本文基于2026年6月实践整理。Prompt工程的关键不是收集模板，是理解不同场景下的设计策略。梳理6个核心策略及对应模板。

策略1：角色设定法

在Prompt开头明确AI的角色身份，可显著提升输出的专业性和针对性。

模板：你是一位[具体角色]，拥有[X年]的[领域]经验。请以该身份回答以下问题：[具体问题]

适用场景：需要专业视角的场景——技术方案评审、法律风险分析、医疗建议咨询等。

策略2：分步推理法

要求AI展示推理过程而非直接给出结论，可提升答案的可靠性和可追溯性。

模板：请按以下步骤回答：1.列出所有相关因素 2.逐一分析每个因素 3.基于分析给出结论 4.说明结论在什么条件下可能不成立。

适用场景：技术选型、商业决策、多维度权衡问题。

策略3：格式约束法

明确要求输出格式（表格、列表、JSON等），可提升结果的可用性。

模板：请以表格形式输出。包含以下列：[列1名称]、[列2名称]。每行内容不超过[X]字。

适用场景：需要结构化输出的场景——数据对比、信息汇总、清单整理。

策略4：反例排除法

不仅说明正确答案，还要求排除错误答案，可提升边界的清晰度。

模板：在给出正确答案后，请说明：以下[X]种常见做法在本场景不适用，原因是什么。

适用场景：需要明确能力边界的场景——方案推荐、工具选型。

策略5：迭代优化法

通过多轮交互逐步优化输出，而非期望一次性得到完美结果。

流程：第一轮出初稿 → 第二轮针对特定维度优化 → 第三轮检查一致性和完整性。

适用场景：长文写作、复杂方案、需要多轮打磨的内容。

策略6：上下文注入法

在Prompt中提供充分的背景信息和参考样例，可大幅提升输出的贴合度。

模板：以下是背景信息：[相关上下文]。以下是风格参考样例：[示例内容]。请在此基础上完成：[具体任务]。

适用场景：需要贴合特定语境或风格的场景。

使用建议

策略选择和任务复杂度成正比。简单任务用1-2个策略，复杂任务组合使用多个策略。策略不是越多越好——过度的策略约束可能限制模型的创造力。

建议在低风险场景中先测试单个策略的效果，熟悉后再组合使用。

本文基于2026年6月实践整理，策略效果可能因模型版本差异而不同。