1. 先搞清楚提示词工程到底解决什么问题很多人一听到“提示词工程”就觉得是学怎么跟AI聊天或者背一堆“咒语”模板。这种理解太浅了也容易让人走偏。提示词工程的核心是一套系统化的方法用来精确控制大语言模型的输出使其稳定、可靠地完成特定任务。它解决的是“不确定性”问题。你问大模型一个问题它每次回答可能都不一样格式可能五花八门甚至可能“一本正经地胡说八道”。提示词工程就是通过设计输入提示词来约束和引导模型的输出让它从“自由发挥的诗人”变成“按规范办事的工程师”。这适合谁看如果你满足以下任何一点这篇内容就值得你花时间开发者想调用大模型API开发应用但受够了输出格式不统一、内容跑偏。数据分析/办公人员想用大模型批量处理文档、提取信息、生成报告但手动调整太费劲。研究者/学生需要用大模型辅助阅读、总结、写作但希望结果更精准、可复现。任何对AI工具效率不满的人觉得ChatGPT等工具时灵时不灵想掌握让AI“听话”的主动权。最关键的价值不是背模板而是掌握“拆解任务、设计指令、设定格式、迭代优化”的完整工作流。这比单纯收集100个“神奇提示词”有用得多。2. 从“聊天”到“工程”思维模式的转变在深入具体技巧前必须先完成思维转换。很多人用大模型还停留在“我问你答”的聊天模式。而工程化思维是把大模型当作一个具有强大理解能力但需要明确规范的程序来调用。2.1 聊天模式 vs 工程模式对比对比维度聊天模式 (Chat Mode)工程模式 (Engineering Mode)目标获取信息、灵感、创意完成一个可定义、可验证、可重复的任务输入自然语言问题可能很模糊结构化指令包含角色、任务、步骤、格式、示例输出预期大致相关即可接受一定偏差必须严格符合格式、内容和质量要求评估标准“感觉还行”“完全符合指令可直接用于下一步”典型场景“帮我写首诗”“请以技术博主的身份写一段关于Python列表解析的讲解要求包含一个代码示例和一段比喻输出为JSON格式{‘explanation’: ‘...’, ‘code’: ‘...’, ‘analogy’: ‘...’}”工程模式的核心是确定性。你需要假设模型完全按字面意思理解你的指令所以指令必须无歧义、可操作。2.2 一个坏提示和一个好提示的解剖假设我们需要从一段产品描述中提取关键参数。坏提示“看看这段文字把里面的产品信息找出来给我。”问题“看看”是模糊动作“产品信息”定义宽泛是名称、型号、价格还是参数“给我”没有指定格式。模型可能给你一段散文也可能给你一个不完整的列表。好提示你是一个专业的产品信息提取助手。请严格遵循以下步骤处理用户输入 1. 识别产品名称。 2. 识别所有型号。 3. 识别所有明确标出的价格人民币。 4. 识别所有关键技术参数如尺寸、重量、分辨率、容量等。 将结果整理为JSON格式键名必须为product_name, models, prices, specifications。 如果某个类别信息不存在该字段值为空列表 []。 用户输入{{待处理的文本}}为什么好角色定义明确了模型是“产品信息提取助手”设定了上下文。任务拆解用编号列出了清晰的步骤降低了模型的推理负担。输出格式锁定强制要求JSON并规定了键名便于程序化处理。边界处理说明了信息不存在时的处理方式空列表避免了输出null或遗漏字段导致的解析错误。变量化输入用{{}}标出了用户输入的位置这在实际开发中很重要。思维转变后我们再来搭建实践环境。很多人卡在第一步不是因为技巧难而是环境没准备好。3. 实践准备选对工具和接口别在环境上踩坑你不一定需要强大的GPU或复杂的本地部署。对于学习提示词工程选择稳定、易用、能清晰看到输入输出的接口环境是关键。下面我按推荐顺序给出几个方案。3.1 方案选择Web界面、API 还是本地模型新手首选ChatGPT/文心一言/Kimi等Web高级界面为什么直接可用无需配置。许多产品的高级版如ChatGPT Plus支持“自定义指令”和长上下文非常适合练习复杂提示词。重点是可以反复修改同一段提示词对比输出变化。怎么做开通高级账号在设置中填写“自定义指令”例如“你是一位严谨的技术文档工程师回答请基于事实不确定时请说明。”这相当于为所有对话设定了系统级提示词。开发者/进阶者必选各大模型平台的API为什么这是将提示词工程产品化的唯一途径。API调用让你能程序化地发送提示词、接收结构化响应、处理错误和进行批量任务。主流选择OpenAI API、智谱AI、百度千帆、阿里灵积、DeepSeek API等。选择一家注册获取API Key。工具准备准备一个能发HTTP请求的工具。强烈推荐使用curl命令或 Python 的requests库在终端里先测试这比在图形界面里点来点去更能理解底层交互。可选本地部署模型如Ollama, LM Studio适合场景处理敏感数据、需要完全离线、或想深入研究模型行为。对硬件内存、显存有要求。学习提示词工程是否必要初期不必要。本地部署会引入模型下载、加载、硬件兼容等额外问题容易分散注意力。建议先用在线API掌握核心方法再考虑本地化。3.2 用Python API进行最小化测试这是最接近工程实践的方式。我们以OpenAI API为例其他平台类似搭建一个最简单的测试环境。安装必要库pip install openai国内平台可能是pip install zhipuai,pip install qianfan等准备一个测试脚本test_prompt.pyimport openai import os # 1. 设置API Key从环境变量读取更安全 # 在终端执行export OPENAI_API_KEYyour-api-key-here client openai.OpenAI(api_keyos.environ.get(OPENAI_API_KEY)) # 2. 精心设计你的提示词System Message User Message system_prompt 你是一位经验丰富的软件架构师擅长用类比解释复杂概念。 user_prompt 请用比喻的方式解释什么是‘数据库索引’。 要求 - 比喻必须贴近日常生活如图书馆、字典。 - 解释需要包含索引的‘优点’和‘缺点’。 - 最后用一句话总结。 输出格式 - 比喻[你的比喻] - 优点[1-2个优点] - 缺点[1-2个缺点] - 总结[一句话总结] # 3. 