提示工程实践指南：从基础原理到高级应用，掌握与大模型高效沟通的元技能

1. 项目概述：一份面向所有人的提示工程实践手册

如果你最近在尝试使用大语言模型，无论是ChatGPT、Claude还是国内的文心一言、通义千问，你很可能有过这样的经历：你问了一个问题，得到的回答要么是“正确的废话”，要么干脆跑题了。然后你开始尝试调整你的提问方式，加一些“请”、“务必”、“详细说明”之类的词，或者把问题拆成几个小问题。恭喜你，你已经在无意识地实践“提示工程”了。

“dair-ai/Prompt-Engineering-Guide”这个项目，就是一份系统化、开源、社区驱动的提示工程指南。它不是一个简单的“咒语大全”，而是一本旨在教会你如何与AI有效沟通的“元技能”手册。它的核心价值在于，将网络上零散的、经验性的提示技巧，整理成一套结构化的知识体系，涵盖了从基础概念到高级应用，从文本生成到代码生成、图像生成的方方面面。无论你是开发者想用AI辅助编程，是学生想用它高效学习，还是内容创作者想用它激发灵感，这份指南都能为你提供一个清晰的起点和持续学习的路径。

2. 核心思路拆解：为什么我们需要系统学习提示工程？

2.1 从“玄学”到“工程学”的转变

早期使用大语言模型，很多人的体验像是在“念咒语”或“抽卡”。网上流传着各种“神奇提示词”，比如“请扮演一个资深专家…”、“你是一个拥有10年经验的…”，这些方法有时有效，有时却失灵。这种不确定性源于我们对模型工作原理的模糊理解。提示工程的目标，就是消除这种不确定性，将与大模型交互的过程，从依赖运气的“玄学”，转变为可预测、可复现、可优化的“工程学”。

这份指南正是这一转变的产物。它不满足于罗列技巧，而是试图回答背后的“为什么”：为什么“思维链”提示（Chain-of-Thought）能提升复杂推理任务的准确性？为什么“少样本学习”（Few-Shot Learning）能让模型快速适应新领域？通过理解这些原理，你才能举一反三，而不是死记硬背模板。

2.2 开源与社区驱动的生命力

“dair-ai”是一个专注于AI民主化的社区，这个项目也继承了这一基因。它托管在GitHub上，意味着任何人都可以阅读、使用、甚至通过提交PR（Pull Request）来改进它。这种模式带来了几个关键优势：

1. 时效性：AI领域发展日新月异，新的模型、新的技巧不断涌现。一个静态的PDF或书籍很难跟上节奏，而一个活跃的GitHub仓库可以持续集成社区的最新发现。
2. 实践性：社区贡献者来自各行各业，他们提交的案例和技巧往往源于真实的生产或学习场景，比纯理论总结更具参考价值。
3. 多样性：指南涵盖了多种主流模型（OpenAI GPT, Anthropic Claude, 开源LLaMA等）和多种任务（问答、总结、推理、编程等），避免了局限于单一技术栈。

2.3 结构化知识体系的构建

指南的内容组织体现了其“工程化”的野心。它通常从最基础的“提示是什么”讲起，然后逐步深入到：

• 基础技巧：如如何清晰定义角色、任务、格式。
• 中级技术：如零样本/少样本提示、思维链提示、生成知识提示。
• 高级应用：如提示自动化、针对代码、图像生成模型的专用提示。
• 安全与可靠性：如如何规避模型的有害输出、幻觉问题，提升结果的可靠性。

这种结构让学习者可以循序渐进，根据自己的当前水平选择切入的章节，而不是面对一堆无序的“干货”感到无从下手。

3. 核心提示模式与技术深度解析

3.1 基础构建块：角色、指令与上下文

任何有效的提示都离不开几个核心构建块。指南会详细拆解每一个部分的作用和最佳实践。

角色设定：这是最常用也最有效的技巧之一。不是简单地说“你是一个助手”，而是进行精准定位。例如：

• 低效提示：“帮我写一份产品介绍。”
• 高效提示：“你是一位拥有15年科技行业经验的市场总监，擅长用简洁有力的语言打动投资人。请为一款面向中小企业的AI数据分析SaaS产品，撰写一段300字以内的电梯演讲稿，突出其‘零代码、五分钟上手’的核心优势。”

