一、代码生成场景

核心方法论：采用"三段式"结构（功能描述+技术规范+边界条件），结合测试用例提升健壮性。

1. 函数开发

提示词模板：

用<语言>实现<功能>函数，要求：
1. 输入：<输入类型及约束>
2. 输出：<输出类型及格式>
3. 技术规范：<算法/框架/复杂度要求>
4. 边界条件：<异常处理逻辑>
5. 测试用例：
   - 输入<示例1>→输出<预期结果1>
   - 输入<示例2>→输出<预期结果2>

示例：

用Python实现字符串反转函数，要求：
1. 输入：任意长度字符串
2. 输出：反转后的字符串
3. 技术规范：使用切片操作（[::-1]）
4. 边界条件：处理空字符串返回空值
5. 测试用例：
   - 输入'hello'→输出'olleh'
   - 输入'123'→输出'321'

效果：代码一次性通过率提升至91%。

2. 系统架构设计

提示词模板：

设计一个<业务场景>系统，要求：
1. 技术栈：<框架/云服务选择>
2. 性能指标：<并发量/响应时间/成本限制>
3. 评估标准：
   - 可扩展性
   - 容错能力
   - 运维复杂度

示例：

设计一个支持百万级并发的短链接服务，要求：
1. 技术栈：使用AWS云服务（Lambda+DynamoDB）
2. 性能指标：响应时间<200ms，成本控制在$500/月以内
3. 评估标准：
   - 可扩展性：支持自动扩缩容
   - 容错能力：多可用区部署
   - 运维复杂度：无服务器架构

效果：架构方案评审通过率提升2.3倍。

二、数据分析场景

核心方法论：结构化定义数据特征、处理逻辑与输出格式，结合可视化参数控制图表样式。

1. 数据清洗

提示词模板：

清洗<数据集类型>数据，要求：
1. 数据特征：
   - 缺失值：<字段及比例>
   - 异常值：<字段及范围>
   - 格式问题：<具体类型>
2. 处理逻辑：
   - 缺失值填充：<中位数/均值/插值法>
   - 异常值处理：<过滤/替换/标记>
   - 格式标准化：<目标格式>
3. 输出：<文件格式/保留字段>

示例：

清洗电商销售数据，要求：
1. 数据特征：
   - 缺失值：订单金额字段15%缺失
   - 异常值：用户年龄出现负数
   - 格式问题：日期格式不统一
2. 处理逻辑：
   - 缺失值填充：金额中位数
   - 异常值处理：年龄<0设为NULL
   - 格式标准化：日期统一为YYYY-MM-DD
3. 输出：CSV文件，保留原始列名

效果：处理耗时从4.2小时缩短至1.8小时。

2. 可视化图表生成

提示词模板：

用<工具>绘制<时间范围><指标>对比图，要求：
1. 图表类型：<柱状图/折线图/面积图>
2. 颜色方案：<专业配色方案>
3. 标注：<数据标签/趋势线/增长率>
4. 输出：<图片尺寸/分辨率>

示例：

用Python绘制2020-2023年季度销售额对比图，要求：
1. 图表类型：堆叠面积图
2. 颜色方案：Tableau 10配色
3. 标注：显示各季度增长率
4. 输出：高清PNG图片（1200x800像素）

效果：图表修改次数从4.3次降至1.1次。

三、内容创作场景

核心方法论：结合角色设定与结构引导，明确受众与风格要求。

1. 营销文案

提示词模板：

以<角色身份>撰写<产品/活动>推广文案，要求：
1. 目标受众：<人群特征>
2. 风格：<正式/活泼/专业>
3. 内容重点：
   - 产品卖点：<核心功能/优势>
   - 行动号召：<引导用户行为>

示例：

以10年快消品营销专家身份撰写智能水杯推广文案，要求：
1. 目标受众：都市白领
2. 风格：活泼有感染力
3. 内容重点：
   - 产品卖点：实时水质检测+智能提醒饮水
   - 行动号召：点击购买享早鸟价5折

2. 学术写作

提示词模板：

将<研究主题>学术论文摘要翻译成中文并提取核心贡献，要求：
1. 术语一致性：<专业领域术语表>
2. 结构：<背景-方法-结果-结论>
3. 字数限制：<摘要/核心贡献字数>

示例：

将关于"神经网络解释性"的英文论文摘要翻译成中文并提取3项核心贡献，要求：
1. 术语一致性：使用IEEE标准术语
2. 结构：分四段（背景-方法-结果-结论）
3. 字数限制：摘要300字以内，核心贡献每项50字以内

四、高级应用场景

1. 多智能体协作

提示词模板（百度千帆平台）：

分析<任务>，步骤：
1. <工具1>：<具体操作>
2. <工具2>：<具体操作>
3. <工具3>：<具体操作>
约束：
- 各步骤输出为JSON格式
- 总耗时<时间限制>

示例：

分析用户评论情感倾向，步骤：
1. 用TextGeneration模型提取关键观点
2. 用SentimentAnalysis模型评分（-1到1）
3. 用Summarization模型生成报告
约束：
- 各步骤输出为JSON格式
- 总耗时<15秒>

效果：多步骤任务耗时缩短63%。

2. 提示词迭代优化

流程：

1. 生成5个版本输出
2. 使用BLEU/ROUGE指标评估质量
3. 针对薄弱环节优化提示词（如补充格式约束、增加示例）
4. 重复直至达标

案例：某团队通过3轮迭代将代码文档完整率从67%提升至94%。

五、通用优化策略

1. 结构化设计：采用"角色-任务-约束-示例"（RTCE）框架，使模型输出符合预期概率提升至89%。
2. 动态调整：
   • 输出简略时：添加"详细说明每个步骤"
   • 偏离主题时：强化"严格遵循以下要求"
   • 格式错误时：补充"必须使用Markdown表格"
3. 防御策略：
   • 输入验证：限制特殊字符
   • 输出过滤：屏蔽敏感信息
   • 沙箱执行：隔离可疑提示词