调用API try: response client.chat.completions.create( modelgpt-4o-mini, # 根据实际情况选择模型如 gpt-3.5-turbo, gpt-4 messages[ {role: system, content: system_prompt}, {role: user, content: user_prompt} ], temperature0.3, # 控制随机性越低输出越确定 max_tokens500 # 控制输出长度 ) # 4. 打印结果 print( 模型输出 ) print(response.choices[0].message.content) # 5. 打印本次调用的Token消耗有助于成本估算和优化 print(f\n 消耗统计 ) print(f输入Token: {response.usage.prompt_tokens}) print(f输出Token: {response.usage.completion_tokens}) print(f总Token: {response.usage.total_tokens}) except Exception as e: print(f调用出错: {e})运行并观察export OPENAI_API_KEYyour_actual_key python test_prompt.py这个脚本虽然简单但包含了工程化调用的所有核心要素角色设定、任务指令、格式要求、参数控制temperature, max_tokens和结果解析。注意第一次跑通这个脚本比你漫无目的地聊天一周收获都大。你看到了指令如何被转换为API请求以及模型如何响应。这是所有后续优化的基础。环境准备好我们就可以深入最核心的部分如何设计一个“好”的提示词。4. 提示词工程核心框架从CRISPE到结构化思维网上有很多提示词模板比如“你是一个专家…”、“请一步步思考…”。死记硬背没用你需要理解其背后的通用框架。这里我结合实践推荐一个更易操作的“角色-任务-步骤-格式-示例” (Role-Task-Step-Format-Example, RTSFE)框架。4.1 RTSFE框架详解角色 (Role)作用为模型设定一个身份和语境边界。这能显著影响其语言风格、知识侧重和责任感。怎么写越具体越好。“你是一个程序员”不如“你是一个有10年Python后端开发经验、熟悉Django和FastAPI、注重代码可读性和性能的资深工程师”。实测技巧对于创意写作角色可以是“一位擅长制造悬念的科幻小说家”对于代码审查可以是“一个严格遵循PEP 8规范、对安全漏洞零容忍的自动化代码审查工具”。任务 (Task)作用清晰、无歧义地定义你要模型做什么。怎么写使用动词开头明确输入和最终输出。“总结这篇文章”不如“请阅读以下技术文章生成一个包含三个要点的摘要每个要点不超过20字。”避坑避免一个提示词包含多个独立任务。如果需要多步拆成多个提示词或使用下文“步骤”部分。步骤 (Steps)作用对于复杂任务将模型内部的“思考过程”外显化、结构化。这能极大提高复杂推理的准确率。怎么写用“第一步、第二步…”或“1. 2. 3.”列出。这就是著名的“思维链”(Chain-of-Thought, CoT)提示的实践。示例“判断用户情绪是积极、消极还是中性。先提取用户评论中的关键词。分析这些关键词常见的情感倾向。结合上下文语境如有做最终判断。输出判断结果和1-2个支撑理由。”格式 (Format)作用确保输出能被下游程序或人工稳定地解析。这是工程化的关键一步。怎么写明确指定格式。如“请输出JSON格式包含title,author,summary字段”、“请用Markdown表格列出列名为参数、说明、默认值”、“请将结果用‘---’分隔”。进阶甚至可以要求“输出一个可以被Pythonjson.loads()直接解析的字符串”。示例 (Example)作用少样本学习Few-Shot Learning。给出一两个输入输出的例子让模型快速理解你的具体期望。这在格式复杂或任务独特时效果极佳。怎么写在提示词中直接包含“例如”。示例“请将产品特性列表转换为功能描述句子。 例如 输入{‘电池容量’: ‘5000mAh’, ‘快充’: ‘65W’} 输出该设备配备了一块5000mAh的大容量电池并支持65W超级快充技术。现在请处理 输入{‘屏幕’: ‘6.7英寸OLED’, ‘刷新率’: ‘120Hz’}”4.2 把这些组合起来一个完整的提示词案例假设我们要让模型帮忙生成周报。原始模糊提示“帮我写一下这周的工作周报。”应用RTSFE框架优化后你是一位专业、严谨的互联网公司项目经理Role。你的任务是基于我提供的零散工作记录生成一份结构完整、重点突出的中文工作周报Task。 请按以下步骤处理Steps 1. 分类将我提供的‘每日记录’按‘产品设计’、‘技术开发’、‘测试验收’、‘团队协作’、‘其他’五个类别归类。 2. 提炼为每个类别下的条目提炼出核心工作内容、完成状态已完成/进行中/待启动和关键成果/阻塞点。 3. 组织将提炼后的内容按照‘本周重点工作’、‘项目进展’、‘风险与问题’、‘下周计划’四个部分组织成周报正文。 4. 生成输出完整的周报。 输出格式Format - 使用Markdown。 - ‘本周重点工作’部分用无序列表。 - ‘项目进展’部分用表格列包括类别、工作内容、状态、备注。 - ‘风险与问题’、‘下周计划’部分用有序列表。 以下是一个示例Example 【用户输入-每日记录】 周一与团队讨论A功能原型周二Review了后端API设计稿周三开发任务B的前端页面周四联调时发现接口数据格式不一致周五编写项目阶段总结文档。 【模型输出-周报】这里应附上一个符合上述格式的完整周报示例限于篇幅省略 现在请根据我本次的输入生成周报 【用户输入-每日记录】 这里放入你真实的一周记录这个提示词虽然长但极大降低了模型的“猜测”空间输出的周报质量、格式稳定性会远高于简单提问。这就是工程化的价值。5. 高级技巧与参数调优让输出更可控掌握了基础框架你已经能解决80%的问题。剩下的20%需要一些高级技巧和参数调整来处理更棘手的场景。5.1 关键API参数解析在调用API时以下几个参数直接影响输出需要理解其含义temperature(温度 0.0 ~ 2.0)作用控制输出的随机性。值越低输出越确定、保守、重复值越高输出越随机、有创意、不可预测。怎么用temperature0.1适合事实问答、代码生成、数据提取等需要高确定性的任务。temperature0.7通用聊天、创意写作的常用值平衡了确定性和创造性。temperature1.2用于头脑风暴、诗歌生成、创意命名等需要大量发散思维的任务。实测建议永远不要用默认值通常是1.0。对于工程任务先从0.2-0.5开始测试。每次调整0.1观察输出变化。