标题提到的Prompt工程在本文写作时（2022年7月）还不是一个广泛流行的概念（随着ChatGPT在2022年底发布才广为人知）。本文基于当时能接触到的大语言模型（如GPT-3），总结Prompt工程的最佳实践。

最近我在用大语言模型做一些项目，发现Prompt的质量直接决定了输出的质量。同样的模型，好的Prompt能得到专业级的输出，差的Prompt只能得到乱七八糟的结果。

经过几个月的实践，我总结了一些Prompt工程的最佳实践。本文分享这些经验，包括Prompt的基本结构、写作技巧、常见模式、调试方法，以及实际应用案例。

一、什么是Prompt工程

先说说什么是Prompt工程。

1. Prompt是什么

Prompt就是你给AI的输入指令。

比如，你对AI说："帮我写一篇关于春天的文章"，这就是一个Prompt。AI根据这个Prompt，生成对应的输出。

Prompt可以是一个问题、一段指令、一些示例，或者它们的组合。

2. 为什么Prompt工程重要

大语言模型（如GPT-3）的能力很强，但它不会读心术。你给它什么输入，它就给你什么输出。

  • 模糊的Prompt → 模糊的输出
  • 清晰的Prompt → 清晰的输出
  • 结构化的Prompt → 结构化的输出
  • 有示例的Prompt → 符合示例风格的输出

Prompt工程，就是研究如何写好Prompt，让AI输出你想要的结果。

3. Prompt工程的核心思想

Prompt工程的核心思想是：把AI当成一个聪明但需要明确指令的助手。

你不能只说"帮我写点东西"，你要告诉它：

  • 写什么主题
  • 用什么风格
  • 多长篇幅
  • 什么结构
  • 给谁看

指令越明确，输出越符合预期。

二、Prompt的基本结构

一个好的Prompt，通常包含以下几个部分。

1. 角色设定

给AI设定一个角色，让它以特定的身份回答。

你是一个资深的前端工程师，有10年的React开发经验。

角色设定能让AI的输出更专业、更有针对性。如果你设定它是医生，它会用医学术语回答；如果你设定它是老师，它会用教学的方式回答。

2. 任务描述

明确告诉AI要做什么。

请帮我写一篇关于React 18并发特性的技术文章。

任务描述要具体，不要模糊。不要说"帮我写点东西"，要说"帮我写一篇关于XX的文章"。

3. 上下文和背景

提供必要的背景信息，让AI了解情况。

这篇文章是给有一定React基础的前端开发者看的，他们已经了解React的基本用法，但对并发特性不太熟悉。

上下文能帮助AI更好地理解任务，输出更符合需求的内容。

4. 输出格式

指定输出的格式，比如长度、结构、风格等。

要求：
- 字数在2000字左右
- 分为引言、原理、用法、总结四个部分
- 语言通俗易懂，适合初学者
- 包含代码示例

输出格式越明确，AI的输出越可控。

5. 示例（可选）

给AI一些示例，让它模仿示例的风格和格式。

示例输入：如何学习编程？
示例输出：学习编程需要以下步骤：1. 选择一门语言...

示例是最强大的Prompt技术之一。通过示例，AI能准确理解你想要的输出格式和风格。

三、Prompt写作技巧

说说写Prompt的一些技巧。

1. 明确具体，不要模糊

这是最基本的技巧。

# 模糊的Prompt
写一篇关于健康的文章。

# 明确的Prompt
写一篇关于上班族如何保持健康的文章，字数800字，分为饮食、运动、睡眠三个部分，语言通俗易懂。

明确的Prompt，输出的质量会高很多。

2. 用肯定句，不要用否定句

AI对否定句的理解有时候不太好。

# 不太好
不要写得太技术化。

# 更好
用通俗易懂的语言，适合非技术背景的读者。

告诉AI要做什么，而不是不要做什么。

3. 分步指令

对于复杂的任务，把它拆分成多个步骤。

请按以下步骤写一篇产品评测：
1. 先介绍产品的基本信息（名称、价格、定位）
2. 然后描述外观和手感
3. 接着分析性能表现
4. 再说说优缺点
5. 最后给出购买建议

