高质量读书笔记提示词需明确用途、嵌入结构化指令、注入领域约束并测试固化模板。用途决定内容重点，结构指令须前置且符号锚定，领域约束限定范围、精简表达并控制信息密度，最后通过测试形成可复用模板。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
用Kimi生成高质量读书笔记提示词，核心是让AI准确理解你想提取的信息类型、结构偏好和输出风格，避免泛泛而谈的“总结一下这本书”。
明确笔记用途，反向设计提示词骨架
先问自己：这份笔记是为写书评准备素材？还是帮团队快速对齐核心观点？或是个人复盘行动清单？用途不同，提示词重点就不同。比如用于团队同步，就必须强制要求“用3个带编号的短句概括作者最反常识的结论”；若为个人行动，就得加上“每条观点后紧接1条我下周可做的具体动作”。
这一步跳过会导致后续所有提示词失效——Kimi不会主动猜你想要什么场景下的笔记。
嵌入结构化指令，锁死输出格式
方法一：用符号锚定区块
在提示词里直接写：“【核心论点】：（此处必须列出2–3条，每条≤15字）→【关键证据】：（每条论点后紧跟1个原文页码+原句缩略）→【我的质疑】：（至少1条，需包含‘如果……那么……’句式）”。Kimi对这种带箭头和中文括号的指令响应率极高。
方法二：用角色设定激活逻辑链
输入：“你现在是豆瓣9.0分书评人，刚读完《思考，快与慢》，请用‘观点→反例→生活印证’三段式写3条笔记，每条严格控制在80字内，禁用‘我认为’‘我觉得’等主观表述”。角色越具体，Kimi越少自由发挥。
【关键前提】：所有结构指令必须出现在提示词最开头，且不能混在描述性文字里——放在末尾会被忽略。
一键设置，在 OpenClaw 和 Claude Code CLI 中使用 Kimi K2.5 (Kimi Code) 作为编程模型。Kimi Code 兼容 Anthropic Messages API——替换……
注入领域约束，过滤无效信息
第一步：限定知识边界
在提示词中加入“仅依据本书第4–7章内容作答，不引用外部理论，不补充作者其他著作观点”。
第二步：剔除冗余表达
追加指令：“删除所有‘本书指出’‘作者认为’等过渡短语，直接以名词短语开头，如‘损失厌恶导致股票持有期延长’而非‘作者认为损失厌恶会导致……’”。
第三步：控制信息密度
写明：“每条笔记必须同时包含1个术语（加粗）、1个数据（如‘72%受试者’）、1个动词（如‘削弱’‘触发’‘掩盖’），缺一不可”。
这三步做完，Kimi输出的笔记会自动剔除80%的空泛描述，直接落到可验证、可调用的信息点上。
测试并固化有效模板
① 用同一本书的三个章节分别跑三组提示词，对比输出结果中“可直接粘贴进周报”的条目数量；
② 把得分最高的那组提示词复制进备忘录，标题命名为“Kimi-读书笔记-认知类-202406”；
③ 下次读新书时，只替换书名、章节范围、领域关键词（如把“认知类”换成“管理类”），其余字符不动；
④ 遇到某次输出突然变水，立刻回溯检查是否漏掉了“仅依据第X章”或“每条含动词”这类硬约束。
模板一旦验证有效，就停止修改——反复调参反而降低稳定性。
