提示工程 on AI 观察

结构化提示词写法：角色、任务、上下文、约束与输出格式

Sun, 27 Sep 2026 19:39:24 +0800

很多人使用大模型时的体验是“时灵时不灵”：有时回答得很好，有时却答非所问。问题往往不在模型，而在提示词。一个模糊的提示词让模型不得不猜测你的意图，而一个结构清晰的提示词能让模型准确理解任务、稳定输出。 结构化提示词并不神秘，本质上就是把一项任务交代清楚，就像给一位能力很强但不了解背景的新同事布置工作。

System Prompt 设计指南：身份定位、行为边界、语气风格与安全规则

Sun, 20 Sep 2026 13:04:49 +0800

用户在 AI 应用中看到的每一个回答，背后都有一段用户看不到的文字在发挥作用：系统提示词（System Prompt）。它定义了 AI 是谁、能做什么、不能做什么、以什么方式说话、遇到特殊情况如何处理。 一个精心设计的系统提示词能让 AI 应用表现得专业、稳定、安全；而一个草率的系统提示词，则会让 AI 时而越界、时而啰嗦、时而答非所问。

让大模型稳定输出 JSON：提示词、Schema 约束与程序校验

Thu, 17 Sep 2026 11:36:38 +0800

当大模型只用于聊天时，输出格式稍有变化无关紧要。但一旦要把模型输出交给程序处理，比如写入数据库、调用接口、渲染页面，格式稳定性就成了生死问题：多一句“好的，以下是结果”、少一个右括号、把数字写成字符串，都可能让程序崩溃。 让大模型稳定输出 JSON，需要提示词、接口能力和程序校验三管齐下。

提示词工程化：版本管理、自动化测试与团队协作

Sat, 05 Sep 2026 19:40:32 +0800

在大模型应用的原型阶段，提示词往往直接写在代码里，谁觉得效果不好就改几句，改完看几个例子觉得不错就上线了。但当应用进入生产环境、服务真实用户时，这种做法会带来严重的问题：一次看似无害的修改，可能让某类请求的效果大幅下降；出了问题不知道是哪次修改导致的；多人同时修改相互覆盖。提示词需要像代码一样被工程化管理。

少样本提示（Few-shot）：示例怎么选、放几个、如何避免副作用

Fri, 10 Jul 2026 14:25:34 +0800

有些要求很难用文字描述清楚：一种特定的写作风格、一种复杂的分类规则、一种自定义的输出格式。这时，与其写一大段说明，不如直接给模型看几个例子。 这种在提示词中提供少量输入输出示例的方法，被称为少样本提示（Few-shot Prompting）。它简单有效，但如果使用不当，也会带来意想不到的副作用。

思维链提示（CoT）：什么时候该让模型“一步一步想”

Thu, 02 Jul 2026 11:52:30 +0800

在大模型的发展过程中，有一个发现颇具代表性：在提示词中加入一句“让我们一步一步地思考”，模型在数学应用题和逻辑推理题上的准确率就会显著提高。 这类方法被称为思维链（Chain-of-Thought，CoT）提示。它的原理并不复杂，但在实际使用中，需要清楚它在什么情况下有效、什么情况下多余。