一份从基础到高级、涵盖避坑指南与幻觉问题解决的完整参考手册。
目录
一、什么是提示词工程
提示词工程（Prompt Engineering） 是指通过设计、优化输入给大语言模型（LLM）的文本指令，来引导模型生成更准确、更符合预期的输出的技术与方法论。
它不是"玄学"，而是一套可复现、可迭代的工程实践。好的提示词能显著提升模型在推理、创作、分析等任务上的表现，而不当的提示词则会导致输出质量低下、信息失真甚至产生有害内容。
二、基础篇：写好提示词的核心原则
2.1 明确性原则（Be Explicit）
模型无法读取你的意图，只能读取你输入的文字。模糊的要求会得到模糊的结果。
❌ 错误示例：
"写一段关于人工智能的文字。"
✅ 正确示例：
"请以科普风格，面向高中生，撰写一段200字左右的介绍文字，说明什么是生成式人工智能，并列举两个日常生活中的应用场景。"
要点： 明确指定受众、风格、长度、格式和具体内容要求。
2.2 角色设定原则（Role Assignment）
给模型分配一个具体角色，可以激活其相关的知识领域和表达风格。
示例：
"你是一位拥有10年经验的资深数据分析师。请用通俗易懂的语言，向一位非技术背景的产品经理解释什么是A/B测试，以及它在产品优化中的价值。"
效果： 模型会自动调整语气和专业深度，输出更贴合"资深分析师"身份的内容。
2.3 结构化输出原则（Structured Output）
如果你需要特定格式的结果，请在提示词中明确说明。
示例：
"请分析以下用户反馈，并以JSON格式输出结果，包含以下字段：sentiment（情感，值为positive/negative/neutral）、key_issues（核心问题列表，最多3条）、suggested_action（建议措施）。"
效果： 模型会严格遵循格式要求，便于后续程序化处理。
2.4 少样本示例原则（Few-Shot Learning）
通过在提示词中提供输入-输出示例，教会模型理解你的期望模式。
示例：
"请将以下中文句子翻译成简洁的英文标语，保持原文的核心情感：
例1： 输入：让科技温暖每一个角落 输出：Technology, Warmth in Every Corner
例2： 输入：连接世界，创造未来 输出：Connect the World, Create the Future
现在请翻译： 输入：智慧生活，从这里开始 输出："
效果： 模型会模仿示例的风格和格式，输出"Smart Living Starts Here"而非直译。
2.5 分步推理原则（Chain of Thought）
对于复杂问题，要求模型"一步步思考"，可以显著提升推理准确性。
示例：
"一个农场里有鸡和兔，共有35个头，94只脚。请问鸡和兔各有多少只？
请逐步推理，先列出已知条件，再建立方程，最后求解并验证答案。"
效果： 模型会展示完整的推理链条，减少计算错误。
三、高级篇：精细化控制模型输出
3.1 思维链提示（Chain-of-Thought, CoT）
不仅要求模型分步思考，还可以在提示中嵌入推理示例。
示例：
"问题：小明有5个苹果，给了小红2个，又买了3个，现在有几个？ 推理：小明原有5个苹果。给了小红2个后，剩下5-2=3个。又买了3个，现在有3+3=6个。答案：6个。
问题：一个水池有两个进水管，A管单独注满需6小时，B管单独注满需4小时，两管同时开需几小时注满？ 推理："
效果： 模型会模仿示例中的推理逻辑，逐步求解复杂问题。
3.2 自我一致性验证（Self-Consistency）
让模型从多个角度推理同一问题，然后投票选出最一致的答案。
示例：
"请用三种不同的方法解答以下数学题，并比较结果是否一致。如果不一致，请重新检查并给出最终答案。
题目：..."
