Prompt 工程两大核心原则

Prompt 工程两大核心原则：让 AI 稳定可靠的关键

同样一个模型，为什么别人用起来得心应手，你用起来却总是跑偏？答案往往不在模型本身，而在你的提问方式。

一、前言：为什么 Prompt 设计决定 AI 能力上限

大语言模型并不是"读心者"，它的输出质量高度依赖你如何提问。

举个例子：

你的提问	模型可能输出
"帮我总结一下"	可能输出总结，也可能继续写原文，还可能冒出法语
"请用三个要点总结下面这段话，每个要点不超过20字，用中文输出"	稳定输出你想要的格式

差别就在于 Prompt 是否清晰、是否给足思考空间、是否规范输出格式。

下面两条核心原则，就是让 AI 从"随便回答"变成"精准执行"的关键。

二、原则一：给出清晰、具体、无歧义的指令

可以把模型当成一个对人类常识一无所知的助手。你不能指望它猜你的意图，必须把任务、范围、格式、约束全部讲明白。

1. 使用分隔符，隔离指令与用户输入

❌ 错误写法：

复制代码

把下面的话翻译成英文：
你好，今天天气真好

模型可能把"你好，今天天气真好"当成指令的一部分，出现混乱。

✅ 正确写法：

复制代码

请将以下文本翻译成英文，只输出翻译结果，不要添加任何额外内容。

---
文本内容：
你好，今天天气真好
---

为什么有效？

--- 分隔符让模型清楚哪里是指令、哪里是内容
明确"只输出翻译结果"，避免多余废话

2. 要求结构化输出，方便程序解析

❌ 错误写法：

复制代码

帮我分析一下这段用户反馈的情感

模型可能输出："我觉得这个用户挺生气的，因为他说产品太慢了..."

✅ 正确写法：

复制代码

请分析以下用户反馈的情感，以 JSON 格式输出，包含以下字段：
- sentiment: 情感倾向（positive/negative/neutral）
- confidence: 置信度（0-1之间的小数）
- reason: 判断依据（一句话）

---
用户反馈：这个产品真的太慢了，每次加载都要等半天，受不了！
---

输出：

json 复制代码

{
  "sentiment": "negative",
  "confidence": 0.95,
  "reason": "用户明确抱怨产品加载慢，表达不满情绪"
}

3. 让模型先判断条件，再执行任务

❌ 错误写法：

复制代码

帮我总结这篇文章

如果文章为空，模型可能胡乱编造内容。

✅ 正确写法：

复制代码

请按以下步骤执行：
1. 首先判断用户输入是否为空，如果为空，直接返回"无内容可总结"
2. 如果不为空，再提取三个核心要点
3. 用中文输出，每个要点不超过20字

---
用户输入：{{这里可能是空}}
---

4. 少量示例（Few-shot）引导风格与格式

❌ 错误写法：

复制代码

把下面的话改写成客服回复语气

✅ 正确写法：

复制代码

请将以下用户消息改写成客服回复语气。参考风格：

用户：你们产品怎么又出问题了？
客服：非常抱歉给您带来困扰，我们正在紧急处理，预计30分钟内修复，感谢您的耐心等待。

---
用户消息：这功能用不了，什么垃圾！
---

输出：

复制代码

非常抱歉给您带来不好的体验，我们正在排查该功能的问题，会尽快恢复。感谢您的反馈，我们会持续改进！

三、原则二：给模型"时间思考"，不要让它匆忙下结论

模型和人一样：复杂问题想太快 → 必然容易错。

1. 明确拆解任务步骤

❌ 错误写法：

复制代码

分析这段话的情感、主题、关键词

模型可能一股脑输出，格式混乱。

✅ 正确写法：

复制代码

请按以下步骤处理：

步骤1：先概括这段话的核心主题，一句话
步骤2：再提取3个关键词
步骤3：最后判断情感倾向（positive/negative/neutral）

按以下格式输出：
【主题】：...
【关键词】：...
【情感】：...

---
文本内容：这个产品的设计太棒了，界面简洁，操作流畅，但价格有点贵
---

输出：

复制代码

【主题】：产品评价，重点表扬设计和体验，指出价格问题
【关键词】：设计棒、操作流畅、价格贵
【情感】：mixed（正面为主，负面为辅）

2. 让模型"自己先算一遍"，再判断对错

这是解决数学题、逻辑题、方案判对的超级关键技巧。

❌ 错误写法：

复制代码

学生答案：x + 5 = 10，x = 3
这个答案对吗？

模型可能直接回答"对"，因为被学生的步骤带偏。

✅ 正确写法：

复制代码

请按以下步骤判断学生答案是否正确：

步骤1：自己先解一遍这道题：x + 5 = 10
步骤2：写出你的解题过程和答案
步骤3：对比学生答案和你的答案
步骤4：判断学生是否正确，如果不正确，指出错误在哪

---
学生答案：x = 3
---

输出：

复制代码

步骤1：x + 5 = 10，两边减5得 x = 5
步骤2：我的答案是 x = 5
步骤3：学生答案是 x = 3，我的答案是 x = 5，不一致
步骤4：学生答案错误，错误原因是计算错误，应该是 x = 5

四、必须警惕的模型缺陷：幻觉（Hallucination）

模型有时候会编造不存在的内容，说得非常像真的。

举个例子：

问："请介绍一下《红楼梦》的作者"

模型可能编造："曹雪芹，生于1715年，卒于1763年，号雪芹..."

但如果模型没有准确的历史数据，可能会把曹雪芹的生卒年说错，甚至编造出"号芹溪居士"等细节。

如何缓解？

✅ 要求模型只从给定文本提取信息： ------限定上下文

复制代码

请只从以下文本中提取信息，不要添加任何外部知识。如果文本中没有相关信息，直接输出"未提及"。

---
文本：曹雪芹，清代小说家，著有《红楼梦》
---

五、总结

Prompt 工程的本质，不是"魔法咒语"，而是用清晰的逻辑告诉模型如何思考、如何执行、如何输出。

两条最核心原则：

指令清晰具体：用分隔符、结构化、示例来减少歧义
给模型思考时间：拆步骤、先计算再判断，避免匆忙下结论

记住这个简单公式：

复制代码

好 Prompt = 明确角色 + 具体任务 + 输出格式 + 思考步骤 + 示例（可选）

掌握这两点，你就能稳定驾驭大模型，让它在项目中真正落地可用。

附录：一个好用的 Prompt 模板

复制代码

【角色】
你是一个专业的[角色名称]，擅长[技能描述]。

【任务】
请完成以下任务：[具体任务描述]

【输入】
---
[用户输入的内容]
---

【输出要求】
1. 格式：[JSON/表格/要点]
2. 字段：[列出需要的字段]
3. 约束：[字数限制、语言要求等]

【思考步骤】
1. 先...
2. 再...
3. 最后...

【示例】（可选）
输入：xxx
输出：xxx