一、为什么要优化提示词（Prompt）？
提示词是人与 AI 模型沟通的"语言桥梁"。优化提示词的核心原因包括：
- 提升输出质量：清晰、具体的提示词能引导模型生成更准确、连贯、有用的内容。
- 减少歧义与错误：模糊或矛盾的指令易导致模型"胡说八道"或偏离主题。
- 控制生成风格与格式：通过提示词可指定语气、长度、结构（如列表、表格、代码等）。
- 提高效率：一次生成即达预期，避免反复调试和重试。
- 解锁高级能力：复杂任务（如推理、多步规划）需精心设计的提示策略（如思维链、角色扮演）。
- 适配不同模型特性：不同模型（如 GPT、Claude、Gemini、文心一言）对提示敏感度不同，需针对性优化。
不同模型的提示词
对话模型（Chat/Agent）提示词技巧
| 技巧 | 示例 | 备注 |
|---|---|---|
| 角色先行 | 你是一位有10年经验的Python代码审查员，专注性能与可读性 |
激活对应先验 |
| 输出格式预声明 | 请用「序号+检查项+风险等级+改进代码」四栏表格输出 |
杜绝自由发挥 |
| 少样本（Few-shot） | 给 2~3 组「用户输入→理想输出」 | 比 zero-shot 准确率↑ |
| 反向提示 | 禁止使用"首先、其次、最后"这类衔接词 |
负向约束往往更省力 |
| 分步思考 | 请先分析问题原因，再提出解决方案，最后总结建议。 |
数学/逻辑题准确率↑ |
| 自检链 | 输出后，请用"★"作为开头再自我检查一遍，并给出置信度（0~1） |
方便后续决定"是否人工复审" |
| 温度调度 | 事实问答 0.2~0.3；创意风暴 0.8~1.0 | 先低温拿骨架，再升温润色 |
| 知识切片 | 把长文档按「### 章节」分段投喂，结尾加 以上是一段完整信息，请总结成3行 |
避免"中间遗忘" |