跳至主要內容

[基石1]提示词工程(Prompt Engineering)

whoway2026/1/7大约 11 分钟

[基石1]提示词工程(Prompt Engineering)

为什么说【提示词工程】是基石？

因为后来火热的所谓的MCP、A2A、Skills本质都是要写好相关提示词，然后加上工程设计【那个叫上下文工程】结合，然后加上一点设计者的想法，沉淀出的一些协议和范式而已

  • 所以，我认为AI开发的两大基石只有：提示词工程和上下文工程
    Prompt：在大语言模型应用中，用于“提示”模型唤起特定能力以解决实际问题的提问方式，是prompt工程的核心。

不少技术背景用户初接触 Prompt Engineering 时的第一印象：“不过就是加个括号、写清楚点，没啥技术含量。”

  • 但是prompt 工程的“门槛低”只是表象，真正的技术含量在于你能用 prompt 解决多难的问题、做出多稳的系统，此外prompt的设计其实还是有一些框架、套路（因为现代大模型预训练埋下的一些训练语料的刻意练习）
  • “写 prompt 像写邮件，门槛低，但写得让人秒懂、有逻辑、有策略，是个高级技能。”

1、Prompt的整体设计框架选型

现在大部分情况都是直接使用RTF框架

RTF(Role-Task-Format)框架

  • R-Role(角色)：指定大模型担当固定角色(程序员、数据分析师、讲解员、记者等等)
  • T-Task(任务): 任务，告诉大模型需要为我们做的事情
  • F-Format(格式)：大模型最终结果的返回格式(比如：表格、Markdown、英文等等)

这是一个非常简单通用的Prompt提示框架，我们和任意大模型对话场景都可以使用该规范进行输出。

RISEN框架

  • R-Role:大模型扮演的角色
  • I-Instructions: 指示命令，和Task-任务差不多
  • S-Steps: 步骤
  • E-End Goal: 最终目标
  • N-Narrowing(Constraints): 缩小范围(约束条件)，和RTF框架中的Format有异曲同工之妙，一个是格式的约束，而这里的约束可以是任意方面，比如回答的内容(特定领域)、字数限制等等方面

该框架主要适合：

  • 撰写具有特定约束的任务(例如博客文章)
  • 有明确指导方针的任务（例如商业计划）

我的思考：好像cursor的每一步规划，可能也是产出这样的prompt？

RODES框架

  • R-Role: 角色
  • O - Objective: 目标
  • D - Details: 详细的细节
  • E - Examples: 示例
  • S - Sense Check: 感官检查

密度链模式

密度链模式Prompt是Salesforce、麻省理工学院和哥伦比亚大学的研究人员推出的一种新提示，它非常的高效，使用递归来创建越来越好的输出的提示，与普通提示生成的 GPT-4 摘要相比，它生成的摘要更加密集且更适合人们理解。

适合：

  • 总结
  • 改进您最喜欢的提示
  • 通过递归生成可用的长格式内容

思考链模式

只需要在末尾添加”让我们逐步思考”即可。
通过这种模式来逐步改善大模型的推理能力，非常适合一些****复杂的任务处理。例如：

  • 分析型或者逻辑推理型的任务
  • 决策
  • 解决问题(比如程序员根据错误日志找Bug)
    而要使用这种模式，只需要在末尾添加”让我们逐步思考”即可。

2、[实践真正有用的技巧]

技巧1.格式化输出的核心技巧：分隔符

在大量的 prompt 实验中，人们发现使用结构符号、强调符号，可以显著提高模型响应的准确性和一致性。【我在实践中也发现这个有效，但是随着2025年一年的努力，好像大模型进化到自己能更好的理解了】

