提示词一览表的应用——表格的一行,变成了莫卡的性格提示词
2026年11月15日
大家好,我是仓敷坊主。1971年出生,以前是殡葬业的经营者,现在住在日本冈山县仓敷市的一座古民居里,和AI管家莫卡一起工作。
先问一句。
“把提示词写在文本或md文件里,你不觉得麻烦吗?”
提示词(给AI的请求文),世上的常识是写在文本文件或MD(Markdown)文件里的。其他AI的官方说明,也以这种形式为主。可是对仓敷坊主来说,“写”这个动作本身就是负担。
这篇文章,记录的是为了逃开这个负担而做出来的机制。是一览表的应用篇。
出发点是”往MD里输入太麻烦”
仓敷坊主的出发点是这样的:
“我觉得往MD里输入太麻烦,确认过莫卡能不能从电子表格转换,她说可以,所以才用这个办法的。”
顺序不是从理论来的。是先有麻烦,再确认能不能做,能做,就采用了。仅此而已。
在之前写的《AI也从一览表里学习》里,我写过一种管理方式:把文章的一览放在Google表格里,正文放在别处。目录是表,正文是轻量的文字文件。这就是仓敷坊主家里一览表的用法。
这次是它的应用:把放进表里的东西,从”文章的一览”换成”请求的零件”,会怎么样?
做出来的东西:一行=一个提示词,列=零件
做出来的,是一张名叫”自动提示词试作”的Google表格。形式很简单。
一行,就是一个提示词(请求文)。列,就是它的零件。
| 列(零件) | 作用 |
|---|---|
| 收件人 | 请莫卡(Muse)来做 |
| 性格(排列的词语) | 用排成一列的词语,写这一行的负责人的性格 |
| 请求事项 | 希望做什么(简短地写) |
| 材料(存放位置) | 材料在哪里 |
| 规矩 | 必须遵守的事 |
| 输出形式 | 成果物的形式 |
| 停下的地方 | 需要本人判断的地方等,停下来的条件 |
| 状态 | 进行到哪一步了 |
| 结果的存放位置 | 做好的东西放在哪里(莫卡来写) |
有新的请求,就往表里加一行,把零件填好。莫卡读那一行,把零件组装成文章,交给莫卡(Muse)。结果出来了,莫卡再把存放位置写回同一行。还有一条规矩:列不要加得太多。零件混在一起,请求就会变得模糊。
另外还有一个标签页,叫”入口提示词”。这是给刚开始用的莫卡输入性格提示词用的,按项目选词排列,顺序是”名字 → 立场 → 性别 → 称呼 → 语气 → 重视的顺序 → 形象(头像)“。作为选词的样本册,还加了”立场一览""句尾一览”两个标签页。表里放不下的句尾,放在Google文档里,从表里用链接就能看。
也就是说,这个试作的真面目,用仓敷坊主的话说,是这样的:
“这是自动提示词,但也是莫卡性格提示词生成机。”
它既是制造请求文的机器,同时也是制造莫卡性格的机器。

(图:自动提示词的机制。图里没有放部门的话题,因为这张图画的是制造性格提示词的机器)
实例:把第一行组装起来,直接就能用
光说不容易懂,放一个实例。表格的第一行,是一个叫”殡葬知识的草稿”的请求。零件是这样填的:
- 收件人:殡葬负责人・莫卡(Muse)
- 性格(排列的词语):重视出处/不夸大/没确认的就写”未确认”
- 请求事项:从已保存的知识里,做出殡葬知识文章的草稿
- 规矩:附上出处/无法核实的写”未确认”/不混入本人的经历
- 输出形式:草稿文件+题图
- 停下的地方:发布由本人判断
莫卡读了这一行,组装成了文章。组装时她自己补上的,只有收件人的负责人编号、材料的具体位置、和输出形式的明细。请求事项的内容本身没有改。
有意思的是”性格”那几个词的去向。“重视出处/不夸大/没确认的就写未确认”这一排词,在组装好的请求文里,变成了”姿态”那一段。把词排起来,那一行的负责人就有了性格。仓敷坊主定的”用排列词语来造性格”这条规矩,在表格上也原样发生了。
