一、先把 Prompt 当成「接口契约」
把模型想成一个能力很强、但默认自由发挥的同事。 你不写清楚交付标准,它就会按自己的审美交差。
| 层级 | 作用 | 典型内容 |
|---|---|---|
| System | 长期规则 | 角色边界、安全红线、拒答策略 |
| Few-shot | 校准风格 | 2~5 个「输入→理想输出」样例 |
| User | 本轮任务 | 具体问题、材料、约束 |
| Schema | 可解析输出 | JSON 字段、表格列、评分维度 |

【一句话】 好的 Prompt,本质是一份给模型看的接口文档,不是鸡汤开场白。
二、五条比「你是专家」更管用的写法
1. 先写目标,再写风格
弱:你是资深架构师,请分析一下。 强:目标:给出可落地的改造方案;约束:成本低于现有 20%;输出:问题、方案、风险、下周动作。
2. 给边界,也给「不知道」的出口
明确:材料不足时要说不知道;禁止编造数据来源。 否则模型会用预训练知识「补全」,幻觉率上升。
3. 用少量高质量示例,而不是长篇说教
示例比形容词更高效。 两个好例子,往往胜过二十句「请专业、简洁、有深度」。
4. 强制结构化输出
需要进程序时,直接要 JSON / 表格字段。 并写清:缺字段算失败;枚举值只能从给定集合取。
5. 把复杂任务拆步
先提纲 → 再展开 → 再自检。 一步到位的「又长又全」请求,最容易又臭又长还偏题。
【结论】 Prompt 工程的核心不是文采,是可验证的约束。
三、常见翻车现场
| 现象 | 常见原因 | 改法 |
|---|---|---|
| 每次答案风格飘 | 规则散落在用户消息里 | 稳定规则放 System |
| 格式时好时坏 | 只口头要求,无 schema | 给字段与校验规则 |
| 很会说不会干 | 任务需要工具/私有知识 | 上 Tool / RAG,别硬写 Prompt |
| 越改越长越乱 | 无版本与评测 | 建立用例集,改一版测一版 |
【避坑】 Prompt 越堆越长,通常说明你在用自然语言硬扛本该工程化的问题。
四、什么时候别再死磕 Prompt
-
需要公司私有知识 → RAG
-
需要查库、改配置、点按钮 → Tool / Agent
-
需要稳定延迟与成本 → 缓存、路由小模型、结构化流水线
-
需要合规可审计 → 规则引擎 + 人工复核,不完全交给生成
Prompt 是第一层杠杆;系统能力是第二层杠杆。
五、最小落地清单
【清单】
-
固定 System:角色边界、拒答、安全红线
-
为每个关键场景准备 3 条黄金用例(输入/期望输出)
-
能结构化就结构化,方便自动校验
-
每次改 Prompt 只改一个变量,并回归用例
-
效果遇到天花板,优先考虑检索与工具,而不是再加形容词
写在最后
「你是一个专家」可以开场,但不能收场。 收场靠的是:目标清晰、边界清楚、示例到位、输出可检、效果可测。
【一句话带走】 Prompt 不是咒语,是产品规格书的第一页。
你现在的 Prompt 是「一段话」,还是「分层 + 用例 + 格式」?欢迎留言。

3735

被折叠的 条评论
为什么被折叠?



