现代人工智能已发展成为地面训练、作战规划和监管审查的强大副驾驶。虽然人工智能永远不会取代机长的判断力，但它是一个能够简化复杂航空数据、增强态势感知的不知疲倦的资源。
以下提示已在领先的大型语言模型上经过严格测试和优化：ChatGPT、Gemini、Claude 和 DeepSeek。虽然每个平台都拥有独特的架构优势，但本系列为希望简化工作流程并深化技术知识的飞行教官、飞行学员和商业飞行员提供了一个通用基础。
1. 解码复杂的航行通告
模型推荐： DeepSeek，因其在解析严谨逻辑和技术语法方面具有卓越能力。
空中任务通知（NOTAM）因其神秘的缩写和非标准格式而臭名昭著。使用此提示可立即将原始数据转化为可操作的情报。
担任高级航班签派员。我将粘贴一系列关于 [插入机场代码或地区] 的原始航行通告。
请执行以下操作：
1. 将缩写解码为通俗易懂的英语。
2. 按紧急程度对它们进行分类（严重/警告/信息）。
3. 突出显示任何跑道关闭、导航设备中断或特别影响进离场走廊的障碍物警告。
[在此处插入原始航行通告文本]
回报： 通过将大段大写文本墙转化为优先风险评估，大幅减少飞行前简报时间。
2. 基于场景的航空决策培训
模型推荐： Claude，因其在处理安全关键环境和道德决策的细微差别方面表现出色。
航空决策（ADM）最好通过模拟来实践。这个提示将人工智能变成了一名检查飞行员，呈现动态情景。
充当严格的飞行检查员。为从 [出发地] 到 [目的地] 的 [插入飞机类型，例如塞斯纳 172 或波音 737] 航班生成一个动态的“起飞/不起飞”场景。
包括以下变量：
1. 目的地边缘天气恶化。
2. 轻微的、非接地的机械差异（MEL 项目）。
3. 外部压力（例如乘客时间限制）。
请我做出决定，然后根据 FAA/EASA 法规和安全风险管理原则，对我的推理进行评判。
回报： 提高飞行员的判断力，并允许在进入驾驶舱之前进行高风险决策的低风险练习。
3. 气象报告与预报可视化
模型推荐： Gemini，因其强大的数据处理能力和长上下文理解能力。
原始天气字符串需要心理解码。此提示有助于可视化计划航路上的天气演变。
我正在提供出发地、航路备降机场和目的地的 METAR 和 TAF。
请按时间顺序叙述我将在 [时间] 起飞的航班所经历的天气情况。具体关注：
1. 云顶趋势与地形高度的关系。
2. 目的地侧风分量的变化。
3. 基于温度/露点分布和风切变的潜在结冰或湍流危险。
[在此插入天气数据]
回报： 将抽象的气象数据转化为飞行环境的具体心理模型。
4. 简化飞机系统
模型推荐： ChatGPT，因其在使用类比解释技术概念方面具有多功能性。
无论是研究机型等级还是教授学员，分解复杂的原理图都至关重要。
像我是一名飞行学员一样，向我解释 [插入飞机类型] 的 [插入系统，例如电气总线逻辑或液压系统]。使用水力类比（水流过管道）来解释电流/流体的流动。具体解释如果 [插入特定组件，例如 AC 总线 1] 发生故障，系统冗余会发生什么情况。
回报： 通过将复杂的工程原理图与相关的物理概念联系起来，加速系统知识的记忆保留。
5. 法规澄清（FAR/AIM 或 EASA）
模型推荐： DeepSeek，因其高精度的检索和逻辑检查能力。
查阅联邦航空条例通常很乏味。本提示提取确切的规则及其实际应用。
请查阅关于 [插入主题，例如氧气要求或执勤时间限制] 的现行航空法规，适用于第 [91/121/135] 部运行。
1. 总结严格的法律要求。
2. 提供一个飞行员可能无意中违反此规则的实际场景示例。