max_tokens(最大生成长度)作用限制模型单次响应能生成的最大Token数约等于字数/3~4。怎么用必须设置尤其是生产环境防止生成过长内容消耗大量资源和费用。根据任务预估留出余量。例如生成摘要设200-300生成报告设1000-2000。top_p(核采样 0.0 ~ 1.0)作用与temperature类似但方法不同。它从概率质量最高的Token中采样直到累积概率超过top_p。通常与temperature二选一即可。怎么用一般保持默认如0.9或1.0。如果想更严格控制词汇选择可以调低如0.8。stop(停止序列)作用指定一个字符串列表当模型生成其中任何一个字符串时立即停止生成。怎么用非常有用例如在生成按点列出的内容时可以设置stop[\n\n, 总结]防止模型在列出几点后继续废话。或者在生成JSON时确保生成完整对象。5.2 处理长文本与复杂任务思维链与分治策略当任务非常复杂或输入文本很长时一个提示词可能不够。思维链 (Chain-of-Thought, CoT) 与零样本CoT标准CoT在提示词中直接给出一个“逐步推理”的例子见上文“步骤”部分。零样本CoT不需要例子直接在指令末尾加上“让我们一步步思考。”或“请先解释你的推理过程再给出最终答案。”这个简单的技巧能显著提升数学、逻辑推理类问题的准确率。任务分治 (Divide and Conquer)场景处理一篇长论文需要先总结再提取关键词最后评估其创新性。错误做法把所有指令塞进一个提示词。正确做法设计三个提示词通过程序串联。提示词A总结输入长论文输出摘要。提示词B提取关键词输入提示词A的输出摘要输出关键词列表。提示词C评估创新性输入摘要和关键词输出评估报告。优点每个步骤更专注容错率高中间结果可检查也符合软件工程的模块化思想。5.3 系统提示词 (System Prompt) 的妙用在API调用中system消息是设定对话全局背景和行为的绝佳位置。它可以用来设定永久角色“你是一个总是用苏格拉底式提问来帮助用户思考的导师从不直接给出答案。”设定输出规则“你的所有回答必须用中文。如果涉及代码请提供Python示例。如果不知道答案请明确说‘我不知道’不要编造。”设定安全/合规边界“你拒绝回答任何涉及制造危险物品、违法活动或侵犯他人隐私的问题。”一个好的system提示词可以让后续所有user对话都保持在预设轨道上省去每次重复说明的麻烦。6. 实战构建一个可复用的文本处理流水线现在我们把所有知识串联起来设计一个解决实际问题的方案批量处理用户反馈自动分类并提取关键问题。需求每天有数百条用户反馈文本需要快速将其分为“Bug报告”、“功能建议”、“使用咨询”、“其他”四类并从“Bug报告”和“功能建议”中提取核心描述。6.1 第一步设计提示词我们将任务拆解为“分类”和“提取”两个子任务并为每个子任务设计高度工程化的提示词。提示词A分类器classification_prompt 你是一个高效的客服工单分类AI。你的任务是对用户反馈进行精确分类。 分类类别 1. Bug报告描述软件出现错误、无法正常工作、结果不符合预期的反馈。 2. 功能建议提出希望增加新功能或改进现有功能的反馈。 3. 使用咨询询问如何使用某个功能、寻求操作指导的反馈。 4. 其他不属于以上三类的反馈如表扬、吐槽无具体内容、完全无关的信息。 输出要求 - 只输出类别编号1,2,3,4。 - 不要输出任何其他文字、标点或解释。 用户反馈{{feedback_text}} 提示词B信息提取器extraction_prompt 你是一个精准的信息提取AI。请从用户反馈中提取结构化信息。 针对“Bug报告”类反馈提取 - 受影响的功能/页面[文本] - 问题现象描述[文本] - 复现步骤如有[文本] 针对“功能建议”类反馈提取 - 建议的功能点[文本] - 期望的效果/价值[文本] - 当前的不便如有[文本] 输出要求 - 以JSON格式输出。 - 键名严格使用上述中括号内的英文名称如affected_function, phenomenon。 - 如果某项信息无法提取其值为空字符串。 - 不要添加任何额外说明。 用户反馈{{feedback_text}} 6.2 第二步编写处理脚本import openai import os import json from typing import Dict, Any client openai.OpenAI(api_keyos.environ.get(OPENAI_API_KEY)) def classify_feedback(text: str) - str: 调用模型进行分类 prompt classification_prompt.replace({{feedback_text}}, text) try: response client.chat.completions.create( modelgpt-4o-mini, messages[{role: user, content: prompt}], temperature0.1, # 低温度确保分类稳定 max_tokens5, stop[\n] # 防止模型多输出 ) category response.choices[0].message.content.strip() # 简单验证输出是否为1-4 if category in [1, 2, 3, 4]: return category else: return 4 # 分类失败归为“其他” except Exception as e: print(f分类出错: {e}, 反馈文本: {text[:50]}...) return 4 def extract_info(text: str, category: str) - Dict[str, Any]: 根据分类结果提取信息 if category not in [1, 2]: return {} # 只有Bug报告和建议需要提取 prompt_template extraction_prompt prompt prompt_template.replace({{feedback_text}}, text) try: response client.chat.completions.create( modelgpt-4o-mini, messages[{role: user, content: prompt}], temperature0.1, max_tokens300, ) result_str response.choices[0].message.content.strip() # 