一、最重要的心智模型

把模型想象成一个极其听话但字面理解能力极强的新员工。你说"帮我写个好的回答"，它不知道"好"是什么意思。你说"用中文回答，分三点，每点不超过两句话，语气正式"，它就能做到。

Prompt 的本质：减少模型的"猜测空间"，让它的行为符合你的预期。

---

二、System Prompt 的四要素

一个好的 system prompt 按这个顺序写：

① 角色定义   → 你是谁，有什么背景
② 能力范围   → 你能做什么
③ 输出格式   → 怎么回答（语言、结构、长度）
④ 边界规则   → 不能做什么

差的 system prompt（太模糊）：

python

system = "你是一个助手，帮用户解答问题。"
# 问题：什么类型的助手？什么问题？什么格式？

好的 system prompt（四要素齐全）：

python

system = """你是一个企业内部 HR 政策助手。

【能力范围】
- 回答员工关于年假、病假、报销、薪资发放的问题
- 解释公司规章制度

【回答格式】
- 使用中文，语气专业但亲切
- 直接给出结论，再解释原因
- 超过 3 个要点时用编号列表
- 回答控制在 200 字以内

【边界规则】
- 只基于公司政策回答，不做个人判断
- 不确定时说："建议直接联系 HR 团队确认"
- 不讨论薪资谈判、绩效申诉等敏感话题"""

---

三、六个核心技巧

技巧 1：Few-shot（给例子）

不要只描述你要什么，直接给几个输入输出的例子。模型会模仿格式：

python

messages = [
    {"role": "system", "content": "将用户反馈分类为：功能请求 / Bug 报告 / 使用咨询 / 其他"},

    # 三个示例（few-shot）
    {"role": "user",      "content": "登录按钮点击没反应"},
    {"role": "assistant", "content": "Bug 报告"},

    {"role": "user",      "content": "能不能支持暗黑模式？"},
    {"role": "assistant", "content": "功能请求"},

    {"role": "user",      "content": "怎么导出数据到 Excel？"},
    {"role": "assistant", "content": "使用咨询"},

    # 真正要分类的
    {"role": "user",      "content": "上传文件后页面白屏了"},
]

Few-shot 对格式控制特别有效——当你要模型按特定格式输出时，给一两个例子比描述强十倍。

---

技巧 2：Chain of Thought（让模型先想再答）

复杂推理任务（数学、逻辑、多步判断）里，让模型"展示思考过程"能显著提升准确率：

python

# 普通提问（容易出错）
{"role": "user", "content": "这个合同条款是否符合劳动法？[条款内容]"}

# CoT 提问（让模型一步步推理）
{"role": "user", "content": """
请分析这个合同条款是否符合劳动法。

请按以下步骤思考：
1. 条款的核心主张是什么？
2. 相关劳动法条文是什么？
3. 条款是否与法条冲突？
4. 最终结论

[条款内容]
"""}

也可以在 system prompt 里直接要求思维链：

python

system = """回答问题前，先用 <思考> 标签写出你的推理过程，再给出最终回答。

示例格式：
<思考>
1. 问题涉及...
2. 需要考虑...
3. 因此...
</思考>

最终回答：..."""

---

技巧 3：用 XML 标签隔离内容

当 prompt 里混合了"指令"和"数据"时，用 XML 标签清晰分隔。这在 RAG 场景里尤其重要，防止文档内容被当作指令：

python

def build_rag_prompt(question: str, docs: list[dict]) -> str:
    context = "\n\n".join([
        f"<document id='{i+1}' source='{d['filename']}'>\n{d['content']}\n</document>"
        for i, d in enumerate(docs)
    ])

    return f"""你是知识库问答助手，只基于以下文档回答问题。

<documents>
{context}
</documents>

<question>
{question}
</question>

回答要求：
- 只使用文档中的信息
- 引用时标注来源，格式：[文档1]
- 文档中没有答案时说"根据现有文档，未找到相关信息"
"""

---

技巧 4：输出格式约束

明确指定格式，减少解析失败的概率：

python

# 要求 JSON 输出
system = """分析用户反馈，以 JSON 格式返回结果。

输出格式（严格遵守，不要输出其他内容）：
{
  "category": "功能请求|Bug报告|使用咨询|其他",
  "sentiment": "positive|neutral|negative",
  "priority": "high|medium|low",
  "summary": "一句话摘要（不超过30字）",
  "requires_human": true或false
}"""

