Prompting Techniques提示词工程核心知识梳理

发布时间:2026/7/17 7:48:09
Prompting Techniques提示词工程核心知识梳理 请看这条消息数组。第一条消息角色为 system系统角色这是开发者设定的指令。 指令内容“你是一名负责管理日程与任务的私人助手。” 这条指令会决定模型输出的每一条回答。第二条消息角色为 user用户角色是使用者提出的问题“我今天有哪些日程安排”系统提示对终端用户是不可见的但它会一直存在持续参与上下文。 在 ChatGPT 网页端系统提示由 OpenAI 后台预先写好如果你自己开发应用就需要手动编写系统提示。 这也是调用 API 比直接网页聊天能力更强的核心原因之一。我们举实例直观说明同一个问题搭配三种不同提示词会得到三种完全不一样的回复。只简单说“帮我整理日程。” 模型只会给出笼统、通用的时间管理建议实用性很差。细化要求“用带时间的项目符号列出我今天所有会议。” 此时模型明确了你想要的格式和需要展示的信息输出简短、结构化、可用。增加身份与复杂约束“你是私人助手用户今日行程繁忙。总结他的全部日程标出时间冲突若存在撞期会议给出调整建议。” 这时的回复精准、落地、可直接执行。 结论上下文信息越丰富、约束条件越多输出内容越有价值。举个通用例子 不要只说 “总结一下这段内容” 而要写“用三条项目符号为技术受众总结本文。”提示词里每多一句话、一个限定都是一条约束约束越清晰模型输出质量越高。 还有一种高效技巧在提示词中附上标准示例直观告诉模型你想要的效果这种方法叫做少样本提示few-shot prompting。一、核心基础System Prompt系统提示1. 定义与作用API 对话消息数组分为两类永久角色system底层全局指令对用户不可见全程作用于整条对话上下文锁定 AI 身份、行为规则、输出标准网页端由厂商内置自研应用可自定义是 API 能力强于普通网页聊天的关键。user终端用户提问单次可变需求。示例消息数组结构[ {role:system,content:你是一名负责管理日程与任务的私人助手。}, {role:user,content:我今天有哪些日程安排} ]系统提示优先级高于用户提问所有回答必须遵循 system 设定的身份与规则。2. 三层指令对比模糊→细化→强约束输出质量逐级提升表格指令等级提示词写法输出效果核心问题零约束模糊帮我整理日程宽泛通用时间管理空话无结构化信息无法直接使用缺少身份、格式、输出边界AI 自由发挥单层约束细化用带时间的项目符号列出我今天所有会议结构清晰、内容简短但缺少复杂场景处理逻辑如时间冲突仅限定输出格式无业务处理规则多层约束完整系统提示你是私人助手用户今日行程繁忙。总结他的全部日程标出时间冲突若存在撞期会议给出调整建议精准落地、可直接执行覆盖异常场景同时锁定身份 任务目标 处理规则 异常方案多重约束缩小 AI 生成随机空间核心结论提示词里每一条限定、每一条规则都是约束约束越具体、维度越丰富角色 / 格式 / 逻辑 / 异常AI 输出偏离预期的概率越低内容落地价值越高。二、进阶强力技巧少样本提示 Few-Shot Prompting1. 基础概念依托大模型上下文学习In-Context Learning能力不微调模型权重直接在提示词中放入2–5 组「输入 - 标准输出」示范样例让 AI 直观看懂你想要的风格、格式、推理逻辑替代冗长抽象文字描述CSDN博...。Zero-shot零样本只文字描述需求无示例Few-shot少样本附带标准样例控制力大幅提升。2. 适用场景文字说不清楚示范一眼看懂强制固定输出格式JSON、特定列表、表格、固定句式统一文风、专业话术商务文案、技术总结、特定写作风格多步复杂推理任务日程冲突判断、数据分类、内容提取降低 AI 幻觉减少多余前言、无关解释。3. 标准化提示词结构三段式任务总说明明确要完成什么示范样例2–5 组规范输入 标准答案当前待处理输入。实战示例日程助手少样本提示# 任务整理用户日程标记冲突并给出调整方案 ## 示例1 用户日程9:00-10:00部门例会9:30-11:00客户面谈 输出 1. 9:00-10:00 部门例会 2. 9:30-11:00 客户面谈 【时间冲突】两项会议9:30–10:00重叠 调整建议将客户面谈延后至11:10开始 ## 示例2 用户日程14:00-15:00方案评审16:00-17:00周报撰写 输出 1. 14:00-15:00 方案评审 2. 16:00-17:00 周报撰写 【无时间冲突】 ## 当前用户日程8:30-10:00产品会9:00-10:30线下拜访AI 会完全复刻示例的排版、冲突标记逻辑、建议话术输出高度统一。三、通用优化公式可复用到所有场景反面低效模糊写法总结一下这段内容问题无受众、无篇幅、无结构、无重点要求输出不可控。正面标准强约束写法用三条项目符号为技术受众总结本文每条只保留核心技术逻辑不添加科普铺垫拆解约束维度输出结构3 条项目符号目标受众技术人群内容限制仅核心逻辑禁止项剔除科普废话。四、落地设计模板高质量 System Prompt 通用四段式# 1. 角色定位锁定AI身份、专业能力 你是XX领域专业助手核心职责xxx # 2. 核心任务明确要处理的输入、最终目标 接收用户日程文本完成全量梳理、冲突识别、优化建议输出 # 3. 输出强制格式缩小生成空间 固定使用带时间点的有序列表冲突单独标注建议简洁可执行 # 4. 行为约束禁止项兜底防跑偏 1. 不得遗漏任意一条日程 2. 不添加无关寒暄仅输出日程相关内容 3. 冲突必须给出至少1条可行调整方案 # 5. 可选少样本示范进一步统一输出标准 【附上2–3组输入输出样例】五、关键底层逻辑总结系统提示是 AI 行为的底层基准长对话全程生效自研 API 应用的核心可控手段模糊指令 放任模型随机生成多层清晰约束 可控、稳定、可落地的输出文字描述有极限少样本提示用范例直观传递标准是提升输出一致性最高效的技巧优化提示词的核心思路从「只说要做什么」升级为「明确身份 规定格式 定义处理逻辑 给出示范 划定禁止行为」。