尝试解析JSON return json.loads(result_str) except json.JSONDecodeError: print(fJSON解析失败原始输出: {result_str}) return {} except Exception as e: print(f信息提取出错: {e}) return {} def process_feedback_batch(feedback_list): 批量处理反馈 results [] for idx, feedback in enumerate(feedback_list): print(f处理第 {idx1} 条反馈...) cat classify_feedback(feedback) info extract_info(feedback, cat) result { id: idx, original_text: feedback[:100] ..., # 存摘要 category: cat, extracted_info: info } results.append(result) # 简单限流避免触发API速率限制 time.sleep(0.5) # 保存结果 with open(feedback_processed.json, w, encodingutf-8) as f: json.dump(results, f, ensure_asciiFalse, indent2) print(处理完成结果已保存至 feedback_processed.json) return results # 模拟数据 sample_feedbacks [ “登录时点击验证码图片后一直不刷新无法收到短信重启App也没用。”, “希望能在报表导出时增加一个‘仅导出当前筛选结果’的选项现在只能导全部数据太大了。”, “请问这个项目的文档在哪里可以找到”, “软件很好用点赞” ] # 执行处理 process_feedback_batch(sample_feedbacks)6.3 第三步评估与迭代运行脚本后检查feedback_processed.json文件。你可能会发现一些问题分类错误比如把“咨询文档在哪”误判为“功能建议”。提取不全复现步骤提取为空。格式错误JSON解析失败。迭代优化方法对于分类错误在classification_prompt中增加每个类别的反例。例如在“功能建议”后加一句“注意询问现有功能如何使用属于‘使用咨询’而非‘功能建议’。”对于提取不全在extraction_prompt中进一步明确指令。例如“复现步骤请按‘1. 2. 3.’的格式列出用户描述的具体操作步骤如果用户未描述则为空字符串。”对于格式错误在extract_info函数中增加更健壮的JSON清洗逻辑比如尝试匹配第一个{和最后一个}之间的内容。这个流水线虽然简单但清晰地展示了提示词工程从设计、开发、测试到迭代的完整闭环。你可以在此基础上增加更多功能如情感分析、优先级判断、自动生成回复草稿等。7. 避坑指南与常见问题排查在实际操作中你肯定会遇到各种问题。下面是我总结的常见坑点和排查顺序。7.1 输出不符合预期按这个顺序查第一步检查提示词本身问题指令模糊、存在歧义、格式要求不明确。排查把你的提示词给同事或朋友看问他们“按这个指令你会怎么做”如果他们的理解不一致模型的理解也会不一致。简化、具体化、格式化。第二步检查输入数据问题输入文本含有特殊字符、乱码、意外换行、或长度超出模型上下文限制。排查打印或日志记录发送给API的原始输入文本。检查是否有\n、\t、多余空格或从PDF、网页复制带来的不可见字符。对于长文本先尝试截取前500字符测试。第三步检查API参数问题temperature过高导致输出随机max_tokens太小导致输出被截断stop序列设置不当导致提前结束。排查固定随机种子如果API支持或先将temperature设为0看输出是否稳定。逐步增加max_tokens观察输出是否变得完整。第四步检查模型能力边界问题任务本身超出模型的知识范围或推理能力如需要最新实时数据、复杂数学计算、高度专业领域知识。排查用更简单的问题测试同一模型。或者将复杂任务拆解成模型更可能擅长的子任务如先检索相关知识再让模型总结。第五步网络与权限问题问题API Key失效、额度不足、网络超时、区域限制。排查查看API返回的错误码和信息。用最简单的提示词如“你好”测试API连通性。7.2 成本与效率优化估算Token在提示词中英文约1词1.3Token中文约1字2Token。使用API时关注返回的usage字段了解每次调用的消耗。优化长提示词能直接省钱。缓存结果对于重复性、输入不变的任务如固定格式的模板填充可以将结果缓存起来避免重复调用。异步与批处理如果需要处理大量独立任务查看API是否支持批处理请求或使用异步编程库如asyncio并发发送请求但要注意速率限制。模型选择不必总是使用最大最强的模型。对于简单的分类、提取、格式化任务gpt-3.5-turbo或同级别小模型通常足够且便宜得多。先用小模型测试流程再根据需要升级。7.3 安全与伦理提醒不要相信模型的“事实”大模型会“幻觉”编造信息。对于关键事实日期、数据、引用必须进行二次核实。注意输入隐私切勿通过API发送个人身份信息、密码、密钥、未脱敏的客户数据等敏感内容。设定内容边界通过system提示词明确拒绝生成有害、违法、歧视性内容。但请注意这层过滤并非绝对可靠。结果审核在将AI输出直接用于生产环境如自动回复、内容发布前务必加入人工审核环节至少是抽样审核。8. 总结从入门到精通的路径提示词工程不是玄学而是一门可以通过系统学习和大量练习掌握的技能。回顾一下核心路径思维转变从“聊天”转向“给机器下精确指令”。掌握核心框架使用RTSFE角色-任务-步骤-格式-示例结构来构建你的提示词这是保证输出稳定性的骨架。动手实验用Python脚本调用API从单条测试开始理解temperature、max_tokens等参数的实际影响。处理复杂任务学会使用思维链引导推理用任务分治拆解难题。构建流水线将多个提示词组合起来用程序串联解决实际的批量处理需求。迭代优化基于输出结果像调试程序一样调试你的提示词增加约束、澄清歧义、添加示例。最有效的学习方式不是收藏无数教程而是立即选择一个你工作中真实存在的、重复性的文本处理任务用今天介绍的方法从设计第一个提示词开始亲手搭建一个自动化脚本。你会在这个过程中遇到所有典型问题而解决它们的过程就是真正掌握提示词工程的过程。
