什么是输出格式？
当您对着 Telvr 说话时，会发生两件事。首先，您的语音由 Whisper（最准确的语音识别模型之一）转录。其次，该原始转录文本会经过 AI 增强步骤，转换为格式化、结构化的文本。
输出格式是控制第二步的指令。它们告诉 AI 应该是什么样的作者、如何表现、输入上下文是什么、最终结果应该是什么样子。从技术上讲，输出格式是系统提示词——AI 在处理您的转录之前读取的一组指令。
Telvr 内置了六种输出格式，可覆盖最常见的用途：
- 清理 — 删除填充词、修正语法、生成干净的文本
- 邮件 — 将听写内容结构化为专业邮件，包括主题行和问候
- 会议记录 — 将口述内容整理为决策、行动项和下一步
- 摘要 — 将较长的语音压缩为 2-3 句话的摘要
- 提示词 — 将口述想法结构化为开发任务，包括需求和验收标准
- 自定义 — 您自己的输出格式，从零开始编写
自定义模式是输出格式发挥强大功能的地方。它允许您为任何工作流定义自己的模板——日常站会更新格式、法律备忘录听写、客户支持响应、社交媒体文案或任何其他您定期听写的内容。
4 部分模板结构
每个输出格式模板都遵循一致的 4 部分结构。每部分都有特定的目的，加在一起可以为 AI 提供生成可靠、高质量输出所需的全部内容。
角色
角色部分定义了 AI 在此模板中的身份。将其视为聘请专家：您告诉 AI 应该依靠什么样的专业知识，以及应该采取什么样的角色。
# Role
You are a professional email writer who converts spoken messages into well-structured, polished emails.
定义良好的角色会影响整个输出。被告知是"专业电子邮件作者"的 AI 会自动默认采用适当的风格、格式约定和词汇选择，而无需对每个细节进行明确指示。"简洁的技术作家"这样的角色自然会青睐准确性和简洁性。
将角色限制在一两句话内。以清晰的语言说明专业领域和核心任务。
指令
指令部分是定义规则的地方。这是最重要的部分——它告诉 AI 确切地做什么、避免什么，以及在遇到边界情况时如何表现。
将指令格式化为要点列表。每个要点应描述一个单一、清晰的规则。
无论目的如何，三条规则属于每个模板：
# Instructions
- [Your task-specific rules here]
- Respond in the same language as the input text.
- Do not add explanations, headers, or meta-commentary.
- Do not wrap output in markdown code blocks.
最后三个是通用默认设置。"以与输入相同的语言响应"确保您的输出与您听写的语言相匹配——如果您在语言之间切换，这很关键。"无解释或元评论"防止 AI 在实际输出之前添加"这是您的电子邮件："之类的内容。"不包装在 markdown 代码块中"防止输出被包装在三个反引号中。
您可以根据需要添加任意数量的任务特定规则，但目标是总数少于十条。超过这个数字，规则会开始相互冲突。
上下文
上下文部分提供有关情况的背景信息。它是可选的——并非每个模板都需要它——但它可以帮助 AI 处理听写输入的特殊情况。
# Context
The user dictates messages via push-to-talk. Input may contain filler words, repetitions, and incomplete sentences.
上下文在以下情况下很有用：
- 输入具有 AI 应该考虑的可预测特征（填充词、不完整的句子、特定领域的术语）
- 输出将用于具有隐含约定的特定环境（公司 Slack、法律文档系统）
- AI 需要了解说话者和预期接收者之间的关系
如果您的用例很直接，指令部分已经涵盖了一切，则完全跳过上下文部分。
预期输出
预期输出部分描述最终结果的形状。它告诉 AI 要生成什么格式、长度和结构。
# Expected Output
A professional email with:
- Subject line
- Greeting
- Body (1-3 paragraphs)
- Professional sign-off
此部分充当质量目标。AI 将构建其输出以匹配您在此描述的内容。如果您想要特定的格式——要点列表、编号步骤、特定标题结构——在此处明确描述它。
空白模板
使用此作为任何新输出格式的起点：
# Role
[Describe the assistant's expertise and persona.]
# Instructions
- [Primary task instruction]
- [Additional requirement]
- [Formatting preference]
- Respond in the same language as the input text.
- Do not add explanations, headers, or meta-commentary.
- Do not wrap output in markdown code blocks.
# Context
[Optional background information. Remove if not needed.]
# Expected Output
[Describe what the output should look like.]
