🎯 MiniMax 提示词大师课
从"随便说说"到"榨干模型每一分能力"——一份让你秒变 AI 高手的实战手册，涵盖架构解析、核心原则、七大模板与实战模板库
先搞清楚一件事：MiniMax 有什么特点？
提示词策略的底层逻辑，取决于模型的架构特性。围绕以下四个核心特点定制你的指令方式，才能精准激活模型的每一分能力。
230B 总参 / 10B 激活
混合专家架构（Mixture of Experts）——总参数庞大，但每次推理只动用 10B 活跃参数。任务指令越精准，越能激活相关专家模块。
1M Token 原生支持
MiniMax 原生支持 100 万 token 上下文，是 GPT-4o 的近 8 倍。给得越多，模型越能精准理解和推理。
$0.07 / 百万 Token
成本仅为 GPT-5.4 Pro 的约 1/30。可以用更长的提示词换更好的结果——别省，越省越浪费性价比优势。
75.8% SWE-bench
代码任务已达全球前列水准（SWE-bench 75.8%）。直接给完整上下文和示例，编码质量显著提升。
💡 核心启示
MiniMax 的强大 = 超长上下文 + MoE 高效推理。给它完整的背景、精准的角色、具体的格式要求——它就能给你接近顶级模型 96% 的结果，但成本只有 1/30。省提示词的人，永远用不出模型 30% 的能力。
核心原则：四句话概括
所有高效提示的共同基因。遵循这四点，AI 输出质量立刻提升一个档次。
给明确角色
指定具体身份和专精领域，如"资深港股量化分析师"比"帮我分析"强 10 倍。角色越具体，模型调用的知识越精准。
给完整背景
把你掌握的所有相关信息全部输入——数据、约束、正在进行的事。上下文越饱和，推理越准确。
给具体任务格式
明确告诉它输出的结构——用表格？分点？分几段？不要让它猜你要什么格式，提前规定好。
给约束条件
告诉它什么是不能做的：禁止模糊、禁止编造数字、禁止超出上下文推断。边界越清晰，输出越可用。
七种高效提示模板
不同任务类型，对应不同提示结构。选择正确的模板，是榨干模型能力的第一步。
角色代入法
最适合：分析类任务你是一位有10年经验的港股分析师，专精科技股技术分析。
背景：我正在研究NVDA当前的技术形态，手上有RSI=71.5的数据，
股价刚突破$200阻力位。
任务：给出详细的操盘建议，包含入场区间、止损位、目标价。
输出要求：用【支撑位/压力位/建议】三大块输出，用表格呈现数字。
约束：不要给模糊的"仅供参考"，要给出具体可执行的数字。
思维链法
最适合：复杂推理任务判断NVDA现在是否值得加仓，请按以下步骤思考： Step 1: 当前技术面主要矛盾是什么？（RSI超买 vs 趋势强劲） Step 2: 基本面和技术面的共振/背离情况 Step 3: 在当前宏观环境下多头和空头的核心逻辑 Step 4: 综合给出概率判断 输出格式：先给结论，再说支撑数据。
上下文饱和法
最适合：文档分析 / 财报研究【背景材料】 [粘贴NVDA Q4 FY2026 财报关键数据] [/背景材料] 问题：在当前股价$205附近，NVDA的基本面是否支撑这个定价？ 请结合财报数据给出估值分析。
实例示范法（Few-shot）
最适合：格式一致性 / 批量任务任务：帮我分析股票技术面。 以下是标准输出格式，请严格遵循： ## [股票名称] 技术分析 ### 一、趋势判断 【多/空/震荡，原因：...】 ### 二、关键价位 | 类型 | 价格 | 含义 | | 压力 | $XXX | ... | | 支撑 | $XXX | ... | ### 三、操作建议 | 方向 | 入场 | 止损 | 目标 | 仓位 | |---|---|---|---|---| | 做多 | $XXX | $XXX | $XXX | X% | --- 现在请分析台积电（TSM），当前价格$138，RSI=65， 20日均线=$135，50日均线=$130。
约束边界法
最适合：严谨专业输出多 Agent 协作法
最适合：复杂项目 / 多维分析Task A → [发给 Research CLAW]： "研究AI芯片行业2026年增长趋势和竞争格局变化，重点： 1. NVIDIA vs AMD 市场份额变化 2. 中国国产替代进度 3. 定制ASIC对GPU的替代威胁程度" Task B → [发给 Stock Analysis CLAW]： "对NVDA和AMD做技术面对比分析，包括： 1. 趋势方向（均线排列） 2. 动能指标（RSI、MACD） 3. 关键支撑压力位" Task C → [主统筹整合]： "整合Task A和B的输出，给出： 1. 哪个标的当前性价比更高 2. 当前最佳入场策略 3. 风险提示"
