Prompt Engineering 入门指南

Prompt Engineering 不是把一句话写得更玄，而是把任务、约束和判断标准交代清楚。好的提示词像一份小型 brief：它让模型知道要做什么、为什么做、边界在哪里，以及什么样的输出才算完成。

先写任务，再写语气

很多提示词失败，是因为一开始就追求“专业、优雅、有深度”，却没有说明任务本身。更稳的写法是先给出动作，再补充风格。

请把下面的会议记录整理成一份行动清单。
要求：
- 按负责人分组
- 每个任务包含截止时间
- 不确定的信息标记为“待确认”

提供必要上下文

模型无法自动知道你的项目状态、读者是谁、已有约定是什么。上下文不需要很长，但要覆盖会影响判断的因素。

明确输出格式

当你需要可复用的结果时，格式比修辞更重要。表格、JSON、Markdown 小节都可以减少返工。

请用 Markdown 输出：
## 摘要
## 关键决策
## 风险
## 下一步

给示例，不给猜谜

Few-shot 示例适合处理语气、分类、结构化抽取这类任务。示例越接近真实输入，效果越稳定。

输入：页面首屏加载慢，用户反馈图片很久才出来。
输出：
- 问题类型：性能
- 可能原因：图片未压缩、未懒加载、首屏资源过大
- 下一步：检查 Lighthouse 与 Network 面板

迭代提示词

提示词不是一次性写完的。更推荐保存一个基础版本，然后根据失败案例补规则：

• 输出太泛：增加具体场景和目标读者。
• 输出太长：限制字数、段落数或字段数量。
• 输出不稳定：提供示例和验收标准。
• 输出遗漏：列出必须覆盖的检查项。

一个可复用模板

你要完成的任务：
 
背景：
 
输入材料：
 
输出格式：
 
约束：
 
完成标准：

把提示词写成结构化沟通，而不是神秘咒语，AI 才更容易成为稳定的工作伙伴。