提示词工程实战指南：从聊天到工程化调用的系统方法
1. 先搞清楚提示词工程到底解决什么问题很多人一听到“提示词工程”就觉得是学怎么跟AI聊天或者背一堆“咒语”模板。这种理解太浅了也容易让人走偏。提示词工程的核心是一套系统化的方法用来精确控制大语言模型的输出使其稳定、可靠地完成特定任务。它解决的是“不确定性”问题。你问大模型一个问题它每次回答可能都不一样格式可能五花八门甚至可能“一本正经地胡说八道”。提示词工程就是通过设计输入提示词来约束和引导模型的输出让它从“自由发挥的诗人”变成“按规范办事的工程师”。这适合谁看如果你满足以下任何一点这篇内容就值得你花时间开发者想调用大模型API开发应用但受够了输出格式不统一、内容跑偏。数据分析/办公人员想用大模型批量处理文档、提取信息、生成报告但手动调整太费劲。研究者/学生需要用大模型辅助阅读、总结、写作但希望结果更精准、可复现。任何对AI工具效率不满的人觉得ChatGPT等工具时灵时不灵想掌握让AI“听话”的主动权。最关键的价值不是背模板而是掌握“拆解任务、设计指令、设定格式、迭代优化”的完整工作流。这比单纯收集100个“神奇提示词”有用得多。2. 从“聊天”到“工程”思维模式的转变在深入具体技巧前必须先完成思维转换。很多人用大模型还停留在“我问你答”的聊天模式。而工程化思维是把大模型当作一个具有强大理解能力但需要明确规范的程序来调用。2.1 聊天模式 vs 工程模式对比对比维度聊天模式 (Chat Mode)工程模式 (Engineering Mode)目标获取信息、灵感、创意完成一个可定义、可验证、可重复的任务输入自然语言问题可能很模糊结构化指令包含角色、任务、步骤、格式、示例输出预期大致相关即可接受一定偏差必须严格符合格式、内容和质量要求评估标准“感觉还行”“完全符合指令可直接用于下一步”典型场景“帮我写首诗”“请以技术博主的身份写一段关于Python列表解析的讲解要求包含一个代码示例和一段比喻输出为JSON格式{‘explanation’: ‘...’, ‘code’: ‘...’, ‘analogy’: ‘...’}”工程模式的核心是确定性。你需要假设模型完全按字面意思理解你的指令所以指令必须无歧义、可操作。2.2 一个坏提示和一个好提示的解剖假设我们需要从一段产品描述中提取关键参数。坏提示“看看这段文字把里面的产品信息找出来给我。”问题“看看”是模糊动作“产品信息”定义宽泛是名称、型号、价格还是参数“给我”没有指定格式。模型可能给你一段散文也可能给你一个不完整的列表。好提示你是一个专业的产品信息提取助手。请严格遵循以下步骤处理用户输入 1. 识别产品名称。 2. 识别所有型号。 3. 识别所有明确标出的价格人民币。 4. 识别所有关键技术参数如尺寸、重量、分辨率、容量等。 将结果整理为JSON格式键名必须为product_name, models, prices, specifications。 如果某个类别信息不存在该字段值为空列表 []。 用户输入{{待处理的文本}}为什么好角色定义明确了模型是“产品信息提取助手”设定了上下文。任务拆解用编号列出了清晰的步骤降低了模型的推理负担。输出格式锁定强制要求JSON并规定了键名便于程序化处理。边界处理说明了信息不存在时的处理方式空列表避免了输出null或遗漏字段导致的解析错误。变量化输入用{{}}标出了用户输入的位置这在实际开发中很重要。思维转变后我们再来搭建实践环境。很多人卡在第一步不是因为技巧难而是环境没准备好。3. 实践准备选对工具和接口别在环境上踩坑你不一定需要强大的GPU或复杂的本地部署。对于学习提示词工程选择稳定、易用、能清晰看到输入输出的接口环境是关键。下面我按推荐顺序给出几个方案。3.1 方案选择Web界面、API 还是本地模型新手首选ChatGPT/文心一言/Kimi等Web高级界面为什么直接可用无需配置。许多产品的高级版如ChatGPT Plus支持“自定义指令”和长上下文非常适合练习复杂提示词。重点是可以反复修改同一段提示词对比输出变化。怎么做开通高级账号在设置中填写“自定义指令”例如“你是一位严谨的技术文档工程师回答请基于事实不确定时请说明。”这相当于为所有对话设定了系统级提示词。开发者/进阶者必选各大模型平台的API为什么这是将提示词工程产品化的唯一途径。API调用让你能程序化地发送提示词、接收结构化响应、处理错误和进行批量任务。主流选择OpenAI API、智谱AI、百度千帆、阿里灵积、DeepSeek API等。选择一家注册获取API Key。工具准备准备一个能发HTTP请求的工具。强烈推荐使用curl命令或 Python 的requests库在终端里先测试这比在图形界面里点来点去更能理解底层交互。可选本地部署模型如Ollama, LM Studio适合场景处理敏感数据、需要完全离线、或想深入研究模型行为。对硬件内存、显存有要求。学习提示词工程是否必要初期不必要。本地部署会引入模型下载、加载、硬件兼容等额外问题容易分散注意力。建议先用在线API掌握核心方法再考虑本地化。3.2 用Python API进行最小化测试这是最接近工程实践的方式。我们以OpenAI API为例其他平台类似搭建一个最简单的测试环境。安装必要库pip install openai国内平台可能是pip install zhipuai,pip install qianfan等准备一个测试脚本test_prompt.pyimport openai import os # 1. 设置API Key从环境变量读取更安全 # 在终端执行export OPENAI_API_KEYyour-api-key-here client openai.OpenAI(api_keyos.environ.get(OPENAI_API_KEY)) # 2. 精心设计你的提示词System Message User Message system_prompt 你是一位经验丰富的软件架构师擅长用类比解释复杂概念。 user_prompt 请用比喻的方式解释什么是‘数据库索引’。 要求 - 比喻必须贴近日常生活如图书馆、字典。 - 解释需要包含索引的‘优点’和‘缺点’。 - 最后用一句话总结。 输出格式 - 比喻[你的比喻] - 优点[1-2个优点] - 缺点[1-2个缺点] - 总结[一句话总结] # 3. 