迭代优化法
最适合：高要求长文本 / 报告撰写为什么迭代更好？
每一轮迭代 = 精准修正方向 × 上下文聚焦。模型在第二轮就知道哪里要深化，在第三轮就知道哪里要收紧——最终结果远超单次宽泛提示。
MiniMax 专属使用技巧
针对 MiniMax MoE 架构的四大高阶技巧，让模型输出质量再上一个台阶。
分块输出
用结构化标签强制模型分块输出，让长文本更易读，同时确保关键结论不被淹没。
你的输出请分两块： 第一块：【精简版结论】（不超过3句话） 第二块：【详细分析】
XML 标签结构化输入
用结构化标签包裹各个信息模块，模型能更精准地理解上下文边界和任务层次。
<role>你是一位专业的金融分析师</role> <context>我目前持有NVDA，成本价$180</context> <goal>判断是否值得加仓</goal> <constraint>请用数据说话，不要空话</constraint>
明确工具使用
告诉模型它有哪些可用工具（Skill），让它主动调用。MiniMax 的工具调用能力在专业任务上表现优异。
你拥有以下工具，请在做研究时主动使用： - stock-financial-analysis skill（用于股票技术分析） - batch_web_search（用于查找最新数据） 任务：分析台积电，基本面用research数据， 技术面用stock analysis skill
给参考变量，不要硬编码
在模板中用变量占位（如 [标的]、[价格]），让同一模板可重复用于不同场景，省 token 又高效。
常见错误（90%的人都在犯）
这些错误让你的 AI 输出质量停留在 30%。改正它们，立刻跃升到 80%。
| ❌ 错误写法 | ✅ 正确写法 |
|---|---|
| "分析一下NVDA" | "作为股票分析师，分析NVDA当前技术面：RSI=71，建议[操作]" |
| "帮我写" | "帮我在5分钟内写一份200字的投资晨报，包含：趋势/机会/风险各50字" |
| "你觉得怎么样" | "基于NVDA 4月26日数据，在$205入场，目标$212，止损$198的概率评估" |
| "随便说说" | "用3个核心论据（附数据）说明为什么你认为NVDA被高估/低估" |
| "写得详细点" | "请从宏观/行业/公司三维度分析，每个维度不少于50字，数据来源必须标注" |
| "给我一些建议" | "给出3条建议，分别针对：短期/中期/长期操作，每条不多于20字，含具体价格" |
核心原则
越模糊的提示 = 越泛化的输出。
越具体的提示 = 越精准的结果。
不要让模型猜你要什么——直接告诉它。
实战模板库（复制即用）
三个核心模板，覆盖股票分析、研究报告、代码任务三大高频场景。
量化分析师标准提示词
你是一位有10年经验的[A股/港股/美股]量化分析师。 背景：我目前关注[标的]，当前[价格/RSI/趋势]情况如下 [具体数据] 任务：请给出： 1. 趋势判断（多/空/震荡，置信度%） 2. 关键价位（支撑/压力/止损） 3. 入场方案（分批/一次性，仓位建议） 4. 风险预案（如果[条件]出现，我应该[行动]） 约束：请给出具体数字，不要模糊表达。
专业研报撰写提示词
请帮我撰写一份[主题]的研究报告，结构如下： ## 一、核心结论（3句话） ## 二、背景与驱动因素 ## 三、主要分析 ## 四、风险提示 ## 五、结论与建议 背景材料：[粘贴] 字数要求：800字以内 目标读者：[专业投资者/普通散户] 风格：[保守稳健/积极进取] 约束：结论先行，数据支撑，逻辑清晰。
工程师代码任务提示词
你是一位[语言]工程师，请完成以下任务： 任务：[具体描述] 语言：[Python/JavaScript/etc] 约束： - 必须使用[具体库/框架] - 禁止使用[不安全的写法/不兼容的版本] - 性能要求：[具体指标] 相关上下文：[代码/报错信息/文件结构]
"MiniMax 的强大在于超长上下文 + MoE 高效推理——给它完整的背景、精准的角色、具体的格式要求，它就能给你接近顶级模型的结果。省提示词的人，永远用不出模型 30% 的能力。"
记住四句话原则，选择合适的模板，给它足够的上下文，设定清晰的边界。你已经在使用全球性价比最高的顶级模型之一——现在你知道了如何真正把它用到位。