这才称得上是提示词工程！

提示词工程（Prompt Engineering）是 在不微调模型参数的情况下，通过设计输入提示（Prompt）来控制大模型输出行为的一种工程方法 。它的核心目标是：让大模型稳定、可控、可评估地完成任务。

一、什么是提示词工程

最简单理解：

Plain 复制代码

Prompt Engineering = 如何写Prompt + 如何用代码管理Prompt

它解决的是一个问题：

大模型本质是概率预测，你需要让它尽量按你的意图输出。

例如：

普通提问：

Plain 复制代码

总结这段话

效果不稳定。

优化后的 Prompt：

Plain 复制代码

你是一个技术文档助手。
请用三条 bullet point 总结下面内容。
每条不超过20字。

内容：
{content}

输出就稳定很多。

二、Prompt 设计原则

常见的设计方法：

1 角色设定（Role Prompting）

给模型一个身份。

例如：

Plain 复制代码

你是一名资深前端架构师

示例：

TypeScript 复制代码

const prompt = `
你是一名资深前端架构师
请解释 React diff 算法
`

好处：

输出更专业
风格更稳定

2 任务拆解（Task Decomposition）

复杂任务拆成多个步骤。

例如：

Plain 复制代码

1. 提取关键词
2. 总结内容
3. 给出建议

示例：

TypeScript 复制代码

const prompt = `
请按照以下步骤完成任务：

1. 提取文本关键词
2. 总结文本
3. 给出改进建议

文本：
${text}
`

3 Few-shot 示例

给模型示例。

Plain 复制代码

输入：苹果是一种水果
输出：水果

输入：老虎是一种动物
输出：动物

输入：香蕉是一种水果
输出：

TS 实现：

TypeScript 复制代码

const prompt = `
请提取类别

输入：苹果是一种水果
输出：水果

输入：老虎是一种动物
输出：动物

输入：香蕉是一种水果
输出：
`

4 约束输出格式

例如：

Plain 复制代码

必须输出 JSON

示例：

Plain 复制代码

返回 JSON 格式：

{
 "score": number,
 "reason": string
}

TS：

TypeScript 复制代码

const prompt = `
判断图片和文本是否匹配

返回JSON:

{
  "score": number,
  "reason": string
}

文本:
${text}
`

三、Prompt 模板化（工程实践）

在真实项目中，Prompt 不能写死在代码里。

通常做成 模板系统。比如一些内置的 Skills 或者 Tools 。

示例：Prompt Template

TypeScript 复制代码

class PromptTemplate {
  constructor(
    private template: string
  ) {}

  format(data: Record<string, string>) {
    let result = this.template

    for (const key in data) {
      result = result.replace(
        `{${key}}`,
        data[key]
      )
    }

    return result
  }
}

使用：

TypeScript 复制代码

const template = new PromptTemplate(`
你是一个视频审核专家

判断视频是否符合要求：

要求:
{requirement}

视频描述:
{description}

返回 JSON:
{
 "pass": boolean,
 "reason": string
}
`)

调用：

TypeScript 复制代码

const prompt = template.format({
  requirement: "必须包含动物",
  description: "视频是一只狗在跑"
})

多模板形成的 Prompt Chain

复杂任务需要多个 Prompt。

例如：

视频生成流程：

Plain 复制代码

用户需求
   ↓
脚本生成
   ↓
分镜生成
   ↓
视频生成
   ↓
视频评估

TS 示例：

TypeScript 复制代码

async function generateScript(topic: string) {
  return llm(`
生成一个视频脚本
主题：${topic}
`)
}

async function generateStoryboard(script: string) {
  return llm(`
根据脚本生成分镜
${script}
`)
}

async function generateVideo(storyboard: string) {
  return videoModel(storyboard)
}

async function workflow(topic: string) {
  const script = await generateScript(topic)

  const storyboard = await generateStoryboard(script)

  const video = await generateVideo(storyboard)

  return video
}

这就是 Prompt Chain 。在 LangChain / LangGraph 中会更常见。

四、结构化输出

工程中 必须结构化输出。否则你没法处理。

例如：

坏例子：

Plain 复制代码

这个图片挺符合要求的

好例子：

Plain 复制代码

{
 "match": true,
 "score": 0.87,
 "reason": "图片包含猫"
}

TS 实现：

TypeScript 复制代码

async function evaluateImage(
  text: string,
  imageDesc: string
) {
  const prompt = `
判断图片和文本是否匹配

文本：
${text}

图片描述：
${imageDesc}

返回JSON：
{
 "match": boolean,
 "score": number,
 "reason": string
}
`

  const res = await llm(prompt)

  return JSON.parse(res)
}

五、常见应用

1 AI 客服

Plain 复制代码

用户问题
↓
Prompt
↓
大模型回答

2 内容审核

Plain 复制代码

视频生成
↓
内容校验
↓
语义分析
↓
质量评估

Prompt 示例：

Plain 复制代码

判断视频是否符合以下要求：

1 包含动物
2 场景是森林
3 时长不超过10秒

3 图文匹配

image-text matching 的 Prompt：

Plain 复制代码

判断图片是否符合文本描述

Plain 复制代码

score

4 自动生成内容

例如：

Plain 复制代码

文章
视频脚本
代码