分步指令能让AI的输出更有条理，不容易遗漏要点。

4. 指定受众

告诉AI这篇内容是给谁看的。

这篇文章是给完全不懂编程的人看的，请用最通俗的语言解释。

不同的受众，需要不同的语言风格和深度。指定受众，AI就能调整输出。

5. 限制长度

指定输出的长度，避免AI写得太长或太短。

- 字数在500-800字之间
- 不超过3个段落
- 用3个要点概括

长度限制能让输出更可控。

6. 提供上下文

如果任务需要背景信息，一定要提供。

我正在做一个电商网站，用户反馈购物车体验不好。请帮我分析可能的原因，并给出改进建议。

背景信息：
- 网站用React开发
- 购物车用Redux管理
- 主要问题是添加商品后更新慢

上下文越充分，AI的回答越有针对性。

四、常见的Prompt模式

总结几种常见的Prompt模式。

1. 零样本（Zero-shot）

不给示例，直接给指令。

请把以下英文翻译成中文：
Hello, how are you?

适合简单的任务，比如翻译、摘要、简单问答。

2. 单样本（One-shot）

给一个示例。

请模仿以下风格写一句话：
示例：今天天气真好，阳光明媚，适合出去走走。
主题：下雨天

适合需要特定风格或格式的任务。

3. 少样本（Few-shot）

给多个示例。

请根据以下示例，对用户的情感进行分类（正面/负面/中性）：

示例1：这个产品太棒了，我很喜欢！→ 正面
示例2：质量太差了，用了一天就坏了。→ 负面
示例3：收到了，还没用。→ 中性

用户评论：物流很快，但产品一般。→

少样本是最常用的模式，适合分类、提取、格式转换等任务。示例越多，输出越准确。

4. 思维链（Chain-of-Thought）

让AI一步一步思考，而不是直接给答案。

请一步一步地思考，然后回答问题：
一个商店有10个苹果，卖出了3个，又进货了5个，现在有多少个苹果？

思维链能提高AI在推理、数学、逻辑问题上的准确率。

5. 角色扮演

让AI扮演一个特定的角色。

你是一个有10年经验的产品经理。请帮我分析这个产品需求是否合理，并给出改进建议。

需求：做一个能自动写代码的AI工具。

角色扮演能让AI的输出更专业、更有深度。

五、Prompt调试方法

写Prompt不是一次就能写好的，需要不断调试。

1. 从简单开始

先写一个简单的Prompt，看看输出效果。然后根据输出，逐步调整和完善。

不要一开始就写很复杂的Prompt，那样出了问题不知道是哪里的问题。

2. 一次只改一个变量

调试Prompt时，一次只改一个地方。

比如，先改角色设定，看看输出有没有变化。如果一次改多个地方，就不知道是哪个改动起了作用。

3. 对比测试

准备几个不同的Prompt，用同样的输入测试，对比输出效果。

Prompt A：写一篇关于XX的文章
Prompt B：你是一个资深记者，请写一篇关于XX的深度报道，字数1500字...

对比之后，选择效果最好的那个。

4. 分析失败案例

当AI的输出不符合预期时，分析原因：

  • 是指令不够明确？
  • 是缺少上下文？
  • 是示例不够好？
  • 是任务太复杂？

找到原因，然后针对性地改进Prompt。

5. 迭代优化

Prompt工程是一个迭代的过程。

写Prompt → 测试 → 分析 → 改进 → 再测试，直到输出符合预期。

不要期望一次就能写出完美的Prompt。

六、实际应用案例

分享几个实际应用的案例。

案例一：文本摘要

你是一个专业的编辑。请把以下文章摘要成100字以内的内容，保留核心信息，语言简洁。

文章：
[长文章内容]

效果：AI能生成简洁准确的摘要。

案例二：代码解释

你是一个资深的前端工程师。请解释以下React代码的作用和原理，用通俗易懂的语言，适合初学者理解。

代码：
useEffect(() => {
  const subscription = props.source.subscribe();
  return () => {
    subscription.unsubscribe();
  };
}, [props.source]);

