模型通常会给出一个中规中矩的回答，内容大致正确，但缺乏明确的情境与使用目的，提示词工程可以让模型的回答更有结构、语气更专业、内容也更贴近实际需求
一 提示词工程的设计
在设计提示词时，我们通常会考虑以下几个关键要素：
角色设定、语气与风格、任务描述、输出格式、上下文
任务描述：清楚的说明要完成的工作内容，例如：使用markdown列出内容，输出JSON，分段说明
上下文：提供模型理解任务背景的资讯，例如：延续前一轮的技术讨论，或根据程序代码段说明执行流程
模型的上下文堆叠能让模型在同一段对话中参考先前讯息，使多轮互动更自然连贯。
提示词工程不在于如何提问，而在于如何用语言精确的定义任务与回应边界。
二 提示词工程的结构
我们在设计提示词工程时，会结合角色以及任务的上下文去设计整体结构。
一次对话请求是由一个message序列组成，这个序列会以时间顺序列出所有讯息，而每则讯息都需要标注一个role，用来表明说话者是谁，以及这段话在对话中的用途。
常见的提示词工程中的角色包括：
system：系统提示，用来设定模型的行为语气
user：使用者输入，用来提出问题、下达指令或描述任务目标
assistant：模型回应，用来呈现模型的回答
三 提示词工程的设计技巧
提示词工程的核心目标是：让模型在合理的范围内产出符合需求，格式稳定的结果，而这通常取决于你在提示中如何描述角色、语气、任务输出格式。
设计提示词工程的一些常用的引导方法与模式如下：
设定角色的语气风格、明确描述任务输出格式(JSON、markdown或用前端展示)、加入范例回答、使用格式范本引导输出(前端页面呈现、资料库存储或API回传)、分段任务与逐步推导。
学习笔记源自 ---《node.js生成式AI应用开发实战》