使用分隔符清晰界定输入部分，核心原因：标记符（如[]、<>、【】）有助于形成明确的结构边界，让模型能更容易理解上下文的角色和任务划分

  • 在构建prompt时，使用分隔符将特定文本部分与提示的其他部分清晰隔开，能有效避免提示词冲突。任何能让模型识别出单独部分的符号都可作为分隔符，常见的包括：
    • 章节标题：通过不同层级的标题区分不同内容模块。也就是markdown的那些# 、##
    • 三重双引号：""" ，在代码编写中常用于包裹较长的文本字符串。【类似python中的那些】
    • 三重单引号：''' ，功能与三重双引号类似，适用于不同的语法环境。【类似python中的那些】
    • 三重破折号*：--- ，在文本中起到明显的分隔作用。
    • 角括号*：<> ，常被用于标记特定元素。
    • XML标签：，利用结构化的标签形式区分不同内容。
    • []和<>：表示关键结构、标签或占位符，引起模型注意
    • 注意:，像文档警告或说明，模型倾向提高注意力
    • 中文普通句子
      • 无明显结构边界，语义模糊，容易被模型“平均处理”

为什么这些符号这么有效？看上去能让模型“更聪明”？

  • 1、大模型（如GPT系列）在**预训练**中接触了大量有明确结构的文本：
    • 编程语言里的 <tag>、[param]、{value}
    • 网页/HTML/XML格式、Markdown、JSON 等结构化数据
    • 各种提示工程（Prompt engineering）范例里大量使用 <>, [], ---, ### 分隔语法
    • 所以它习惯性地将这些字符视为一种“分隔任务”或“标记角色”的信号
  • 2、Token 分词更稳定
    • 特殊字符如[]、<>本身是**单独成一个token**，分词不会混乱；
    • 而中文如果没有加标记，模型可能对句子结构的切分就不明确，尤其是你输入的句子不够规范或存在歧义。

技巧2.角色扮演

加入 persona 能大幅优化回答质量：
你是一个资深产品经理

技巧3.控制输出格式，比如xml、json、html、svg、markdown

你控制格式化输出格式，你就能基于数据做兜底策略！

技巧4.使用思维链（Chain-of-Thought , CoT)，一步步引导模型（分步思考）

让模型先“想”再写， 它是一种使用起来较为简单的引导方法，但能够显著提高大模型在复杂场景下的推理能力。

比如

“让我们一步一步地推理。”

