提示工程(Prompt Engineering)
提示工程(Prompt Engineering) 是通过系统化设计输入指令、示例、边界约束与输出格式,引导大语言模型稳定完成目标任务的工程实践。在生产应用中,提示词与软件代码一样需要版本控制、边界校验与回归测试——随着智能体与多步检索流程兴起,现代实践正从单纯打磨单句措辞演进为全局上下文工程。
核心设计原则
- 指令清晰且显式定义失败边界:明确任务目标、受众、禁止事项以及“证据不足时应当拒答或标记未知”,而非寄望模型自行猜测隐含规则。
- 指令与外部数据严格隔离:使用 XML 标签(如
<context>...</context>、<user_input>...</user_input>)或 Markdown 边界区分系统规则与用户/检索材料,并明确指示模型将外部段落仅视为“待处理数据”,缓解提示注入风险。 - 少样本示例(Few-shot)锚定口径:给出 2–4 组覆盖边界情况的输入-输出示例,往往比长篇抽象文字说明更能统一分类边界、专有名词写法与特殊格式。
- 格式要求与 Schema 约束分离:提示词用于解释字段语义与判断准则;若需严格 JSON 解析,应结合 API 提供的结构化输出(JSON Schema)能力,并在应用层做二次校验。
提示技巧与模型代际差异
| 技巧 | 传统通用模型 | 原生推理模型(如 o 系列 / R1 / 思考模式) |
|---|---|---|
| 思维链(CoT) | 显式要求“分步思考”通常能减少多步算术与逻辑跳步错误 | 模型内部自带长推理阶段;冗长的手写思考模板反而可能干扰其内生搜索策略,建议聚焦目标与验收标准 |
| 角色与风格设定 | 有效锚定专业语域、审慎度与输出篇幅 | 依然用于定义输出风格、引用规范与拒答策略 |
| 任务拆解(Chaining) | 复杂流水线拆分为“抽取 → 校验 → 综合”多次调用显著提升稳定性 | 长程任务同样建议把不可逆决策与外部工具验证拆步执行 |
工程化迭代闭环:评测驱动而非凭感觉调词
把提示词改好靠“改一版看一两条 case”极易产生回归(修好 A 样例却改坏 B 样例)。成熟团队遵循与软件工程相同的迭代闭环:
- 建立代表性测试集:覆盖常见请求、空输入、格式异常与对抗性样本;
- 自动化评测与跟踪:借助 PromptFoo、LangSmith 或 LLM-as-a-Judge 对比不同 Prompt 版本在通过率、延迟与 Token 成本上的变化;
- 提示词版本化:将 Prompt 模板、模型版本号与解析器耦合记录进可观测性链路,避免线上模型升级或改词导致静默故障。
进一步阅读
- Anthropic Prompt Engineering Overview — 清晰指令、XML 分隔、少样本与思维链系统指南
- OpenAI Prompt Engineering Guide — 提示词策略、开发者消息层级与推理模型提示建议