Prompt Engineering：与大模型高效对话的艺术

AI 核心技能系列 · 第 3 篇

导语

同样一个模型，有人用得好，有人用得烂。差别往往就在 Prompt。

这不是玄学。Prompt Engineering 是目前 ROI 最高的 AI 技能——零成本、立竿见影。你不需要训练模型，不需要搭基础设施，只需要学会"怎么跟模型说话"，就能让它的输出质量提升一个档次。

很多人以为 Prompt Engineering 就是"把问题问清楚"。没错，但这只是冰山一角。真正的 Prompt Engineering 包括：策略选择、System Prompt 设计、结构化输出控制、失败诊断、甚至工程化管理。

这篇文章把 Prompt Engineering 从"个人技巧"拉到"专业技能"的高度。

一、Prompt 的本质：给模型的"工作说明书"

1.1 为什么 Prompt 这么重要

大模型的能力是"固定的"（在部署后），但你能释放多少，完全取决于 Prompt。

一个类比：大模型像一个什么都学过的博士。你问他"讲讲量子力学"，他可能讲得太学术你听不懂。但如果你说"用给高中生讲课的方式，解释量子力学的核心思想，限制在 200 字内"，他就能给你一个恰到好处的回答。

模型的能力是固定的，Prompt 决定了你能释放多少。

1.2 一个好 Prompt 的构成要素

一个好 Prompt 的五要素：

┌─────────────────────────────────────────────┐
│  1. 角色 (Role)       "你是一个资深后端工程师"   │
│  2. 任务 (Task)       "审查以下代码的安全问题"   │
│  3. 上下文 (Context)  "这是一个金融交易系统"     │
│  4. 格式 (Format)     "用表格列出问题和修复建议" │
│  5. 约束 (Constraint) "只关注 SQL 注入和 XSS"   │
└─────────────────────────────────────────────┘

1.3 效果对比

差 Prompt：

帮我看看这段代码有什么问题

好 Prompt：

你是一个有 10 年经验的后端安全工程师。
请审查以下 Python Flask 代码的安全漏洞，重点关注：
1. SQL 注入
2. XSS 攻击
3. 认证/授权缺陷

请用以下格式输出：
| 行号 | 漏洞类型 | 严重程度 | 问题描述 | 修复建议 |

代码如下：
<code>
...
</code>

同一个模型，前者可能给你一个模糊的"看起来还行"，后者会给你一份结构化的安全审查报告。

二、基础技巧：五种核心 Prompting 策略

2.1 Zero-shot Prompting（零样本）

直接提问，不给例子。

import openai

response = openai.chat.completions.create(
    model="gpt-4o",
    messages=[
        {"role": "user", "content": "把以下英文翻译成中文：The future of AI is both exciting and uncertain."}
    ]
)
print(response.choices[0].message.content)
# 输出: AI 的未来既令人兴奋又充满不确定性。

适用场景：简单任务、模型能力范围内的常见任务。

2.2 Few-shot Prompting（少样本）

给几个示例，让模型学会你想要的模式。

response = openai.chat.completions.create(
    model="gpt-4o",
    messages=[
        {"role": "user", "content": """请按以下格式对商品评价进行情感分析：

评价: "这个手机电池很耐用，拍照也清晰" → 情感: 正面 | 关键词: 电池、拍照
评价: "包装破损，而且颜色和图片差别很大" → 情感: 负面 | 关键词: 包装、色差
评价: "一般般吧，没什么特别的" → 情感: 中性 | 关键词: 无

现在分析这条评价:
评价: "物流很快第二天就到了，但是用了一周就坏了" → """}
    ]
)
# 输出: 情感: 负面 | 关键词: 物流、质量

适用场景：需要特定输出格式、分类任务、模型需要"对齐"你的预期。

2.3 Chain-of-Thought（思维链）

让模型一步步推理，而不是直接给答案。

# 不用 CoT
prompt_bad = "一个水池有两个水管，A管每小时放水3吨，B管每小时放水5吨。水池容量40吨，同时打开两个水管，多久能放满？"
# 模型可能直接给出 5 小时（错误）

# 用 CoT
prompt_good = """一个水池有两个水管，A管每小时放水3吨，B管每小时放水5吨。水池容量40吨，同时打开两个水管，多久能放满？

请一步步推理："""

# 模型输出：
# 1. A管每小时放水 3 吨
# 2. B管每小时放水 5 吨
# 3. 同时打开，每小时放水 3 + 5 = 8 吨
# 4. 水池容量 40 吨
# 5. 需要时间 = 40 / 8 = 5 小时
# 答案：5 小时

更强的变体是加一句魔法咒语："Let's think step by step"——仅此一句，在 GSM8K 数学测试上能将 GPT-3 的准确率从 17.7% 提升到 78.7%。