效果： 降低单次推理中的偶然错误，提高答案可靠性。
3.3 反思与修正（Reflection & Refinement）
要求模型先给出答案，再自我检查并修正。
示例：
"请先回答以下问题，然后以'反思'为标题，检查你的答案是否存在逻辑漏洞、事实错误或遗漏，最后给出修正后的最终答案。"
效果： 模型会主动发现自身输出中的问题并进行改进。
3.4 系统提示词设计（System Prompt Engineering）
系统提示词是模型的"底层行为准则"，决定了模型的整体风格和约束。
示例（系统提示词）：
"你是一位严谨的学术助手。在回答任何问题时，你必须：
- 优先引用可验证的事实和数据；
- 对不确定的信息明确标注'据现有资料'或'可能'；
- 避免使用绝对化表述如'绝对''肯定''毫无疑问'；
- 如果问题超出你的知识范围，直接说明'我无法确认'，而非编造信息。"
效果： 从系统层面约束模型行为，减少幻觉风险。
3.5 上下文窗口管理（Context Window Management）
当处理长文档时，合理组织上下文顺序和分割策略至关重要。
策略：
- 关键信息前置： 将最重要的指令放在提示词开头或结尾（模型对两端注意力更强）。
- 分块处理： 将长文档切分为语义完整的块，逐块处理后再汇总。
- 摘要压缩： 对历史对话或长文档进行摘要，只保留关键信息。
3.6 多轮对话中的状态保持
在多轮交互中，通过"记忆注入"保持上下文连贯。
示例（每轮对话开始时）：
"以下是本次对话的背景摘要：用户正在研究新能源汽车电池技术，重点关注固态电池的安全性。上一轮讨论中，我们分析了液态电池的热失控问题。现在请继续回答..."
效果： 避免模型"遗忘"对话历史，保持话题聚焦。
四、常见陷阱与避坑指南
4.1 陷阱一：过度假设模型"理解"隐含意图
问题： 用户认为模型能读懂言外之意，导致输出偏离预期。
❌ 错误示例：
"帮我写个东西。"
✅ 修正：
"请帮我撰写一封正式的商务邮件，主题是请求延期提交项目报告。收件人是我的直属上级张经理。语气要诚恳但专业，说明延期原因（团队成员生病导致进度延迟），并给出新的预计提交时间（一周后）。"
4.2 陷阱二：提示词过于冗长或矛盾
问题： 提示词包含过多无关信息，或前后指令相互冲突。
❌ 错误示例：
"请写一篇关于气候变化的文章，要简短但要详细，要严肃但要幽默，面向专家但要让小学生也能看懂。"
✅ 修正：
"请撰写一篇800字的科普文章，面向大学生群体，解释气候变化的成因与影响。语气客观严谨，引用至少两个权威数据来源，并在文末列出参考文献。"
4.3 陷阱三：忽视安全边界
问题： 提示词设计不当可能诱导模型输出有害、偏见或违法内容。
避坑原则：
- 不在提示词中要求模型绕过安全机制（如"忽略之前的指令"）。
- 对敏感话题（医疗、法律、金融），明确要求模型添加免责声明。
- 定期审查模型输出，检查是否存在偏见或歧视性内容。
示例（安全提示词）：
"请注意，以下建议仅供参考，不构成专业医疗/法律/投资建议。如有需要，请咨询相关专业人士。"
4.4 陷阱四：过度依赖模型进行事实核查
问题： 模型可能生成看似合理但完全虚构的事实。
避坑原则：
- 对关键事实要求模型标注信息来源。
- 将模型输出视为"草稿"，必须经过人工或外部工具验证。
- 使用检索增强生成（RAG）技术，让模型基于真实文档回答。
4.5 陷阱五：忽视温度参数（Temperature）的影响
问题： 相同的提示词在不同温度设置下输出差异巨大。
建议：
| 任务类型 | 推荐温度 | 说明 |
|---|---|---|
| 代码生成 | 0.0 - 0.3 | 确定性高，减少随机错误 |
| 数据分析 | 0.1 - 0.3 | 需要精确推理 |
| 创意写作 | 0.7 - 1.0 | 允许更多多样性和创新 |
| 翻译任务 | 0.1 - 0.3 | 保持语义准确 |
| 头脑风暴 | 0.8 - 1.0 | 鼓励发散思维 |
五、如何解决幻觉问题
幻觉（Hallucination） 是指模型生成看似合理但实际错误、虚构或无法验证的内容。这是大语言模型最核心的问题之一。
5.1 幻觉的类型
| 类型 | 描述 | 示例 |
|---|---|---|
| 事实性幻觉 | 编造不存在的事实 | 声称某篇不存在的论文支持某个观点 |
| 逻辑性幻觉 | 推理链条断裂或矛盾 | 前提正确但结论错误 |
| 来源性幻觉 | 虚构引用或数据来源 | 编造作者、书名、URL |
| 一致性幻觉 | 前后回答自相矛盾 | 第一轮说A，第二轮说非A |
5.2 解决策略一：检索增强生成（RAG）
原理： 不让模型依赖参数化记忆，而是基于外部真实文档生成回答。
实施步骤：
- 将企业知识库、论文、法规等文档向量化存储。
- 用户提问时，先检索最相关的文档片段。
- 将检索结果作为上下文注入提示词。
- 要求模型"仅基于以下提供的信息回答，不要添加外部知识"。
示例提示词：
"请严格基于以下提供的参考资料回答问题。如果资料中没有相关信息，请明确回答'根据提供的资料，我无法回答此问题'，不要编造答案。
参考资料： 文档1片段 ... 文档2片段 ...
