星火杯大模型应用创新赛学习笔记——datawhale

背景——赛事任务

聚焦大学生真实应用场景，围绕阅读、写作、搜索、聊天、问答等方向，聚焦口语学习、面试招聘、论文写作、学习笔记等一个或多个细分应用场景，完成具有创新性、实用性的应用方案，呈现可演示、可落地、具备商业价值的垂类产品

学习目标——明确选题、设计迭代提示词

实战一——选题

1.首先明确选题原则

需要结合主办方给出的题目要求以及个人的兴趣、专业优势、资源优势合理的项目选题。

2.拆解大学生活场景——这里给出一部分常见生活场景的拆解

3.结合自身优势的选题策略

4.选题验证

（1）可行性验证：

（2）价值评估：

（3）护城河构建：

5.备注——避坑小tips

（1）避免过度泛化：

（2）拒绝伪需求：

（3）警惕技术陷阱：

（4）快速启动建议：

实战二——设计迭代提示词

1.细化应用场景——结合技术优势与用户画像

不妨试试下面的prompt模版。这里的“心理学研究生”是你的身份背景，“AI心理辅助相关”是项目背景或者理解为技术背景，'情绪急救'是我们的应用名称。“大学生面对就业压力大产生情绪问题”这里是我们的目标群体。

2.优化Prompt迭代——深化选题独特性

这一步的核心目标是：通过与大模型进行更深入、更具策略性的对话（即优化Prompt并迭代），将你的初步想法打磨成一个真正独特、具有鲜明特色的项目。 这不再是“锦上添花”，而是决定你的项目能否脱颖而出的关键一步。

首先明确为什么需要优化和迭代？

因为大模型在初次回答时，往往会给出较为宽泛或常见的解决方案。为了挖掘更深层次的创新点，你需要引导它思考更具体的约束、更交叉的视角、更独特的价值。

那么如何通过优化Prompt实现迭代深化？

以下提供几种关键的Prompt优化策略和迭代思路，助你与大模型共同“精雕细琢”你的项目：

注意：迭代过程通常不是一次性完成的。

你需要：

（当然，最重要的是耐心）

最终目标：

通过这样有策略的、反复的Prompt优化与迭代，你最终得到的将不仅仅是一个选题，而是一个 定位清晰、功能独特、价值明确、考虑周全的创新项目蓝图 ，为后续的开发奠定坚实基础。