# 配合 Structured Outputs 更稳定（见阶段2）

---

技巧 5：正面描述 > 负面描述

告诉模型"做什么"比告诉它"不要做什么"效果更好：

python

# 差（负面描述）
"不要废话，不要重复问题，不要用太多形容词"

# 好（正面描述）
"直接给出答案，一句话结论在前，细节在后，语言精练"

---

技巧 6：角色扮演提升专业性

赋予模型具体的专业角色，输出质量会提升：

python

# 普通
system = "帮我审查代码"

# 有角色
system = """你是一位有 10 年经验的 Python 后端工程师，专注于 API 设计和性能优化。
代码审查时重点关注：
- 安全漏洞（SQL注入、认证缺失、敏感信息泄漏）
- 性能问题（N+1 查询、不必要的同步调用）
- 代码可维护性（命名、拆分、重复逻辑）

发现问题时给出具体的修改建议和代码示例。"""

---

四、AI 应用里最常用的三类 Prompt 模板

模板 1：RAG 问答

python

RAG_SYSTEM = """你是企业知识库助手。

规则：
1. 只使用 <context> 标签中的信息回答
2. 引用时用 [来源N] 标注，例如：根据公司规定[来源1]，...
3. 信息不足时说："根据现有文档，未找到相关信息。"
4. 不要编造文档中没有的内容

输出格式：
- 先给结论，再给依据
- 超过 3 点时用编号列表"""

def make_rag_messages(question: str, chunks: list[dict]) -> list[dict]:
    context = "\n\n".join([
        f"[来源{i+1}] {c['filename']}:\n{c['content']}"
        for i, c in enumerate(chunks)
    ])
    return [
        {"role": "system", "content": RAG_SYSTEM},
        {"role": "user", "content": f"<context>\n{context}\n</context>\n\n问题：{question}"},
    ]

模板 2：结构化信息提取

python

EXTRACT_SYSTEM = """从文本中提取结构化信息，以 JSON 返回。
只输出 JSON，不要任何解释或 markdown 代码块。

如果某个字段在文本中找不到，填 null。"""

def make_extract_messages(text: str, schema_desc: str) -> list[dict]:
    return [
        {"role": "system", "content": EXTRACT_SYSTEM},
        {"role": "user", "content": f"提取以下字段：{schema_desc}\n\n文本：{text}"},
    ]

模板 3：多步任务分解

python

AGENT_SYSTEM = """你是一个任务执行助手。

处理用户请求时：
1. 先分析需要哪些步骤
2. 说明你打算调用哪个工具，以及原因
3. 根据工具返回结果判断是否继续
4. 所有信息齐全后给出最终回答

如果工具返回了错误，解释错误原因并说明替代方案。"""

---

五、测试和迭代的方法

Prompt 不是写一次就完的，要系统地测试：

python

# 建立测试集：准备 10-20 个有代表性的问题
test_cases = [
    {"input": "年假有多少天？",        "expected_keywords": ["15天", "带薪"]},
    {"input": "明天天气怎么样？",       "should_answer": False},  # 知识库没有
    {"input": "报销上限是多少？",       "expected_keywords": ["500元", "审批"]},
]

# 改了 prompt 后，跑一遍测试集，看通过率有没有提升
# 不要凭感觉，要数据说话

调优顺序：先确保"该回答的都能回答"（召回率）→ 再优化"回答的格式对不对"（精确率）→ 最后优化"回答的质量够不够好"（质量）。

---

六、常见坑

Prompt 太长导致模型"遗忘"前面的指令 — 把最重要的规则放在 system prompt 的开头和结尾，中间放细节。

格式要求写了但模型不遵守 — 加 few-shot 示例，光靠描述有时不够。

多语言混乱 — 在 system prompt 里明确写"始终用中文回答，即使用户用其他语言提问"。

模型"创造"了文档里没有的内容 — 在 system prompt 里加"如果不确定，直接说不知道，不要猜测"，并在 RAG prompt 里用 XML 标签清晰隔离文档内容和指令。

---

推荐资料

资料	链接
OpenAI Prompt 工程指南	platform.openai.com/docs/guides/prompt-engineering
Anthropic Prompt 文档	docs.anthropic.com/en/docs/build-with-claude/prompt-engineering/overview
Prompting Guide	promptingguide.ai/zh

学 Prompt Engineering 最快的方式是在你的项目里实践——把 Task Manager 的 /tasks/summarize 接口的 system prompt 改五次，每次记录输出结果的差异，一下午就能建立直觉