调用API try: response client.chat.completions.create( modelgpt-4o-mini, # 根据实际情况选择模型如 gpt-3.5-turbo, gpt-4 messages[ {role: system, content: system_prompt}, {role: user, content: user_prompt} ], temperature0.3, # 控制随机性越低输出越确定 max_tokens500 # 控制输出长度 ) # 4. 打印结果 print( 模型输出 ) print(response.choices[0].message.content) # 5. 打印本次调用的Token消耗有助于成本估算和优化 print(f\n 消耗统计 ) print(f输入Token: {response.usage.prompt_tokens}) print(f输出Token: {response.usage.completion_tokens}) print(f总Token: {response.usage.total_tokens}) except Exception as e: print(f调用出错: {e})运行并观察export OPENAI_API_KEYyour_actual_key python test_prompt.py这个脚本虽然简单但包含了工程化调用的所有核心要素角色设定、任务指令、格式要求、参数控制temperature, max_tokens和结果解析。注意第一次跑通这个脚本比你漫无目的地聊天一周收获都大。你看到了指令如何被转换为API请求以及模型如何响应。这是所有后续优化的基础。环境准备好我们就可以深入最核心的部分如何设计一个“好”的提示词。4. 提示词工程核心框架从CRISPE到结构化思维网上有很多提示词模板比如“你是一个专家…”、“请一步步思考…”。死记硬背没用你需要理解其背后的通用框架。这里我结合实践推荐一个更易操作的“角色-任务-步骤-格式-示例” (Role-Task-Step-Format-Example, RTSFE)框架。4.1 RTSFE框架详解角色 (Role)作用为模型设定一个身份和语境边界。这能显著影响其语言风格、知识侧重和责任感。怎么写越具体越好。“你是一个程序员”不如“你是一个有10年Python后端开发经验、熟悉Django和FastAPI、注重代码可读性和性能的资深工程师”。实测技巧对于创意写作角色可以是“一位擅长制造悬念的科幻小说家”对于代码审查可以是“一个严格遵循PEP 8规范、对安全漏洞零容忍的自动化代码审查工具”。任务 (Task)作用清晰、无歧义地定义你要模型做什么。怎么写使用动词开头明确输入和最终输出。“总结这篇文章”不如“请阅读以下技术文章生成一个包含三个要点的摘要每个要点不超过20字。”避坑避免一个提示词包含多个独立任务。如果需要多步拆成多个提示词或使用下文“步骤”部分。步骤 (Steps)作用对于复杂任务将模型内部的“思考过程”外显化、结构化。这能极大提高复杂推理的准确率。怎么写用“第一步、第二步…”或“1. 2. 3.”列出。这就是著名的“思维链”(Chain-of-Thought, CoT)提示的实践。示例“判断用户情绪是积极、消极还是中性。先提取用户评论中的关键词。分析这些关键词常见的情感倾向。结合上下文语境如有做最终判断。输出判断结果和1-2个支撑理由。”格式 (Format)作用确保输出能被下游程序或人工稳定地解析。这是工程化的关键一步。怎么写明确指定格式。如“请输出JSON格式包含title,author,summary字段”、“请用Markdown表格列出列名为参数、说明、默认值”、“请将结果用‘---’分隔”。进阶甚至可以要求“输出一个可以被Pythonjson.loads()直接解析的字符串”。示例 (Example)作用少样本学习Few-Shot Learning。给出一两个输入输出的例子让模型快速理解你的具体期望。这在格式复杂或任务独特时效果极佳。怎么写在提示词中直接包含“例如”。示例“请将产品特性列表转换为功能描述句子。 例如 输入{‘电池容量’: ‘5000mAh’, ‘快充’: ‘65W’} 输出该设备配备了一块5000mAh的大容量电池并支持65W超级快充技术。现在请处理 输入{‘屏幕’: ‘6.7英寸OLED’, ‘刷新率’: ‘120Hz’}”4.2 把这些组合起来一个完整的提示词案例假设我们要让模型帮忙生成周报。原始模糊提示“帮我写一下这周的工作周报。”应用RTSFE框架优化后你是一位专业、严谨的互联网公司项目经理Role。你的任务是基于我提供的零散工作记录生成一份结构完整、重点突出的中文工作周报Task。 请按以下步骤处理Steps 1. 分类将我提供的‘每日记录’按‘产品设计’、‘技术开发’、‘测试验收’、‘团队协作’、‘其他’五个类别归类。 2. 提炼为每个类别下的条目提炼出核心工作内容、完成状态已完成/进行中/待启动和关键成果/阻塞点。 3. 组织将提炼后的内容按照‘本周重点工作’、‘项目进展’、‘风险与问题’、‘下周计划’四个部分组织成周报正文。 4. 生成输出完整的周报。 输出格式Format - 使用Markdown。 - ‘本周重点工作’部分用无序列表。 - ‘项目进展’部分用表格列包括类别、工作内容、状态、备注。 - ‘风险与问题’、‘下周计划’部分用有序列表。 以下是一个示例Example 【用户输入-每日记录】 周一与团队讨论A功能原型周二Review了后端API设计稿周三开发任务B的前端页面周四联调时发现接口数据格式不一致周五编写项目阶段总结文档。 【模型输出-周报】这里应附上一个符合上述格式的完整周报示例限于篇幅省略 现在请根据我本次的输入生成周报 【用户输入-每日记录】 这里放入你真实的一周记录这个提示词虽然长但极大降低了模型的“猜测”空间输出的周报质量、格式稳定性会远高于简单提问。这就是工程化的价值。5. 高级技巧与参数调优让输出更可控掌握了基础框架你已经能解决80%的问题。剩下的20%需要一些高级技巧和参数调整来处理更棘手的场景。5.1 关键API参数解析在调用API时以下几个参数直接影响输出需要理解其含义temperature(温度 0.0 ~ 2.0)作用控制输出的随机性。值越低输出越确定、保守、重复值越高输出越随机、有创意、不可预测。怎么用temperature0.1适合事实问答、代码生成、数据提取等需要高确定性的任务。temperature0.7通用聊天、创意写作的常用值平衡了确定性和创造性。temperature1.2用于头脑风暴、诗歌生成、创意命名等需要大量发散思维的任务。实测建议永远不要用默认值通常是1.0。对于工程任务先从0.2-0.5开始测试。