注意：角色设定要具体、可信，并与任务强相关。让模型扮演一个“诺贝尔奖得主”来写菜谱，可能不如让“米其林三星主厨”来得有效。

清晰指令：指令需要明确、无歧义，并包含具体的约束条件。约束条件包括：

• 格式：输出JSON、Markdown列表、表格、特定风格的文章。
• 长度：不超过500字、分三点说明、用一句话概括。
• 范围：仅讨论技术实现，不涉及商业分析；只列举2020年后的例子。
• 视角：以初学者能理解的方式解释；从批判性思维的角度分析。

提供上下文：模型没有真正的记忆，你提供的提示就是它全部的“上下文窗口”。提供相关的背景信息，能极大提升输出质量。例如，在让模型修改代码时，附上相关的API文档片段；在让模型总结文章时，提供文章的关键段落。

3.2 思维链提示：让AI“展示思考过程”

这是提升复杂推理任务准确性的革命性技术。其核心思想是，当要求模型回答一个多步骤推理问题时，不是直接问答案，而是鼓励它“一步一步地思考”，并把中间步骤输出出来。

示例对比：

• 标准提示：“小明有5个苹果，他吃了2个，又买了3包苹果，每包有4个。他现在一共有多少个苹果？”
• 思维链提示：“小明有5个苹果，他吃了2个，又买了3包苹果，每包有4个。请一步一步地思考，他现在一共有多少个苹果？”

对于标准提示，模型可能会直接计算5 - 2 + 3 * 4 = 5 - 2 + 12 = 15，但有时会出错。而思维链提示会引导模型输出：“首先，吃了2个后剩下5 - 2 = 3个。然后，买了3包，每包4个，所以买了3 * 4 = 12个。最后，总共有3 + 12 = 15个。” 这个过程不仅让答案更可靠，也让你能检查模型的逻辑是否正确。

实操心得：对于数学、逻辑、编程类问题，强制使用思维链提示几乎总是有益的。你可以在提示中明确加入“让我们一步步推理”、“请展示你的计算过程”等指令。对于GPT-4等高级模型，甚至可以通过系统指令（System Prompt）默认开启这一模式。

3.3 少样本学习提示：快速教会AI新任务

如果你有一个非常特定或格式固定的任务，零样本提示（不给例子）可能效果不佳。此时，你可以在提示中提供1到数个（通常是3-5个）高质量的输入-输出示例，模型就能快速学习并模仿这种模式。

示例结构：

任务：将用户查询分类为“功能咨询”、“故障投诉”或“购买意向”。 示例1： 查询：“这个软件能导出PDF报告吗？” 分类：功能咨询 示例2： 查询：“我刚买的产品无法开机，指示灯不亮。” 分类：故障投诉 示例3： 查询：“这个课程现在有折扣吗？” 分类：购买意向 现在请分类以下新查询：“我想了解一下企业版套餐的具体价格和用户上限。”

关键要点：

1. 示例质量至关重要：示例必须清晰、准确、无歧义，并且能代表任务的多样性。
2. 示例数量平衡：太少可能学不会，太多可能占用过多上下文窗口，影响主要任务。通常3-5个是甜点区。
3. 格式一致性：输入和输出的格式在所有示例中必须严格一致，模型才能学会映射关系。

3.4 生成知识提示：先丰富信息，再回答问题

对于需要深度领域知识的问题，直接提问可能得到肤浅或错误的答案。生成知识提示分为两步：

1. 知识生成：首先，指令模型根据问题，生成相关的事实、概念或背景知识。
2. 答案合成：然后，基于第一步生成的知识，指令模型综合这些信息来回答问题。

示例：

问题：“解释一下量子计算中的‘量子纠缠’在量子通信中的应用。” 第一步（知识生成）：请列出与‘量子纠缠’和‘量子通信’相关的关键事实和原理。 第二步（答案合成）：基于上面生成的知识，详细解释量子纠缠如何应用于量子通信，例如在量子密钥分发中的作用。