或者


请一步步思考，并最终得出答案。
问题：有 12 颗苹果，其中 4 颗烂掉了，剩下的能吃的苹果是多少？

或者用更结构化的方法：

请依照以下步骤回答问题：
1. 阅读问题
2. 提取已知信息
3. 推理过程
4. 输出最终结果

技巧5.抗幻觉：加规则限制、加反例

大模型爱“胡说八道”（hallucinate），你可以这样提示它更小心：

请严格基于提供的信息回答，若信息不完整，请直接说“信息不足”。

示例：
输入：[问题] 孙悟空是哪一年出生的？
输出：[回答] 信息不足。没有可靠历史记录说明孙悟空的出生年份。

技巧6.**Few-shot / Zero-shot **

这些可以说是必备的做法：

  • Zero-shot（零样本）****：模型不提供例子，直接输出
  • Few-shot**：提供 1~3 个例子，引导模型模仿格式/思路**

技巧7.风格控制【仅在角色扮演中使用】

请用通俗易懂的大白话解释以下术语：Transformer 编码器

技巧8.使用Meta Prompting 技术

  • Meta Prompting**：提示模型自己生成 Prompt（这是提示的提示）**

3、prompt工程和上下文工程的结合【详细的看上下文工程】

技巧1.组合 Prompt，做工具链调用（Tool Use）

比如用 ReAct 思路，让模型先思考再调用工具，再观察结果——这些属于“多阶段”提示设计。

4、评估prompt工程的效果

批量数据验证prompt

5、学习他人的prompt技巧【逆向工程】

附录1.术语表

  1. Prompt：在大语言模型应用中，用于“提示”模型唤起特定能力以解决实际问题的提问方式，是prompt工程的核心。
  2. RTF框架：Role - Task - Format框架，通过指定角色、任务和格式规范大模型输出，简单通用。
  3. 思考链模式：在提示末尾添加“让我们逐步思考”，引导大模型逐步分析复杂任务，改善推理能力。
  4. RISEN框架：包含角色、指示命令、步骤、最终目标和缩小范围（约束条件），适合特定约束或明确指导方针的任务。
  5. RODES框架：涵盖角色、目标、详细细节、示例和感官检查的提示框架。
  6. 密度链模式：利用递归创建更好输出的提示，生成的摘要更密集且适合理解，适用于总结等任务。
  7. 少样本提示（Few - shot prompting）：为模型提供少量任务示例，帮助其学习任务模式和规律，提升在复杂或特定格式任务中的表现。
  8. 零样本提示（Zero - Shot Prompting）：模型在无特定任务示例展示下，依靠自身预训练知识和任务理解能力直接处理任务。
  9. 思维链提示（Chain - of - Thought Prompting）：为模型展示详细推理过程，提升其在复杂推理任务中的表现，可与少样本提示结合。
  10. 自我一致性（Self - Consistency）：通过提供多个少样本推理示例，让模型筛选最一致答案，增强在算术和常识推理任务中的可靠性。
  11. 生成知识提示（Generated Knowledge Prompting）：先让模型生成与任务相关知识，再整合知识得出准确答案，解决模型处理需额外知识任务的局限性。
  12. 链式提示（Prompt Chaining）：将复杂任务拆分为多个子任务，逐个子任务生成提示并传递结果，提高任务处理准确性与可靠性。
  13. 思维树（ToT）：通过维护思维树，让模型生成和评估中间思维步骤，结合搜索算法应对复杂探索性任务。
  14. 检索增强生成（RAG）：将信息检索与文本生成结合，检索相关文档为模型提供知识支持，缓解“幻觉”问题。

策略1.RAG的做法，在prompt里面，换多个关键词去调用工具查找

  1. 自动推理并使用工具（ART）：使模型自动生成包含推理步骤的程序，并在需要时调用外部工具，提升解决问题能力和效率。
  2. 自动提示工程师（APE）：利用大型语言模型生成指令候选项，依据评估分数选择最佳指令，提升提示生成效率与效果。
  3. Active - Prompt：先查询模型生成多个答案，计算不确定度后挑选最不确定问题由人类注释示例，优化模型对不同任务的适应性。
  4. 方向性刺激提示（Directional Stimulus Prompting）：训练策略LM生成引导提示，增强对模型生成结果的掌控力，提升文本摘要等任务的质量。
  5. PAL（程序辅助语言模型）：让模型生成程序来解决问题，借助编程运行时提升解决复杂问题的能力。
  6. ReAct框架：使模型交错生成推理轨迹和操作，提升答案的可靠性与可解释性，在知识密集型和决策任务中表现良好。
  7. 自我反思（Reflexion）：包含参与者、评估者和自我反思三个模型，帮助模型从错误中学习并提升性能。

附录2、还有一个影响你对自己Prompt水准判定的因素：基础模型本身的水准

比如，同一个好的prompt，可能你放国内某些模型就很差，但是放到claude之类，发现更差的prompt也都能做得很好

原因有2个

1、claude之类，本身的prompt工程可能做得更好
2、claude基础模型本身在特定领域水准领先日常某些模型，一方面是训练语料问题、一方面是他们的上下文工程设计得很出色
所以结论就是：你的prompt要和具体基础模型去微小绑定！而不是一条prompt吃遍所有大模型

比如，好的基模+比较一般的prompt：claude

绘制 xxx 结构图（SVG）
- 元素不重叠，避免内容过于拥挤
- 添加小型公式来解释关键计算
- 使用精确的专业术语
- 数学公式使用公式字体，英文使用 time news roman 字体，中文使用宋体

效果也很好，但是在很多其他模型表现就很不好，那就需要更高端的prompt工程

上面的一般的prompt：完全可以让你的论文、演讲、教学材料立刻提升一个档次！

参考资料