每次调整0.1观察输出变化。max_tokens(最大生成长度)作用限制模型单次响应能生成的最大Token数约等于字数/3~4。怎么用必须设置尤其是生产环境防止生成过长内容消耗大量资源和费用。根据任务预估留出余量。例如生成摘要设200-300生成报告设1000-2000。top_p(核采样 0.0 ~ 1.0)作用与temperature类似但方法不同。它从概率质量最高的Token中采样直到累积概率超过top_p。通常与temperature二选一即可。怎么用一般保持默认如0.9或1.0。如果想更严格控制词汇选择可以调低如0.8。stop(停止序列)作用指定一个字符串列表当模型生成其中任何一个字符串时立即停止生成。怎么用非常有用例如在生成按点列出的内容时可以设置stop[\n\n, 总结]防止模型在列出几点后继续废话。或者在生成JSON时确保生成完整对象。5.2 处理长文本与复杂任务思维链与分治策略当任务非常复杂或输入文本很长时一个提示词可能不够。思维链 (Chain-of-Thought, CoT) 与零样本CoT标准CoT在提示词中直接给出一个“逐步推理”的例子见上文“步骤”部分。零样本CoT不需要例子直接在指令末尾加上“让我们一步步思考。”或“请先解释你的推理过程再给出最终答案。”这个简单的技巧能显著提升数学、逻辑推理类问题的准确率。任务分治 (Divide and Conquer)场景处理一篇长论文需要先总结再提取关键词最后评估其创新性。错误做法把所有指令塞进一个提示词。正确做法设计三个提示词通过程序串联。提示词A总结输入长论文输出摘要。提示词B提取关键词输入提示词A的输出摘要输出关键词列表。提示词C评估创新性输入摘要和关键词输出评估报告。优点每个步骤更专注容错率高中间结果可检查也符合软件工程的模块化思想。5.3 系统提示词 (System Prompt) 的妙用在API调用中system消息是设定对话全局背景和行为的绝佳位置。它可以用来设定永久角色“你是一个总是用苏格拉底式提问来帮助用户思考的导师从不直接给出答案。”设定输出规则“你的所有回答必须用中文。如果涉及代码请提供Python示例。如果不知道答案请明确说‘我不知道’不要编造。”设定安全/合规边界“你拒绝回答任何涉及制造危险物品、违法活动或侵犯他人隐私的问题。”一个好的system提示词可以让后续所有user对话都保持在预设轨道上省去每次重复说明的麻烦。6. 实战构建一个可复用的文本处理流水线现在我们把所有知识串联起来设计一个解决实际问题的方案批量处理用户反馈自动分类并提取关键问题。需求每天有数百条用户反馈文本需要快速将其分为“Bug报告”、“功能建议”、“使用咨询”、“其他”四类并从“Bug报告”和“功能建议”中提取核心描述。6.1 第一步设计提示词我们将任务拆解为“分类”和“提取”两个子任务并为每个子任务设计高度工程化的提示词。提示词A分类器classification_prompt 你是一个高效的客服工单分类AI。你的任务是对用户反馈进行精确分类。 分类类别 1. Bug报告描述软件出现错误、无法正常工作、结果不符合预期的反馈。 2. 功能建议提出希望增加新功能或改进现有功能的反馈。 3. 使用咨询询问如何使用某个功能、寻求操作指导的反馈。 4. 其他不属于以上三类的反馈如表扬、吐槽无具体内容、完全无关的信息。 输出要求 - 只输出类别编号1,2,3,4。 - 不要输出任何其他文字、标点或解释。 用户反馈{{feedback_text}} 提示词B信息提取器extraction_prompt 你是一个精准的信息提取AI。请从用户反馈中提取结构化信息。 针对“Bug报告”类反馈提取 - 受影响的功能/页面[文本] - 问题现象描述[文本] - 复现步骤如有[文本] 针对“功能建议”类反馈提取 - 建议的功能点[文本] - 期望的效果/价值[文本] - 当前的不便如有[文本] 输出要求 - 以JSON格式输出。 - 键名严格使用上述中括号内的英文名称如affected_function, phenomenon。 - 如果某项信息无法提取其值为空字符串。 - 不要添加任何额外说明。 用户反馈{{feedback_text}} 6.2 第二步编写处理脚本import openai import os import json from typing import Dict, Any client openai.OpenAI(api_keyos.environ.get(OPENAI_API_KEY)) def classify_feedback(text: str) - str: 调用模型进行分类 prompt classification_prompt.replace({{feedback_text}}, text) try: response client.chat.completions.create( modelgpt-4o-mini, messages[{role: user, content: prompt}], temperature0.1, # 低温度确保分类稳定 max_tokens5, stop[\n] # 防止模型多输出 ) category response.choices[0].message.content.strip() # 简单验证输出是否为1-4 if category in [1, 2, 3, 4]: return category else: return 4 # 分类失败归为“其他” except Exception as e: print(f分类出错: {e}, 反馈文本: {text[:50]}...) return 4 def extract_info(text: str, category: str) - Dict[str, Any]: 根据分类结果提取信息 if category not in [1, 2]: return {} # 只有Bug报告和建议需要提取 prompt_template extraction_prompt prompt prompt_template.replace({{feedback_text}}, text) try: response client.chat.completions.create( modelgpt-4o-mini, messages[{role: user, content: prompt}], temperature0.1, max_tokens300, ) result_str