这种方法相当于让模型自己先做一遍“文献调研”，再基于调研结果组织答案，显著提升了回答的深度和准确性，尤其适合学术、技术类复杂问题。

4. 高级应用与自动化策略

4.1 针对代码生成的提示工程

对于开发者而言，用AI辅助编程是最高频的场景之一。指南会专门阐述如何为代码生成任务设计提示。

核心策略：

1. 明确技术栈与环境：开头就说明语言、框架、库版本。例如：“使用Python 3.9和pandas 1.4.0编写一个函数…”
2. 详细描述输入与输出：清晰定义函数参数的类型、结构，以及返回值的格式。最好能给出一个调用示例。
3. 指定约束与边界条件：包括性能要求（时间复杂度O(n)）、异常处理（如果输入为空返回什么）、不允许使用的函数（“不要用eval”）。
4. 提供代码上下文：如果要修改或添加功能，务必提供相关的现有代码片段。让模型在完整的上下文中工作。
5. 分步迭代：对于复杂功能，不要期望一个提示生成全部代码。可以先让模型设计函数签名和算法步骤，再让实现具体函数，最后让编写单元测试。

常见问题：模型生成的代码有时看起来正确但存在细微bug，或者使用了已弃用的API。因此，永远不要直接信任并运行生成的代码，必须将其视为“高级代码草案”，由开发者进行仔细的审查、测试和集成。

4.2 提示的自动化与管道构建

当提示工程从个人技巧升级为生产流程的一部分时，就需要考虑自动化。这通常涉及构建“提示管道”。

一个简单的文本处理管道可能包括：

1. 信息提取提示：从原始文档中提取关键实体和关系。
2. 总结归纳提示：对提取的信息进行概括。
3. 格式转换提示：将总结的内容转换为特定的报告格式（如JSON、SQL语句）。
4. 质量检查提示：对最终输出进行一致性、准确性校验。

实现工具：

• LangChain / LlamaIndex：这些框架专门为构建基于LLM的应用而生，提供了链接多个提示、管理上下文、连接外部数据源和工具的能力。例如，你可以轻松地创建一个链，先让模型搜索网络（通过工具），再基于搜索结果进行回答。
• 自定义脚本：对于简单流程，可以用Python脚本串联多个API调用，将上一个模型的输出作为下一个模型的输入，并在中间加入必要的逻辑判断。

实操心得：自动化提示管道的难点不在于调用模型，而在于错误处理和稳定性。模型输出是非确定性的，可能格式错误、可能中断、可能包含无关内容。你的管道必须有健壮的解析逻辑（如使用正则表达式或Pydantic模型来提取结构化数据）和重试、降级机制。

4.3 系统提示与角色持久化

在与ChatGPT等聊天界面交互时，你的每次对话都是独立的。但在通过API构建应用时，你可以通过“系统提示”来设定一个贯穿整个对话的持久化角色和基础指令。

系统提示示例：

你是一个严谨的科技文献翻译助手。你的核心任务是：将用户提供的英文AI论文摘要，翻译成专业、流畅的中文。你必须遵守以下规则： 1. 专业术语必须准确，并在首次出现时附上英文原词。 2. 保持原文的学术严谨性和逻辑结构，不得添加个人理解或评论。 3. 如果原文存在明显的语法或事实错误，在翻译中保留原样，但可以在输出末尾以【译者注】的形式简要指出。 4. 所有输出仅包含翻译后的中文文本及可选的译者注，不得有任何其他开场白或结束语。

系统提示在对话开始时一次性注入，它设定了模型的“人格”和行为基线，后续的用户消息都会在这个语境下被处理。这是构建可靠AI应用接口的基石。

5. 评估、迭代与避坑指南

5.1 如何评估提示的效果？

没有评估，优化就无从谈起。提示工程的评估分为主观和客观。

主观评估：

• 人工评分：对于创意写作、营销文案等任务，由目标受众或领域专家从相关性、流畅性、创意度等方面打分。
• A/B测试：准备两个不同版本的提示（A和B），在相同输入下生成结果，让人来选择哪个更好。这是优化营销邮件、广告文案等内容的黄金标准。

客观评估：

• 关键绩效指标：对于分类、提取、翻译等任务，可以使用精确率、召回率、F1分数、BLEU分数等标准指标。
• 程序化校验：对于代码生成，可以运行单元测试通过率；对于需要遵循严格格式的输出，可以用正则表达式校验格式正确性。
• 一致性测试：用同一提示多次运行（可能调整“温度”参数），检查输出是否在合理范围内波动，还是出现了前后矛盾。

一个实用的迭代流程：

1. 基线建立：设计一个你认为合理的初始提示，在一组标准测试用例上运行，记录效果。
2. 假设与修改：分析失败案例，假设问题所在（是指令不清？角色不对？示例不足？），修改提示。
3. 测试与比较：用同一组测试用例测试新提示，与基线比较。
4. 分析与固化：如果效果提升，分析原因并固化这部分修改；如果下降或不变，回到第2步。