问题：..."
5.3 解决策略二：要求标注不确定性
原理： 让模型主动区分"确定知道"和"不确定/推测"的内容。
示例提示词：
"在回答中，请使用以下标注规则：
- 对于你有充分信心的事实，正常陈述。
- 对于你不确定或可能过时的信息，请用括号标注待验证。
- 对于完全不知道的内容，直接回答'我不确定'。"
5.4 解决策略三：多源交叉验证
原理： 让模型从多个角度或来源验证同一信息。
示例提示词：
"请回答以下问题，并遵循以下步骤：
- 先给出你的初步答案。
- 列出支持该答案的理由（至少2条）。
- 列出可能反驳该答案的理由（至少1条）。
- 综合以上分析，给出最终答案并说明置信度（高/中/低）。"
5.5 解决策略四：限制回答范围
原理： 通过严格限定模型的知识边界，减少"越界"编造。
示例提示词：
"你是一位专门研究2020年后中国新能源政策的分析师。请只基于2020年至2024年间公开发布的政策文件回答以下问题。如果问题涉及2020年之前的事件或2024年之后的信息，请明确说明'超出我的知识范围'。"
5.6 解决策略五：后处理验证
原理： 不依赖单次生成，而是通过外部工具或二次验证确保准确性。
实施方法：
- 事实核查工具： 将模型输出中的关键事实提取出来，用搜索引擎或数据库验证。
- 代码验证： 对模型生成的代码，在沙箱环境中运行测试。
- 人工复核： 对高风险领域（医疗、法律、金融）的输出，必须由专业人士审核。
5.7 解决策略六：使用系统提示词建立"诚实"约束
示例（系统提示词）：
"你的核心准则是诚实和准确。在每次回答前，请先问自己三个问题：
- 我是否确定这个信息是正确的？
- 我是否有可靠的来源支持这个说法？
- 我是否在编造或推测任何内容？
如果对以上任一问题的答案为'否'，请在回答中明确标注不确定性，或直接说明'我无法确认'。"
六、总结与最佳实践清单
✅ 提示词设计检查清单
| 检查项 | 说明 |
|---|---|
| □ 目标明确 | 是否清楚定义了任务类型和期望输出？ |
| □ 角色设定 | 是否为模型分配了合适的角色？ |
| □ 格式规范 | 是否指定了输出格式（JSON、Markdown、列表等）？ |
| □ 示例提供 | 是否提供了少样本示例来引导模型？ |
| □ 分步引导 | 复杂任务是否要求分步推理？ |
| □ 边界限定 | 是否明确了知识范围和时间边界？ |
| □ 安全声明 | 敏感领域是否添加了免责声明？ |
| □ 幻觉防控 | 是否要求模型标注不确定性或引用来源？ |
🎯 核心原则速记
- 具体优于模糊 ------ 细节决定输出质量。
- 示例优于描述 ------ 给模型看"怎么做"比说"做什么"更有效。
- 约束优于放任 ------ 明确边界比开放提问更可控。
- 验证优于信任 ------ 模型输出必须经过核查，尤其是事实性内容。
- 迭代优于一次性 ------ 提示词工程是持续优化的过程，没有"完美"的提示词。
最后提醒： 提示词工程的本质是人机协作的艺术。模型是强大的工具，但不是全知全能的。最好的结果来自于清晰的沟通、合理的期望设定，以及负责任的使用态度。