效果：AI能详细解释代码的作用，包括useEffect的用法、订阅和清理的机制。

案例三：邮件写作

你是一个专业的商务人士。请帮我写一封邮件，内容是：
- 感谢对方的合作
- 告知项目已经完成
- 询问是否需要后续支持

要求：语气礼貌专业，字数200字以内。

效果：AI能生成一封格式规范、语气恰当的商务邮件。

案例四：数据提取

请从以下文本中提取人名、公司名和职位，用JSON格式输出。

文本：张三是阿里巴巴的高级工程师，李四是腾讯的产品经理。

效果：

{
  "people": [
    {"name": "张三", "company": "阿里巴巴", "position": "高级工程师"},
    {"name": "李四", "company": "腾讯", "position": "产品经理"}
  ]
}

七、常见的错误

说说写Prompt时常见的错误。

错误一：指令太模糊

帮我写点东西。

AI不知道写什么、写给谁、写多长，输出肯定不符合预期。

错误二：信息太多太杂

你是一个医生，也是一个老师，还是一个程序员。请帮我写一篇关于健康的文章，还要包含编程技巧，用诗歌的形式...

信息太多，AI会混乱。一个Prompt只做一件事。

错误三：期望AI知道一切

不要假设AI知道你的具体情况。如果需要背景信息，一定要在Prompt中提供。

错误四：不测试就用

写好Prompt后，一定要测试。用不同的输入测试，看看输出是否稳定。不要写好就直接用在生产环境。

错误五：忽略安全问题

如果Prompt中包含敏感信息（用户数据、商业机密等），要注意安全。不要把敏感信息发给不可信的AI服务。

八、高级技巧

分享一些高级技巧。

1. 温度（Temperature）调整

大多数AI服务都有Temperature参数，控制输出的随机性。

  • Temperature低（0-0.3）：输出稳定、确定，适合分类、提取等任务
  • Temperature中（0.3-0.7）：平衡，适合一般的写作和问答
  • Temperature高（0.7-1.0）：输出多样、有创意，适合创意写作、头脑风暴

根据任务类型，选择合适的Temperature。

2. 系统提示（System Prompt）

用系统提示设定AI的整体行为。

系统：你是一个专业的技术作家，擅长用通俗易懂的语言解释复杂的技术概念。
用户：请解释什么是React的虚拟DOM。

系统提示能让AI在整个对话中保持一致的角色和风格。

3. 自我检查

让AI检查自己的输出。

请先写一篇文章，然后检查文章中是否有以下问题：
1. 逻辑是否清晰
2. 是否有语法错误
3. 是否有遗漏的要点
如果有问题，请修改后再输出。

自我检查能提高输出的质量。

4. 多轮对话

对于复杂的任务，用多轮对话逐步完善。

第一轮：让AI写初稿 第二轮：指出问题，让AI修改 第三轮：继续优化，直到满意

多轮对话比一次性写一个复杂的Prompt效果更好。

九、Prompt工程的未来

Prompt工程是一个快速发展的领域。

1. 会越来越重要

随着AI能力的增强，Prompt工程会越来越重要。好的Prompt能充分发挥AI的能力，差的Prompt会浪费AI的潜力。

2. 会出现专门的工具

已经出现了一些Prompt管理和优化的工具，未来会更多。这些工具能帮助你管理Prompt、测试效果、优化性能。

3. AI会越来越好理解自然语言

随着AI的发展，它会越来越理解自然语言，Prompt的门槛会降低。但即使AI更聪明了，清晰明确的指令依然重要。

4. 会成为一项基本技能

未来，Prompt工程可能会成为一项基本技能，就像今天的搜索技巧一样。每个人都需要知道如何和AI有效沟通。

十、写在最后

Prompt工程，是和AI沟通的艺术。

它不是什么高深的技术，而是一种清晰表达的能力。你能把需求说清楚，AI就能给你好的输出。

2022年7月，大语言模型还在快速发展中。Prompt工程也在不断演进，新的技巧和方法层出不穷。但核心原则是不变的：明确、具体、有结构、有示例。

最后，用一句话总结："好的Prompt = 明确的角色 + 具体的任务 + 充分的上下文 + 清晰的格式 + 合适的示例。把这些做好，AI的输出就不会差。"

愿你在和AI沟通的过程中，越来越得心应手。