提示词工程入门-03

前言

"写个代码" "帮我写个快速排序函数，用 Python 实现，要求时间复杂度 O(n log n)，添加详细注释"

同样是让 AI 写代码，为什么第一个指令得到的是模糊的回复，而第二个能得到精确满足需求的代码？

这就是提示词工程（Prompt Engineering）的魔力。

好的 Prompt = 好的输出。今天我们来学习如何写出让 AI "秒懂"的提示词。

1. 什么是提示词工程

提示词（Prompt）：你给大模型的输入指令

提示词工程（Prompt Engineering）：设计和优化 Prompt 的艺术和科学

Prompt 的黄金结构

1┌─────────────────────────────────────────┐
2│           Prompt 结构模板                 │
3├─────────────────────────────────────────┤
4│                                         │
5│  1. 角色（Role）                         │
6│     "你是一个经验丰富的程序员..."        │
7│                                         │
8│  2. 任务（Task）                         │
9│     "请写一个快速排序函数..."           │
10│                                         │
11│  3. 上下文（Context）                    │
12│     "用于处理整数数组..."               │
13│                                         │
14│  4. 约束（Constraints）                  │
15│     "要求O(n log n)时间复杂度..."       │
16│                                         │
17│  5. 格式（Format）                       │
18│     "返回JSON格式，包含code和说明..."    │
19│                                         │
20│  6. 示例（Examples）                     │
21│     "输入:[3,1,2] 输出:[1,2,3]"         │
22│                                         │
23└─────────────────────────────────────────┘
24

2. 案例

案例 1：明确角色的力量

❌ 没有角色：

1"怎么提高编程能力？"
2

✅ 有角色：

1"你是一位有10年经验的编程导师，
2曾经指导过数百名初学者成为资深工程师。
3请给我提供提高编程能力的建议。"
4

效果差异：有角色的 Prompt 能得到更有针对性、更有深度的回答。

案例 2：具体明确的任务

❌ 模糊的任务：

1"帮我写个文章"
2

✅ 明确的任务：

1"请写一篇关于人工智能发展历史的文章，
2要求：
31. 字数800-1000字
42. 包含三个主要发展阶段
53. 提到GPT、Llama等关键模型
64. 语言风格通俗易懂"
7

SMART 原则：

• Specific（具体明确）：写 Python 代码而非"写代码"
• Measurable（可衡量）：100字以内
• Achievable（可达成）：不要求超出模型能力
• Relevant（相关性）：任务与上下文相关
• Time-bound（有时限）：30秒内能读完的介绍

案例 3：提供充足上下文

❌ 缺少上下文：

1"这个代码有什么问题？"
2[粘贴一段代码]
3

✅ 充足上下文：

1"我正在开发一个电商网站的用户认证功能。
2这段Python代码用于验证用户密码，
3但总是返回False，帮我找出问题：
4
5[粘贴代码]
6
7预期行为：正确密码返回True，错误密码返回False
8实际行为：所有密码都返回False"
9

上下文要素清单：

• 背景：这是什么项目/场景？
• 目标：想要达到什么效果？
• 现状：当前是什么情况？
• 问题：遇到了什么具体问题？

案例 4：使用示例的魔力

少样本学习示例：

1例子1：
2输入：苹果
3分类：水果
4
5例子2：
6胡萝卜
7分类：蔬菜
8
9例子3：
10香蕉
11分类：？
12

思维链示例：

1问题：小明有5个苹果，吃了2个，又买了3个，现在有几个？
2
3思考过程：
41. 初始：小明有5个苹果
52. 吃了2个：5 - 2 = 3个
63. 买了3个：3 + 3 = 6个
7答案：6个
8
9现在请解决：
10小红有10颗糖，给了妹妹3颗，妈妈又给了她5颗，现在有几颗？
11

效果：示例能让 AI 快速理解你想要的输出模式。

案例 5：格式化输出

❌ 不好的 Prompt：

1"分析这段代码"
2

✅ 好的 Prompt：

1"请分析以下代码，并按以下格式输出：
2
3## 代码功能
4[简要说明代码的功能]
5
6## 时间复杂度
7[分析时间复杂度]
8
9## 改进建议
10[列出3条具体改进建议]
11
12## 重构代码
13\`\`\`python
14[重构后的代码]
15\`\`\`"
16

案例 6：常用 Prompt 模板

代码生成模板：

1你是一个{语言}专家。
2请写一个{功能描述}的{语言}函数，
3要求：
41. {要求1}
52. {要求2}
63. {要求3}
7
8请包含：
9- 详细的注释
10- 错误处理
11- 使用示例
12

Bug 调试模板：

1我在开发一个{项目类型}项目，
2这段{语言}代码出现了{问题描述}：
3
4\`\`\`{语言}
5{代码}
6\`\`\`
7
8预期行为：{预期}
9实际行为：{实际}
10
11请帮我：
121. 找出问题所在
132. 解释问题原因
143. 提供修复方案
15

总结

核心技巧速记

Prompt 检查清单

发送 Prompt 前，问自己：

• 角色清晰：是否告诉 AI 它的角色？
• 任务明确：是否清楚说明了要做什么？
• 上下文充足：是否提供了足够的背景信息？
• 约束具体：是否说明了限制和要求？
• 格式明确：是否说明了输出格式？
• 示例充分：是否提供了参考示例？

常见陷阱

高级技巧

1. 迭代优化

1第一次尝试 → 评估结果 → 修改 Prompt → 再次尝试
2

2. 温度参数调整

• 低温度（0.1-0.3）：更确定、一致的输出
• 中等温度（0.4-0.7）：平衡创造性和准确性
• 高温度（0.8-1.0）：更创造性、多样化的输出

3. 分解复杂任务

1"设计一个博客系统"
2↓ 分解为
3"1. 设计数据库结构"
4"2. 设计用户认证 API"
5"3. 设计文章发布 API"
6

1. 不要期望一次完美：迭代优化是常态
2. 从简单开始：先验证基本方向，再添加细节
3. 保存好用的 Prompt：建立自己的模板库
4. 对比实验：用不同版本测试效果差异
5. 学习他人经验：参考优秀的 Prompt 示例

《提示词工程入门-03》 是转载文章，点击查看原文。