模型与机制 · 02-07
提示词工程(Prompt Engineering)
通过设计输入、指令、示例和约束,让模型更稳定地完成任务的方法。
提示词工程(Prompt Engineering)
通过设计输入、指令、示例和约束,让模型更稳定地完成任务的方法。
一、是什么
- 通过设计输入、指令、示例和约束,让模型更稳定地完成任务的方法。
- 类比:像给聪明员工写一份清楚的任务说明书。
- 关键澄清:
| 它不是什么 | 它是什么 |
|---|---|
| 不是神秘咒语或万能话术 | 任务定义、上下文组织和输出约束的实践 |
二、为什么重要
- 它是非技术用户使用 LLM 的第一层工程能力。
- 不懂它会怎样:只追求“神 prompt”,会忽略流程、验证和真实数据。
三、日常怎么理解
- 用一句话讲给非技术朋友听:提示词工程就是把需求说清楚,让 AI 少猜。
- 常见场景:写作、总结、客服、分析、代码生成都需要提示设计。
四、常见误解
| 误解 | 真相 |
|---|---|
| 只要 prompt 好,模型什么都能做 | 提示能改善表现,但不能突破模型、数据和工具边界。 |
五、延伸阅读
- 本知识库相关:系统提示词、少样本提示
- 06-Knowledge: 03-提示词工程.md: `
- 06-Knowledge: Prompt Engineering.md:
Engineering.md - OpenAI Prompt engineering guide
- Lilian Weng: Prompt Engineering
适用场景与行动
场景:适合用来建立 AI 核心概念的共同语言。
适合谁:非技术创业者、AI 产品使用者、内容与业务负责人
下一步:先用一句话复述这个概念,再判断它和你的业务场景有什么关系。
这张卡片由杨思远基于真实工作流和实测经验整理。
如发现信息过时或有误,可通过 /contact 反馈。