最佳实践
来自提示工程的六项原则，直接适用于输出格式模板：
1. 对数量和约束具体说明。 "用 2-3 句话写"优于"保持简短"。"最多使用 5 个要点"优于"保持简洁"。模糊的指令为 AI 以可能不符合您意图的方式解释它们留下空间。
2. 用两个参考点定义语气。 "专业但友好"比仅仅"专业"更有用，因为它定义了下限和上限。类似地，"正式但不僵硬"或"随意但不轻浮"为 AI 提供了一个范围，而不是一个单一的模糊目标。
3. 在预期输出中包含示例。 显示而不仅仅讲述。如果您想要特定的格式，请从结构上描述它，并在有帮助时包含一个小示例。"以动作动词开头的主题行，例如'请求：周五前的服务器访问权限'"比"好的主题行"更清晰。
4. 用不该做什么明确设置边界。 三条通用默认规则已经涵盖了最常见的问题，但您的模板可能需要额外的边界。如果您的听写经常包含切线，添加"不包括与主要请求无关的内容"。如果您想要干净的输出，不带任何格式字符，请添加"不要使用要点或标题"。
5. 让每个模板专注于一项任务。 试图处理电子邮件和会议记录和摘要的模板会将每个处理得都很差。一个模板，一个输出类型。如果您有多个不同的用途，请创建多个模板并通过点击在它们之间切换。
6. 从简单开始并迭代。 编写只有三或四条规则的第一个版本，并对真实听写进行测试。仅在遇到输出中的特定问题时才添加规则。包含 15 条规则的过度设计的模板通常比精简的 5 条规则的模板表现更差，因为规则开始相互矛盾。
示例：博客文章草稿
# Role
You are a content writer who transforms spoken ideas into blog post drafts.
# Instructions
- Convert the spoken input into a structured blog post draft.
- Add a compelling title.
- Break the content into logical sections with subheadings.
- Maintain a conversational but informative tone.
- Respond in the same language as the input text.
- Do not add explanations, headers, or meta-commentary.
- Do not wrap output in markdown code blocks.
# Expected Output
A blog post draft with:
- Title (H1)
- 2–4 sections with subheadings (H2)
- 200–400 words total
此模板对于大声思考的内容创建者很有用。您以意识流风格说出您的想法；模板将它们塑造成可发布的草稿结构。
示例：Slack 消息
# Role
You are a concise communicator who converts spoken messages into Slack-appropriate messages.
# Instructions
- Keep messages brief and scannable.
- Use emoji sparingly but naturally.
- Break longer messages into short paragraphs.
- If the message contains action items, format them as a checklist.
- Respond in the same language as the input text.
- Do not add explanations, headers, or meta-commentary.
- Do not wrap output in markdown code blocks.
# Expected Output
A casual but clear Slack message, 1–3 short paragraphs maximum.
此模板反映了 Slack 通信的规范：短段落、偶尔的表情符号和必要时清晰的行动项。清单指令仅在相关时激活——AI 将识别您的消息何时包含任务并相应地进行格式化。
常见错误
1. 过于模糊 "让它更好"或"改进文本"对 AI 没有方向。输出格式效果最好具体、可操作的指令。如果您无法表达"更好"的含义，AI 也无法。
2. 过多规则 包含 20 条指令的模板会产生内部冲突。当一条规则说"简洁"，另一条说"包括完整上下文"时，AI 必须猜测哪个优先级更高。将规则数量保持在十以下，并明确解决任何冲突。
3. 遗漏语言规则 始终包括"以与输入相同的语言响应"。没有它，AI 可能会默认为英语，无论您用什么语言听写。这特别重要，如果您根据上下文在语言之间切换——向法国同事发送 Slack 消息、向德国客户发送电子邮件。
4. 忘记预期输出 没有预期输出部分，AI 会猜测结构。有时它猜对了。通常它会产生相似输入之间的不一致结果。明确描述所需的输出格式可以消除该差异。
5. 从一开始就过度设计 新用户有时会尝试在测试任何东西之前预期每个边界情况。编写捕捉您意图的最简单版本，对十个真实听写运行它，并仅为您实际观察到的问题添加规则。模板是迭代的——它们随着使用而改进。
开始使用
下载下面的空白模板，打开 Telvr，将其粘贴到自定义模式模板字段中。从角色和几条指令开始，然后针对来自您工作流的真实听写进行测试。最有用的模板是从少数几次迭代中出现的：编写、测试、改进。
空白模板属于您塑造。Telvr 会处理其余的。
Download Blank Template