5.2 常见陷阱与应对策略

在实际操作中，你会遇到各种各样的问题。以下是一些高频“坑点”及解决方案：

陷阱一：提示过于冗长或模糊

• 现象：模型忽略部分指令，或输出笼统。
• 对策：遵循“清晰、简洁、具体”原则。将复杂的指令分解为带编号的步骤。使用分隔符（如```, “””, —）来明确区分指令、上下文和输入。

陷阱二：模型“幻觉”或虚构信息

• 现象：模型自信地编造不存在的事实、引用或代码API。
• 对策：
  1. 在提示中要求模型“基于已知事实”或“如果你不确定，请说明”。
  2. 对于关键事实，采用生成知识提示，让模型先列出依据。
  3. 构建检索增强生成管道，让模型从你提供的可信知识库（如文档、数据库）中获取信息，而不是依赖其内部可能过时或错误的记忆。

陷阱三：输出格式不稳定

• 现象：有时输出JSON，有时输出纯文本，键名不统一。
• 对策：
  1. 在提示中提供极其严格的格式示例，甚至是一个完整的模板。
  2. 对于API调用，可以要求输出一个可被json.loads()解析的字符串，并指定temperature=0来降低随机性。
  3. 在后处理阶段，使用代码进行格式校验和清洗。

陷阱四：无法处理超长上下文

• 现象：模型在处理长文档时，会丢失中间部分的信息（“中间遗忘”）。
• 对策：
  1. 分而治之：将长文档分割成有重叠的块，分别处理每个块，再合并结果。
  2. 层次化总结：先让模型对每个段落或章节进行总结，再基于总结进行全局分析。
  3. 使用支持更长上下文的模型，并了解其真实的有效窗口（可能小于宣传值）。

陷阱五：成本与延迟失控

• 现象：提示越来越长，API调用费用飙升，响应变慢。
• 对策：
  1. 精简提示：移除不必要的上下文和示例。
  2. 缓存结果：对于常见、确定性的查询，缓存模型的输出。
  3. 使用更小的模型：对于简单任务，尝试性能足够但更便宜的模型（如GPT-3.5 Turbo）。
  4. 异步与批处理：将多个独立请求打包发送。

6. 从指南到实践：构建你的提示工具箱

阅读指南是第一步，更重要的是将其内化并应用到你的日常工作和学习中。我个人的实践方法是建立一个不断迭代的“提示工具箱”。

第一步：建立分类库我在Notion或任何笔记软件中创建了一个数据库，字段包括：

• 提示名称：简短描述，如“技术文章总结器”。
• 适用模型：GPT-4, Claude-3, 文心一言等。
• 核心任务：总结、创作、翻译、分类等。
• 完整提示文本：存储优化后的最佳版本。
• 示例输入/输出：存放1-2个最能体现其效果的例子。
• 使用场景：记录什么情况下用它最有效。
• 版本历史：记录每次重要的修改和原因。

第二步：场景化收集与优化不要漫无目的地收集提示。从你实际遇到的痛点开始：

• 如果你经常读英文论文，就专门优化一个“学术摘要翻译与提炼”提示。
• 如果你每周要写项目周报，就设计一个“根据Git提交记录生成周报”提示。
• 如果你需要处理大量用户反馈，就创建一个“反馈情感分析与分类”提示。

每次使用后，花一分钟思考：这次输出哪里好？哪里不好？如何微调提示让它下次更好？然后更新你的工具箱。

第三步：组合与创新不要被现有模式限制。尝试将不同的技术组合起来。例如，你可以创建一个提示，它先使用“少样本学习”让模型学会一种特定的代码审查规则，然后使用“思维链”让模型对一段新代码应用这个规则并解释其审查意见。这种组合往往能产生解决特定复杂任务的强大专用工具。

最后，保持开放和学习的心态。提示工程领域仍在飞速发展，新的模型、新的技术（如“提示微调”、“推理规划”）不断涌现。像“dair-ai/Prompt-Engineering-Guide”这样的开源项目，其最大价值在于它提供了一个持续更新的社区知识节点。将它作为你的起点和参考地图，但真正的道路，需要你在解决自己实际问题的过程中一步步走出来。记住，最好的提示工程师，永远是那个最了解自己需求的人。