这张卡把提示词工程从「写咒语的技巧」还原成一门工程方法。

核心拆解:提示词工程是通过设计、组织与迭代输入文本来稳定引导模型输出的方法,手段包括角色设定、示例、结构化约束、思维链引导等。最容易被误用的地方有两个:一是把提示词当成一次性草稿,改完不进版本管理,线上出问题无法复现当时用了哪版;二是堆砌技巧,把长提示词当护身符,实际冗余约束互相打架反而拉低输出质量。判断提示词好坏的标准只有一条——在评测集上的稳定性,不是读起来是否精妙。

增量判断:模型迭代让许多手工技巧失效,但提示词作为交付物的属性被严重低估:它和代码一样需要评审、回归与变更记录,国内团队普遍缺这一环,交接时提示词资产散落在聊天记录里。

行动建议:把你项目里的提示词收进代码仓库统一管理,为每条核心提示词绑定一组评测用例。

—— FDEChina编辑部 · 实战派

定义

提示词工程(Prompt Engineering)指通过设计、组织与迭代输入文本,稳定引导大模型产生预期输出的方法体系,常见手段包括角色设定、少样本示例、结构化格式约束与思维链引导。

展开

交付语境下,提示词是正式交付物而非草稿:它决定了模型在同一个上下文窗口里的行为边界,需要版本管理、变更说明与评测回归,改一版要跑一遍评测集确认没有把别的场景改坏。常见误用一是把提示词好坏诉诸手感,用「感觉更聪明了」代替评测指标;二是技巧堆砌,冗余的角色设定与互相冲突的约束叠加,输出反而漂移。与上下文工程的辨析:提示词工程管单次调用怎么问,上下文工程管整个窗口里放什么——检索结果、工具返回、历史摘要的取舍都在后者;与微调的辨析:提示词不改参数、见效快但每调用都要付完整成本,行为要求高度固化且调用量大时再考虑微调。

参见

AI 编程专题评测基线手册FDE 实战指南