提示词工程指南

什么是提示词工程？

提示词工程（Prompt Engineering）是指设计和优化输入给AI模型的指令（Prompt），以获得最佳输出结果的技术。好的Prompt能够让AI更准确地理解您的意图，生成更高质量的回答。

基本原则

1. 明确具体

❌ 模糊："写一篇关于AI的文章"

✅ 具体："写一篇1500字的中文文章，介绍GPT-5.6在医疗影像诊断中的应用，面向医学专业读者，包含3个实际案例"

2. 提供上下文

❌ 无上下文："分析这个数据"

✅ 有上下文："你是一位电商数据分析师。以下是我们店铺上周的销售数据，请分析趋势并给出本周的运营建议：[数据]"

3. 指定输出格式

请按以下JSON格式输出分析结果：
{
  "summary": "总体趋势摘要",
  "key_findings": ["发现1", "发现2"],
  "recommendations": ["建议1", "建议2"]
}

4. 使用分隔符

请翻译以下文本：
---
文本内容在这里
---
目标语言：日语
语气：正式商务

高级技巧

Chain-of-Thought（思维链）

引导AI逐步推理：

请解决以下数学问题，并展示你的思考过程：
一个水箱有2个进水管和1个排水管。
A管单独注满需6小时，B管单独注满需4小时，
C管单独排空需8小时。三管同时开启，多久注满？

请按以下格式回答：
1. 已知条件整理
2. 每小时净进水量计算
3. 最终答案

Few-shot Learning（少样本学习）

通过示例教会AI模式：

请将以下评论分类为正面、负面或中性：

示例：
评论："产品质量很好，物流也很快"
分类：正面

评论："包装破损，客服态度差"
分类：负面

评论："一般般，没什么特别的"
分类：中性

现在请分类：
评论："超出预期，会再次购买"

角色设定

你是一位有20年经验的资深律师，专精于知识产权法。
请用专业但易懂的语言解释软件专利的保护范围。
回答中需要包含：
1. 法律依据
2. 实际案例
3. 对企业的建议

常见错误与避免方法

错误	解决方法
Prompt过长	控制在2000字以内，核心信息前置
指令矛盾	检查Prompt中的要求是否一致
期望过高	分步骤完成复杂任务
不验证输出	对重要内容进行事实核查

Prompt优化框架

【角色】你是一位...
【任务】请完成...
【背景】以下是相关背景信息...
【要求】
- 格式要求...
- 内容要求...
- 风格要求...
【示例】（可选）
【输出格式】（可选）