012、大语言模型应用开发：Prompt工程与LangChain框架

012、大语言模型应用开发：Prompt工程与LangChain框架

昨天深夜调试一个对话场景，模型死活不肯输出JSON格式。喂了十几条示例，它要么漏字段，要么用自然语言瞎编。最后发现是temperature参数没调——这玩意儿设成0.9，模型就放飞自我了。折腾到凌晨三点才意识到，大模型开发里，Prompt设计比写代码更需要工程化思维。

Prompt不是填空题

很多人把Prompt当成填空题的题干，其实它更像给实习生写任务清单。你光说“整理数据”不够，得说明格式、字段顺序、异常处理规则。我常用的三层结构是这样的：

# 坏例子：模糊指令prompt="把用户问题分类"# 好例子：结构化指令system_prompt="""你是个客服分类助手，按以下规则输出JSON： 1. 只识别"退货"、"咨询"、"投诉"三类 2. 用户描述不明确时归为"咨询" 3. 输出格式：{"type": "分类", "confidence": 0.95}"""