中文 | English
不同角色如何使用 MetaPrompt-Engine 解决日常工作中的 AI 输出质量问题
用户画像：某 SaaS 公司高级产品经理，每周需要输出 2-3 份 PRD
痛点：用 AI 写 PRD 时，经常出现幻觉（虚构用户数据）、格式不统一、每次输出结构差异大
业务输入：
撰写一款在线教育平台的学生端产品PRD
元指令输出摘要：
- 精简版：获得了一套可直接使用的 PRD 结构模板（背景 → 目标用户 → 核心功能 → 验收标准），无任何虚构数据
- 顶配版：包含 CoT 推理链（先定义学生画像 → 再拆功能模块 → 最后定验收指标），附带防幻觉约束（不虚构学生规模、不假定商业模式）
效果评价：
"以前让 AI 写 PRD，每次都要手动删掉它编造的用户数量和营收预测。用了元指令后，输出干净了很多，所有未确认的数据都被标注为 '待补充'，直接可用。" — 产品经理
节省时间：每份 PRD 从 2 小时压缩到 30 分钟
用户画像：某互联网公司后端技术负责人，需要频繁输出系统设计文档
痛点：AI 总是自作主张推荐技术栈（Spring Boot、Redis、Kafka…），实际项目可能用完全不同的技术选型
业务输入：
设计一个支持百万用户的实时消息推送系统
元指令输出摘要：
- 精简版：获得了系统分层设计方案（接入层 → 消息路由 → 持久层），未指定任何具体技术栈
- 顶配版：CoT 推理链逐步拆解（百万级 QPS 压力分析 → 消息分发策略选型 → 持久化方案设计），防幻觉约束明确标注"不假定具体消息队列中间件"
效果评价：
"最怕 AI 帮我选技术栈，我们的项目根本没用 Kafka，它每次都推荐。元指令的边界控制完美解决了这个问题——它只给架构思路，不给技术选型，由我自己定。" — 后端开发
节省时间：每份技术方案从 1 天压缩到 2 小时
用户画像：某电商平台运营主管，每周需要策划 1-2 个营销活动
痛点：AI 生成的活动方案千篇一律，经常脱离实际业务（虚构预算、假定合作渠道）
业务输入：
帮我制定双十一期间的美妆品类促销方案
元指令输出摘要：
- 精简版：获得了促销方案框架（目标 → 策略 → 执行步骤 → 效果评估），无虚构预算和渠道
- 顶配版：CoT 推理链覆盖（品类特征分析 → 用户消费路径拆解 → 促销节奏设计），防幻觉约束确保不虚构折扣力度、不假定合作品牌
效果评价：
"以前 AI 给的活动方案，预算动不动就几十万，合作品牌全是它自己编的。现在输出方案里所有数据都是 '待确认' 状态，我只填真实数据就行。" — 运营主管
节省时间：每份方案从 3 小时压缩到 45 分钟
如果你在使用 MetaPrompt-Engine 后获得了真实的效率提升，欢迎提交案例：
- Fork 本仓库
- 在本文件中补充你的案例（用户角色 / 业务输入 / 输出摘要 / 效果评价）
- 提交 Pull Request，标题格式：
case: [角色] [场景描述]
⚠️ 请确保案例真实可验证，避免夸大效果数据。