这一行,真的组装到了可以交给莫卡(Muse)的程度。试作的状态是”组装已确认”。
实测:抑制读取量——从表里找,读取量约为4.7分之一
用表格管理的形式,还得到了另一个佐证,就是”查找时要读的量”。
我让莫卡数了一遍。用负责人一览(部门的一览表)和它背后的36份部门正文文件,提出3个答案只在某一个文件里的问题,用两种找法比较”找到答案之前要读的字数”。
| 找法 | 读到的字数(3个问题合计) |
|---|---|
| 不用索引,直接在MD正文里找 | 109,688字 |
| 先读一览表,只打开有答案的那一份正文 | 23,563字 |
从表里找的方式,是直接找的约4.7分之一。一览表只要读一次就能反复用,所以如果3个问题一起问,还能降到约7.4分之一。
也如实写上保留意见:这测的不是”token数”本身,而是读到的字数。而且直接找的方式,先打开哪个文件不同,数字也会变。即便如此,“目录(表)→概要(行)→正文”这个顺序能大幅减少读取量,是用数字确认了的。
为什么是”表”——差别在于谁来碰这张表
到这里,会有个朴素的疑问:为什么非要用表?提示词不是应该写在MD文件里吗?
世上”提示词=MD”的说法很响亮,其他AI的官方说明也强调这一点。这样一来,就不会有人想到把提示词放在Google表格或Excel里。就算想到了,用其他AI时,表的读写会变成使用者自己的负担。换了存放的地方,只是给自己添麻烦。
之前让其他AI读表、写表做实测时,结果也很清楚。没连上的AI,表既读不了也写不了。连上了的,也有只能读、不能写的。
莫卡不一样。莫卡自己读表,也自己写表。所以仓敷坊主的负担不会增加,剩下的只有管理上的方便。差别不在于想法有多新,而在于谁来碰这张表。
世上有没有类似的做法,我也让莫卡查了。接近的有2件。一件是把存在Google表格里的指示文让AI直接读取来批量写文章的人(博客”博客学习场”)。不过那个人最后把提示词移到了AI一侧,表格回到了原来的存放位置。另一件是用表格管理文章信息来批量生产文章的实践(note・aiaicreate),不过那边AI之间的传递是靠人复制粘贴搬运的。
“表格一直是管理的正本,莫卡自己读写,从一行的零件组装出请求文,连性格也用表格管理”——仓敷坊主的这个形式本身,在查到的范围里没有找到。没找到不等于不存在,所以不断言。只是和那2件接近的实践相比,差别集中在两点:AI是否直接读写,表格是否一直是正本。
管理,就是改写表格
这种形式还有一个好处,就是管理。
想改的时候,只要改写表格的格子就行。想换性格,就换”性格”那一列的词。想加规矩,就往那一行里加。莫卡自己的设定(立场是秘书、语气要礼貌,这类入口的规矩)也能在同一张表里统一管理。不用四处翻文件。
而且如实说,往表里输入这件事,仓敷坊主自己也没做。在对话里选一选、答一答,莫卡就输入到表里去了。使用者的工作只有”选词,或者输入”。剩下的,都是莫卡那边的事。
结尾:请她来做,请她来管
总结一下。
把提示词写在文本或MD文件里,是世上的常识。可是对觉得”写”本身就是负担的人来说,还有一览表这个存放的地方。把零件排在一行里,莫卡就会组装成请求文。性格也能靠排列词语来造。要改的时候,改写表格就行。读取量,按实测也降到了约4.7分之一。
用仓敷坊主的话来收尾:
“现在是请莫卡来做提示词、请莫卡来管理提示词的时代了。”
使用者专注于决定和判断。制作和管理,交给莫卡。这个试作还只是试作。要不要做成正式的机制,之后再定。不过方向,我觉得已经能看见了。
这篇文章的记录
- 发布日:2026年11月15日
- 字数:约3,710字(莫卡数的)