适用场景：数学、逻辑推理、复杂分析等需要多步推理的任务。

2.4 Tree-of-Thought（思维树）

CoT 是一条推理链，ToT 是多条推理链并行探索，选最优的。

prompt_tot = """
问题：一家公司年收入 1000 万，想在三年内翻倍。请提出策略方案。

请用以下方式分析：
1. 提出 3 个不同的策略方向
2. 对每个策略，分析优势、风险和可行性
3. 综合评估，推荐最优方案

方向一：扩大市场份额
[分析...]

方向二：提高客单价
[分析...]

方向三：开拓新业务线
[分析...]

综合评估与推荐：
[...]
"""

适用场景：复杂决策、方案比较、需要考虑多种可能性的问题。

2.5 ReAct（推理 + 行动）

ReAct 模式让模型交替进行"思考"和"行动"，是 Agent 的核心 Prompting 模式。

Prompt: 查一下今天北京的天气，然后告诉我适合穿什么衣服。

Thought 1: 用户想知道北京天气和穿衣建议，我需要先查天气。
Action 1: search_weather(city="北京")
Observation 1: 北京今天晴，气温 -2°C ~ 8°C，西北风 3-4 级

Thought 2: 气温较低，有风，需要穿保暖衣物。
Action 2: 无需额外工具，直接给出建议

Answer: 北京今天晴天但气温较低（-2°C ~ 8°C），建议穿羽绒服或厚棉服，
里面穿毛衣。有 3-4 级西北风，记得戴围巾和手套。

适用场景：需要调用外部工具、信息不完整需要逐步获取、Agent 场景。

2.6 五种策略对比

策略	复杂度	适用场景	Token 消耗	效果提升
Zero-shot	★	简单任务	低	基准
Few-shot	★★	需要格式对齐	中	显著
CoT	★★	推理任务	中	数学/逻辑大幅提升
ToT	★★★	复杂决策	高	开放式问题提升大
ReAct	★★★★	Agent/工具调用	高	需要外部信息时必备

三、进阶技巧：System Prompt 设计

3.1 System Prompt 的作用

System Prompt 是你和模型之间的"合同"——它定义了整个对话的基调、规则和边界。

response = openai.chat.completions.create(
    model="gpt-4o",
    messages=[
        {"role": "system", "content": """你是一个资深 Python 后端架构师。

## 角色设定
- 10 年 Python 开发经验，精通 FastAPI、SQLAlchemy、Redis
- 沟通风格：直接、务实，不说废话
- 代码风格：PEP 8 规范，类型注解，完整异常处理

## 回答规则
1. 给出代码时必须包含类型注解和 docstring
2. 指出潜在的性能问题和安全风险
3. 推荐最佳实践而不是"能跑就行"的方案
4. 如果问题不够清晰，先确认需求再给方案

## 输出格式
- 代码用 ```python 代码块包裹
- 关键决策点用 ⚠️ 标注
- 替代方案用 💡 标注"""},
        {"role": "user", "content": "帮我设计一个用户认证模块的接口"}
    ]
)

3.2 System Prompt 设计最佳实践

结构化模板：

# 角色
[一句话定义角色]

# 能力
- 擅长什么
- 知识范围

# 规则
1. 必须做什么
2. 不能做什么
3. 遇到边界情况怎么处理

# 输出格式
[定义输出的结构]

# 示例（可选）
[一个完整的输入-输出示例]

常见技巧：

角色越具体越好："资深后端工程师" > "工程师" > "助手"
规则用编号列表：模型更容易遵循结构化的规则
用 Markdown 分区：# ## 分区让模型更好地理解结构
给负面约束："不要使用 eval()" 比 "用安全的方式" 更明确
长 System Prompt 放重要信息在开头和结尾：注意力分布在这两个位置最强

四、结构化输出控制

4.1 JSON Mode

当你需要模型输出结构化数据时，JSON Mode 可以保证输出格式。

from openai import OpenAI
from pydantic import BaseModel

client = OpenAI()

# 方法一：JSON Mode
response = client.chat.completions.create(
    model="gpt-4o",
    response_format={"type": "json_object"},
    messages=[
        {"role": "system", "content": "你是一个 API 接口。请以 JSON 格式返回数据。"},
        {"role": "user", "content": "分析这条评价的情感：'手机很好用，但是价格太贵了'"}
    ]
)
print(response.choices[0].message.content)
# {"sentiment": "mixed", "positive": ["好用"], "negative": ["价格贵"], "score": 0.6}

