter API密钥
• Exa API密钥（用于网页抓取）

Notion数据库结构

创建提示词管理数据库，包含以下字段：

• 任务描述 (Text) - 简单的任务需求
• 状态 (Select) - 待处理/处理中/已完成
• 生成提示词 (Text) - AI生成的结构化提示词
• 参考素材 (Text) - 抓取的网页素材（可选）

---

什么是结构化提示词

对比：非结构化与结构化提示词

结构化提示词包含完整的要素框架：

提示词框架的关键组成部分

核心要素：

• 角色定义 - AI扮演的专业角色
• 目标描述 - 需要完成的具体任务
• 能力说明 - AI应具备的能力
• 约束条件 - 输出的限制和要求
• 工作流程 - 执行步骤和方法
• 输出格式 - 期望的输出结构
• 示例参考 - 可选的示例内容

---

工作流架构

阶段一：关键词生成

用户输入任务描述后，调用OpenRouter生成检索关键词：

Prompt设计：

根据以下任务需求，生成3-5个用于检索相关提示词的关键词：

任务：{{task_description}}

要求：
1. 关键词应能找到类似任务的提示词模板
2. 包含英文关键词以扩大搜索范围
3. 以JSON数组格式返回

---

阶段二：素材抓取

使用Exa从网页抓取相关提示词素材：

配置要点：

• 使用生成的关键词进行搜索
• 抓取prompts.chat等开源提示词网站
• 获取多个参考素材供加工

---

阶段三：智能加工

使用GPT-4o Mini对素材进行加工，生成结构化提示词：

Prompt设计：

你是提示词工程专家。根据以下任务需求和参考素材，
生成一个高质量的结构化提示词。

任务需求：{{task_description}}
参考素材：{{reference_materials}}

输出要求：
1. 包含角色、目标、能力、约束、工作流程、输出格式
2. 语言流畅专业
3. 可直接用于AI对话

注意：应描述”完成什么任务”，而非”生成什么提示词”，否则AI可能理解混乱。

---

阶段四：保存知识库

Notion中存储的结构化提示词

将生成的提示词保存回Notion：

注意事项：

• Notion文本字段限制约2000字
• 长文本需使用map和join函数处理
• 更新状态为”已完成”

---

批量生成模式

工作流支持批量生成数百个提示词：

流程：

1. 从prompts.chat等网站抓取基础提示词
2. 使用Iterator逐个处理
3. 将每个基础提示词转化为结构化版本
4. 批量保存到Notion

应用场景：

• 构建个人提示词知识库
• 作为优质内容吸引用户
• 在电商平台销售提示词模板

---

注意事项

在搭建过程中容易遇到的”坑”：

1. 简单模型局限 - 缺乏推理能力的小模型只会重复执行，无法理解修改意图

2. 关闭自动回退 - 必须关闭Automatic Fallback，避免切换到免费低质量模型

3. Notion长文本 - 2000字限制，需用map+join函数处理带空行的长文本

4. JSON结构破坏 - 特殊字符可能破坏JSON，使用原生JSON创建模块转义

5. 任务描述精确性 - 描述”完成什么任务”而非”生成什么提示词”

6. 批量消耗操作数 - 批量生成会消耗大量Make操作数，注意计费限额

---

生成效果示例

自动生成的SEO元描述专家结构化提示词

示例：小红书爆款笔记专家

• 角色：资深小红书内容创作者
• 目标：生成高互动、高转化的爆款笔记
• 能力：标题党技巧、情绪化表达、热点结合
• 工作流程：分析选题→撰写标题→创作正文→优化标签
• 输出格式：标题+正文+标签的完整笔记

---

适用场景

推荐使用的用户

• AI内容创作者 - 需要高质量结构化提示词
• 提示词工程师 - 希望自动化提示词生产流程
• 自媒体运营者 - 批量生成各平台内容提示词
• 效率追求者 - 减少重复性工作专注创意

可能不适合的情况

• 对AI工具和Make平台缺乏基本了解的新手
• 只需偶尔生成简单提示词的用户
• 预算极度有限不愿使用付费模型的用户

---

常见问题

为什么需要结构化提示词？

结构化提示词包含角色、目标、约束、工作流程等完整要素，比简单指令能让AI产出更专业、更稳定的结果。

输入要求是什么？

只需10个字左右的任务描述（中英文皆可），如”小红书爆款笔记”或”SEO元描述专家”。

可以批量生成吗？

可以，工作流支持从网页批量抓取素材，一次生成数百甚至上千个结构化提示词。

AI模型成本高吗？

GPT-4o Mini成本极低，约100块钱用半年。但需要关闭自动回退功能，避免切换到免费低质量模型。

---

下一步

掌握基础后，你可以尝试：

• 添加更多提示词框架模板
• 集成更多数据源（GitHub、论坛等）
• 添加提示词评分和筛选功能
• 构建提示词商业化变现流程

有问题欢迎在评论区留言交流！