response.choices[0].message.content.strip() # 尝试解析JSON return json.loads(result_str) except json.JSONDecodeError: print(fJSON解析失败原始输出: {result_str}) return {} except Exception as e: print(f信息提取出错: {e}) return {} def process_feedback_batch(feedback_list): 批量处理反馈 results [] for idx, feedback in enumerate(feedback_list): print(f处理第 {idx1} 条反馈...) cat classify_feedback(feedback) info extract_info(feedback, cat) result { id: idx, original_text: feedback[:100] ..., # 存摘要 category: cat, extracted_info: info } results.append(result) # 简单限流避免触发API速率限制 time.sleep(0.5) # 保存结果 with open(feedback_processed.json, w, encodingutf-8) as f: json.dump(results, f, ensure_asciiFalse, indent2) print(处理完成结果已保存至 feedback_processed.json) return results # 模拟数据 sample_feedbacks [ “登录时点击验证码图片后一直不刷新无法收到短信重启App也没用。”, “希望能在报表导出时增加一个‘仅导出当前筛选结果’的选项现在只能导全部数据太大了。”, “请问这个项目的文档在哪里可以找到”, “软件很好用点赞” ] # 执行处理 process_feedback_batch(sample_feedbacks)6.3 第三步评估与迭代运行脚本后检查feedback_processed.json文件。你可能会发现一些问题分类错误比如把“咨询文档在哪”误判为“功能建议”。提取不全复现步骤提取为空。格式错误JSON解析失败。迭代优化方法对于分类错误在classification_prompt中增加每个类别的反例。例如在“功能建议”后加一句“注意询问现有功能如何使用属于‘使用咨询’而非‘功能建议’。”对于提取不全在extraction_prompt中进一步明确指令。例如“复现步骤请按‘1. 2. 3.’的格式列出用户描述的具体操作步骤如果用户未描述则为空字符串。”对于格式错误在extract_info函数中增加更健壮的JSON清洗逻辑比如尝试匹配第一个{和最后一个}之间的内容。这个流水线虽然简单但清晰地展示了提示词工程从设计、开发、测试到迭代的完整闭环。你可以在此基础上增加更多功能如情感分析、优先级判断、自动生成回复草稿等。7. 避坑指南与常见问题排查在实际操作中你肯定会遇到各种问题。下面是我总结的常见坑点和排查顺序。7.1 输出不符合预期按这个顺序查第一步检查提示词本身问题指令模糊、存在歧义、格式要求不明确。排查把你的提示词给同事或朋友看问他们“按这个指令你会怎么做”如果他们的理解不一致模型的理解也会不一致。简化、具体化、格式化。第二步检查输入数据问题输入文本含有特殊字符、乱码、意外换行、或长度超出模型上下文限制。排查打印或日志记录发送给API的原始输入文本。检查是否有\n、\t、多余空格或从PDF、网页复制带来的不可见字符。对于长文本先尝试截取前500字符测试。第三步检查API参数问题temperature过高导致输出随机max_tokens太小导致输出被截断stop序列设置不当导致提前结束。排查固定随机种子如果API支持或先将temperature设为0看输出是否稳定。逐步增加max_tokens观察输出是否变得完整。第四步检查模型能力边界问题任务本身超出模型的知识范围或推理能力如需要最新实时数据、复杂数学计算、高度专业领域知识。排查用更简单的问题测试同一模型。或者将复杂任务拆解成模型更可能擅长的子任务如先检索相关知识再让模型总结。第五步网络与权限问题问题API Key失效、额度不足、网络超时、区域限制。排查查看API返回的错误码和信息。用最简单的提示词如“你好”测试API连通性。7.2 成本与效率优化估算Token在提示词中英文约1词1.3Token中文约1字2Token。使用API时关注返回的usage字段了解每次调用的消耗。优化长提示词能直接省钱。缓存结果对于重复性、输入不变的任务如固定格式的模板填充可以将结果缓存起来避免重复调用。异步与批处理如果需要处理大量独立任务查看API是否支持批处理请求或使用异步编程库如asyncio并发发送请求但要注意速率限制。模型选择不必总是使用最大最强的模型。对于简单的分类、提取、格式化任务gpt-3.5-turbo或同级别小模型通常足够且便宜得多。先用小模型测试流程再根据需要升级。7.3 安全与伦理提醒不要相信模型的“事实”大模型会“幻觉”编造信息。对于关键事实日期、数据、引用必须进行二次核实。注意输入隐私切勿通过API发送个人身份信息、密码、密钥、未脱敏的客户数据等敏感内容。设定内容边界通过system提示词明确拒绝生成有害、违法、歧视性内容。但请注意这层过滤并非绝对可靠。结果审核在将AI输出直接用于生产环境如自动回复、内容发布前务必加入人工审核环节至少是抽样审核。8. 总结从入门到精通的路径提示词工程不是玄学而是一门可以通过系统学习和大量练习掌握的技能。回顾一下核心路径思维转变从“聊天”转向“给机器下精确指令”。掌握核心框架使用RTSFE角色-任务-步骤-格式-示例结构来构建你的提示词这是保证输出稳定性的骨架。动手实验用Python脚本调用API从单条测试开始理解temperature、max_tokens等参数的实际影响。处理复杂任务学会使用思维链引导推理用任务分治拆解难题。构建流水线将多个提示词组合起来用程序串联解决实际的批量处理需求。迭代优化基于输出结果像调试程序一样调试你的提示词增加约束、澄清歧义、添加示例。最有效的学习方式不是收藏无数教程而是立即选择一个你工作中真实存在的、重复性的文本处理任务用今天介绍的方法从设计第一个提示词开始亲手搭建一个自动化脚本。你会在这个过程中遇到所有典型问题而解决它们的过程就是真正掌握提示词工程的过程。