4.2 Structured Output（推荐）

OpenAI 的 Structured Output 功能更强——直接用 Pydantic 模型定义输出 Schema：

from pydantic import BaseModel
from typing import List

class SentimentAnalysis(BaseModel):
    sentiment: str  # "positive", "negative", "mixed", "neutral"
    confidence: float
    positive_aspects: List[str]
    negative_aspects: List[str]
    summary: str

response = client.beta.chat.completions.parse(
    model="gpt-4o",
    messages=[
        {"role": "system", "content": "分析用户评价的情感。"},
        {"role": "user", "content": "物流很快，但包装简陋，商品本身质量还不错。"}
    ],
    response_format=SentimentAnalysis,
)

result = response.choices[0].message.parsed
print(f"情感: {result.sentiment}")
print(f"置信度: {result.confidence}")
print(f"正面: {result.positive_aspects}")
print(f"负面: {result.negative_aspects}")

4.3 处理模型"不听话"的常见手段

问题	解决方案
不输出 JSON	使用 JSON Mode 或 Structured Output
输出格式不稳定	Few-shot 给标准格式示例
总是加多余的解释	明确说 "只输出 JSON，不要任何解释文字"
字段缺失	在 Schema 中设置 required 字段
值的范围不对	在描述中明确约束（如 "score 范围 0-1"）

五、常见失败模式与修复

5.1 幻觉（Hallucination）

现象：模型自信地输出错误或编造的信息。

原因：模型在做 Token 预测，不是在"查事实"。当它不确定时，依然会输出最"合理"的下一个 Token。

缓解策略：

加约束："如果你不确定，请明确说'我不确定'"
要求引用来源："请基于以下资料回答，不要添加资料中没有的信息"
使用 RAG：提供事实性上下文
降低 temperature：减少随机性
交叉验证：让模型自己检查答案

5.2 指令遗忘

现象：长对话中模型开始"忘记"之前的指令。

原因：注意力机制在长上下文中的衰减（虽然 100 万 Token 窗口理论上够了，但注意力分布不均）。

缓解策略：

关键指令放在 System Prompt 中（最不容易被遗忘）
在长对话中定期重复重要规则
使用分隔符标记重要信息：### 重要规则 ###

5.3 格式不稳定

现象：同样的 Prompt，每次输出的格式不一样。

缓解策略：

使用 Structured Output（从根源解决）
给多个 Few-shot 示例强化格式
temperature 设为 0（确定性输出）
在 Prompt 末尾重复格式要求

5.4 速查表

问题	原因	快速修复
幻觉	模型生成最可能的 Token，而非事实	RAG + "不确定就说不知道"
指令遗忘	长上下文注意力衰减	重要规则放 System Prompt
格式不稳定	缺乏明确的格式约束	Structured Output / Few-shot
拒绝回答	过度安全对齐	调整措辞，提供合理上下文
回答太长	没有长度约束	明确 "限制在 X 字内"
回答太短	缺乏深度要求	"请详细解释" + CoT
偏离主题	指令不够聚焦	收窄任务范围 + 负面约束

六、Prompt 工程化：从个人技巧到团队规范

6.1 Prompt 版本管理

Prompt 和代码一样需要版本管理。推荐做法：

prompts/
├── sentiment-analysis/
│   ├── v1.0.md          # 初版
│   ├── v1.1.md          # 修复了幻觉问题
│   ├── v2.0.md          # 大改版，加了 Few-shot
│   └── CHANGELOG.md     # 变更记录
├── code-review/
│   └── ...
└── README.md            # Prompt 目录索引

6.2 Prompt 模板化

from string import Template

# 定义 Prompt 模板
SENTIMENT_TEMPLATE = Template("""
你是一个情感分析专家。请分析以下 $domain 领域的用户评价。

## 分析维度
$dimensions

## 输出格式
$output_format

## 评价内容
$review
""")

# 使用时填入参数
prompt = SENTIMENT_TEMPLATE.substitute(
    domain="电商",
    dimensions="- 商品质量\n- 物流速度\n- 客服态度",
    output_format='JSON: {"sentiment": "...", "scores": {...}}',
    review="手机质量不错，但物流太慢了"
)

6.3 A/B 测试与评估

不要凭感觉判断 Prompt 好不好——用数据说话。

import json

def evaluate_prompt(prompt_version, test_cases):
    """评估一个 Prompt 版本在测试集上的表现"""
    results = []
    for case in test_cases:
        response = call_llm(prompt_version, case["input"])
        score = compare(response, case["expected_output"])
        results.append({
            "input": case["input"],
            "expected": case["expected_output"],
            "actual": response,
            "score": score
        })
    
    avg_score = sum(r["score"] for r in results) / len(results)
    return {"prompt_version": prompt_version, "avg_score": avg_score, "details": results}

