写提示词（Prompt Engineering）其实有一套比较成熟的方法论。很多人刚开始会随便问一句，但高手写的提示词和普通人差别很大。
一、最重要的一条原则：信息越完整越好
很多人提示词是这样写的：
写一个登录页面AI只能猜。
高手会这样写：
用 React + TypeScript 写一个登录页面。
要求：
- 使用 TailwindCSS
- 包含用户名和密码
- 使用表单验证
- 提交调用 /api/login
- 登录成功后跳转到 /dashboard你会发现：
信息越多
结果越好这个原则几乎适用于所有模型，比如 GPT-4、Claude、Gemini。
二、结构化提示词（非常重要）
不要写一大段话。
最好写成结构：
任务
背景
约束
输出格式例如：
任务：
实现一个分页组件
技术栈：
React + TypeScript
要求：
- 支持 pageSize
- 支持 total
- 支持 onChange
输出：
只输出组件代码AI会更容易理解。
三、给 AI 角色（非常有效）
大模型对 角色设定 非常敏感。
例如：
你是一个有10年经验的前端工程师。或者：
你是一个精通React架构设计的工程师。这样 AI 的回答会明显不同。
例如：
你是一个代码审查专家，请帮我 review 这段代码。四、给示例（Few-shot）
这是非常经典的技巧。
例如：
把函数名转换为 REST API
示例：
getUser -> GET /users/{id}
createUser -> POST /users
deleteUser -> DELETE /users/{id}
现在转换：
updateUserAI就会模仿模式。
五、明确输出格式
如果不限制格式，AI会乱输出。
例如：
用 JSON 返回或者：
用 markdown 表格输出示例：
请用 JSON 输出：
{
"component": "",
"props": [],
"description": ""
}六、分步骤思考（Chain-of-Thought）
如果问题复杂，可以要求 AI：
请一步一步思考例如：
分析这个 bug：
1 分析问题
2 找可能原因
3 提出解决方案这种方式会提高正确率。
七、限制范围（非常重要）
AI容易 过度发挥。
例如：
坏提示词：
优化代码好提示词：
只优化性能，不改变逻辑。
不要重构代码结构。八、给上下文（Context）
很多人忽略这一点。
例如你问：
这个函数有什么问题？AI可能完全不理解。
正确做法：
这是一个 React 项目。
这个函数用于处理用户登录。
代码如下：上下文越多越好。
九、让 AI 先分析再输出
这个技巧非常好用。
例如：
先分析代码问题，再给修改后的代码。或者：
先给设计方案，再写代码。这样质量会高很多。
十、程序员常用 Prompt 模板
我给你几个非常实用的。
代码生成
你是一个资深前端工程师。
任务：
实现一个 React 组件。
要求：
- TypeScript
- 使用 hooks
- 使用 TailwindCSS
- 组件可复用
输出：
只输出代码，不要解释。代码 Review
请 review 这段代码。
从以下角度分析：
1 可读性
2 性能
3 潜在 bug
4 改进建议Debug
分析这个 bug。
步骤：
1 解释代码逻辑
2 找出问题
3 提供修复代码十一、AI 编程高手常用技巧
现在很多人会把提示词写成 模板文件。
例如：
prompts/
code-review.md
bug-fix.md
generate-component.md然后在 AI IDE 里复用。
像 Cursor、Claude Code 都支持这种方式。
十二、一个非常高级的技巧（很多人不知道）
叫 Prompt 分层。
结构是：
System Prompt
Project Prompt
Task Prompt例如：
System:
你是一个前端专家
Project:
本项目使用 React + Vite
Task:
实现一个表单组件这样 AI 的效果会非常稳定。
十三、一个重要结论
很多人以为提示词就是：
写一句话其实高手写提示词更像：
写需求文档结构通常是：
背景
目标
约束
示例
输出格式✅ 一句话总结
好的提示词基本遵循 5 个原则：
清晰
具体
结构化
有上下文
有约束