本文要点：
- 提示词的本质是把任务说清楚，而不是堆砌技巧。
- 给模型角色、上下文、示例和约束，输出会更稳定。
- 提示词需要像代码一样持续测试和迭代。
先说清楚目标
在写提示词前，先问自己：我希望模型做什么？输出给谁看？以什么格式返回？目标越明确，提示词越容易写对。
给模型一个角色
告诉模型“你是一位资深的 XX 专家”，往往能让它的语气、视角和专业度更符合预期。角色设定是成本最低的提升手段之一。
提供示例
与其反复描述规则，不如直接给一两个例子。少样本示例能显著降低模型理解偏差。
- 给出输入与期望输出的配对示例
- 示例尽量覆盖典型与边界情况
- 保持示例格式与真实任务一致
拆解步骤
复杂任务拆成有序步骤，让模型一步步思考并输出中间结果，比一次性要求“完美答案”更可靠。
设置约束
明确约束可以减少跑题和幻觉。
- 指定输出格式（如 JSON、列表）
- 限定长度与风格
- 声明不确定时的处理方式
持续迭代
提示词写一次就完美的情况很少。用一批真实样本测试，记录失败案例，再针对性调整，才会越来越稳。
结语
提示词工程不是玄学，而是一种“与模型沟通”的纪律。说清楚、给示例、设约束、勤迭代，就足以应对大多数日常场景。