过去那套「你是一个资深XX专家，请从以下3个方面…」的角色扮演+结构化要求，用在日常的对话里是否还有必要？（不包括各种coding agent，就单纯一问一答的对话而言）
工作流里面还是需要的 比如现在的 n8n 工作流和扣子工作流都是需要的，开发目前好像不需要太这么明确吧。
你说的日常对话是指什么？
是单纯和LLM聊天还是接入工具进行办公操作？
不需要，但是我对ai的要求似乎也提高了，所以我会给它提供很多这个领域的相关方向的词汇
单纯聊天，比如突然想到一个问题，找ai解答，没有提示词总觉得没有“安全感”，感觉ta的回答总不是完美的
不是太需要。日常的对话通常是非常灵活的需求，扮演的角色会不断的变化，对描述内容的深度、检索信息的要求都是不同的。
日常不需要 专业知识看情况要不要用 现在这个也挺玄学的
当然了 小模型还是需要的
日常使用用不到了吧，不过有比较专项的需求有个提示词可能好一点
玩工作流的应该需要，以前工作流技能是这样写提示词的，现在需求 astra 一把梭，没钱就 5.6-sol 慢慢理清需求再干。
其实这个问题我认为可以从两个角度来进行讨论
如果您是从22年底的开始接触的LLM，那由于早期的LLM本身的不足，需要提示词来控制输出效果和确保输出质量，是几年以来的使用习惯形成的路径依赖，那使用提示词就是一种习惯。
那第二种情况，如果是25年初或者26年之后使用的AI，那是由于参数量过于庞大，需要提示词来正确激活特定参数，使用提示词是为了提高上限，或者换句话说是锦上添花。那就是对于更优结果的追求。
我从22年开始用AI从来就不写那些又长又臭的提示词，也很反感。
走一遍流程，然后就记录下来了；
走skill了
日常对话的话，基本都是想到哪里就说哪里了。
哈基米：你尽管做提示词，反正提示词越长口水越多
提示词没办法完全约束吧，我现在完全想咋说咋说，理解不到位就是模型的问题，然后配一个spec框架开发，规范约束啥的由框架替我去注入
确实是早期遗留的惯性思维，那会提示词工程很火，还有很多专门分享和收集提示词的网站，不过后来我就没关注过了，但是用ai的时候还是下意识ta当前的回答如果有提示词会不会更好
不需要了，学的越慢越不用学这一块。包括现在很多skill也都不用折腾了
LLM发展的意义就是让人更简单而便捷的使用，我理想中的AGI乃至ASI就是一句话做完一整个项目
不需要这些了，今年的ai不怎么吃rp了，数理逻辑、agent能力强了之后，让它好好干活最好的方式是描述好你的问题、你的需求、你的想法等 
。不过可以尝试研究 system prompt，怎么减少冲突、加强工程化、调整ai行为等