# 对比两个版本
result_v1 = evaluate_prompt("v1.0", test_cases)
result_v2 = evaluate_prompt("v2.0", test_cases)
print(f"v1.0 平均分: {result_v1['avg_score']:.2f}")
print(f"v2.0 平均分: {result_v2['avg_score']:.2f}")

七、职业视角：Prompt Engineering 在岗位中的价值

7.1 面试高频问题

问题	考察点	核心答案要点
如何设计一个好的 Prompt？	方法论	五要素：角色、任务、上下文、格式、约束
CoT 的原理是什么？	技术深度	让模型逐步推理，减少直接跳跃到答案时的错误
Few-shot 和 Fine-tuning 什么时候用哪个？	决策能力	Few-shot：任务简单、数据少；Fine-tuning：特定风格/格式、大量重复调用
怎么减少模型幻觉？	实战经验	RAG 提供事实来源、温度降低、要求引用来源、交叉验证
你在项目中怎么管理 Prompt？	工程能力	版本管理、模板化、A/B 测试、评估指标

7.2 Prompt Engineer 的职业定位

2024 年 "Prompt Engineer" 一度被炒得很热，年薪开到百万。2026 年更理性了：

现实是：Prompt Engineering 不是一个独立岗位，而是每个 AI 从业者都必须掌握的基础能力——就像"会写 SQL"不是一个独立岗位，但数据相关的岗位都得会一样。

AI 应用工程师：Prompt 是日常工具
AI 产品经理：需要能写 Prompt 做原型验证
Agent 开发者：System Prompt + Tool Description 是核心
数据分析师：Prompt 驱动 LLM 做数据分析

总结

Prompt Engineering 的核心知识点：

五要素：角色、任务、上下文、格式、约束——好 Prompt 的基本框架
五种策略：Zero-shot → Few-shot → CoT → ToT → ReAct，按复杂度递增选用
System Prompt：定义对话的"合同"，用结构化 Markdown 编写
结构化输出：用 JSON Mode / Structured Output 控制格式，告别格式不稳定
失败诊断：幻觉、遗忘、格式问题都有对应的修复策略
工程化：Prompt 也需要版本管理、模板化、A/B 测试

这是你进入 AI 领域最快能见效的技能。掌握了 Prompt Engineering，你立刻就能在工作中用大模型提效。而这也是后面 RAG、Function Calling、Agent 开发的基础——所有和模型的交互，最终都落到 Prompt 上。

本文是 AI 核心技能系列 第 3 篇，共 12 篇。上一篇：大模型训练全景：预训练与后训练 | 下一篇：Embedding 与向量数据库：语义理解的基础设施

关注公众号「coft」，获取完整系列更新、配套代码和学习路线图。一起交流 AI 转行经验，助力职业跃升，迈向高薪岗位。

posted @ 2026-02-27 15:32 warm3snow 阅读(11) 评论(0) 收藏举报

刷新页面返回顶部

warm3snow

Prompt Engineering：与大模型高效对话的艺术

Prompt Engineering：与大模型高效对话的艺术

导语

一、Prompt 的本质：给模型的"工作说明书"

1.1 为什么 Prompt 这么重要

1.2 一个好 Prompt 的构成要素

1.3 效果对比

二、基础技巧：五种核心 Prompting 策略

2.1 Zero-shot Prompting（零样本）

2.2 Few-shot Prompting（少样本）

2.3 Chain-of-Thought（思维链）

2.4 Tree-of-Thought（思维树）

2.5 ReAct（推理 + 行动）

2.6 五种策略对比

三、进阶技巧：System Prompt 设计

3.1 System Prompt 的作用

3.2 System Prompt 设计最佳实践

四、结构化输出控制

4.1 JSON Mode

4.2 Structured Output（推荐）

4.3 处理模型"不听话"的常见手段

五、常见失败模式与修复

5.1 幻觉（Hallucination）

5.2 指令遗忘

5.3 格式不稳定

5.4 速查表

六、Prompt 工程化：从个人技巧到团队规范

6.1 Prompt 版本管理

6.2 Prompt 模板化

6.3 A/B 测试与评估

七、职业视角：Prompt Engineering 在岗位中的价值

7.1 面试高频问题

7.2 Prompt Engineer 的职业定位

总结

转载声明

公告