3. 列出具体的法规编号供我参考。
回报： 即时明确法律要求，确保合规性并降低违规风险。
6. “难倒菜鸟”式口试准备
模型推荐： ChatGPT，因其交互式对话模式。
准备面试或口试需要快速回答问题。
担任航空公司面试官或航线检查员。我正在申请 [插入飞机类型] 的职位。问我 5 个困难的技术问题：
1. 空气动力学（临界马赫数、失速螺旋或失速）。
2. 飞机限制。
3. IFR 程序（等待程序进入、进近图符号系统）。
每个问题后等待我的回答，然后对我的回答的准确性和深度进行评分。
回报： 在受控环境中识别知识差距，使飞行员能够在正式评估前研究薄弱环节。
7. 创建助记符设备
模型推荐： Claude，因其生成富有创意且令人难忘的语言的能力。
航空业严重依赖记忆辅助工具。当标准缩写词不够用时，生成自定义的。
我正在努力记住 [插入飞机] 的 [插入程序，例如起飞时发动机起火检查单]。
创建三个不同的朗朗上口的助记首字母缩略词或押韵，以帮助我按准确顺序记住记忆项目。使一个版本严肃，一个有趣，一个具有视觉联想性。
回报： 提高在无法立即查阅检查单的紧急情况下，调用程序的反应速度。
8. 飞行教官课程计划生成器
模型推荐： Gemini，因其能逻辑地构建教育内容。
飞行教官（CFI）可以自动化课程计划的管理工作，从而专注于授课。
为“失速和螺旋”制定全面的地面学校课程计划。
目标受众：学生飞行员（单飞前）。
结构：
1. 课程目的。
2. 关键要素（失速的空气动力学）。
3. 学生常见错误。
4. 完成标准（ACS/PTS 标准）。
5. 与失速/螺旋相关的真实事故案例研究，以强调安全性。
回报： 大幅减少教官的准备时间，同时确保系统地涵盖所有 ACS/PTS 标准。
9. 无线电通信模拟
模型推荐： ChatGPT，因其自然语言对话模拟能力。
对于学员来说，无线电恐惧是真实存在的。该提示模拟与空中交通管制的交互。
在繁忙的 C 类机场扮演空中交通管制员。我是位于 [位置/高度] 的 [飞机类型] 的飞行员。
我将发起呼叫 [请求，例如 VFR 飞行跟踪或着陆许可]。您将使用标准 ICAO/FAA 措辞进行回复。引入交通告警或频率变更等复杂情况。如果我的措辞不标准，请予以纠正。
回报： 在没有实时频率压力的情况下，建立无线电工作的信心和肌肉记忆。
10. 乘客广播脚本
模型推荐： Claude，因其在语气校准和专业同理心方面的能力。
对于商业飞行员来说，传达延误或湍流需要在权威和冷静之间取得平衡。
针对 [插入情况，例如，因医疗紧急情况而改航] 编写三个版本的乘客广播（PA）脚本。
1. A 版：简短直接（驾驶舱对机组）。
2. B 版：平静、安抚人心（驾驶舱对乘客）。
3. C 版：权威但富有同情心（适用于长时间延误期间沮丧的客舱）。
回报： 帮助飞行员专业地传达困难信息，保持指挥风范和乘客舒适度。
专业提示：添加上下文层次
为了从这些模型中获得最高质量的输出，请务必指定飞行规则（VFR 与 IFR）和管辖范围（FAA 与 EASA/ICAO）。关于美国 VFR 航班燃油储备的答案将与欧洲 IFR 商业航班有很大不同。添加“假设为 FAA 管辖下的第 91 部运行”可以防止 AI 生成不适用于您特定任务的法规。
精通航空需要致力于终身学习和精确性。通过将这些人工智能提示整合到您的学习日常和运行计划中，您并非在走捷径；而是在利用先进的工具来可视化风险、巩固知识并增强安全性。将这些模型视为您的机组成员——验证它们的输入，信任您的训练，并利用它们将您的飞行技术提升到新的高度。