本章定位：面向业务与开发混训；下方模板均可一键复制。工程化落地见
API·网关、
Agent。
🎯 提示词的核心原则
优质提示词的5条黄金法则
① 清晰具体
不要说"帮我写点什么"，要说"帮我写一封500字的商务邮件，向客户介绍我们的AI产品，语气专业但友好"。
② 设定角色
给AI一个身份会大幅提升输出质量。"你是一名资深Python工程师，有10年后端开发经验"比直接提问的效果好得多。
③ 提供示例
给1-3个输入输出示例(Few-shot)，AI能准确理解你期望的回答格式和风格。示例越多越精准。
④ 步骤拆分
把复杂任务分解成步骤。用Chain of Thought即"请一步步思考"可大幅提升数学/逻辑推理任务准确率。
⑤ 输出规范
指定输出格式：JSON/表格/列表/Markdown/字数限制。用"请以JSON格式返回"确保结构化输出。
📐 提示词公式模板
拿来即用的实战公式
基础公式
角色 + 任务 + 背景 + 格式 + 约束
示例：「你是一名资深Python工程师（角色），请帮我优化这段代码的执行性能（任务），这是一个电商商品查询接口，每次请求耗时>2秒（背景），请给出优化后的代码和解释（格式），不要改变原有的API签名（约束）」
高级模板：思维链(CoT)
问题：XXXXX
请一步步分析：
1. 首先理解问题要求
2. 列出已知信息
3. 逐步推导
4. 得出最终结论并验证
系统提示模板(用于AI应用开发)
你是一名{角色}。你的核心能力是{能力}。
回答规则：
- 始终保持{语气}语气
- 输出格式为{格式}
- 如果用户问题超出范围，请回复{兜底话术}
- 每轮对话长度不超过{字数}字
⚡ 6大高级提示技巧
🧩 思维链(Chain-of-Thought)
让模型在给出答案前先逐步推理。在数学应用题、逻辑推理、多步决策中，CoT可提升30-50%准确率。只需在提示中加入"请一步步思考"或"Let's think step by step"。
📚 少样本学习(Few-Shot)
在提示中给3-5个输入输出示例，模型会模仿示例模式作答。示例越多越精准。适合翻译风格固定、格式统一、代码生成等场景。
🔄 迭代优化(Iterative Refinement)
不是一次到位，而是多轮对话逐步优化。第一轮：生成初版→反馈修改意见→第二轮优化。人类的优秀写作也是多次修改，AI同理。
🌲 Tree of Thoughts (ToT)
CoT的升级版，让模型在多个思考分支中探索，自行评估每条路径的正确性。适合创造性任务和复杂规划。把问题拆解为多个可能性树杈。
🛡️ 自我反思(Self-Critique)
让模型审视自己的输出是否正确。提示："请检查你上面的回答，指出可能存在的错误，然后重新给出修正版"。能有效减少幻觉。
📋 结构化输出
要求模型以指定格式输出：JSON Schema、XML标签、Markdown表格。用于编程接口集成。"请输出JSON格式，包含name, price, description字段"。
📋 可复制提示词模板
点击「复制」粘贴到 ChatGPT / Claude / Cursor
系统提示（客服 / 知识库）
你是【公司名】的 AI 客服助手。
能力边界：仅回答【产品/政策】范围内问题；不确定时说「我不确定」并建议转人工。
输出：先结论后分点；禁止编造价格、合同、医疗/法律结论。
结构化 JSON
只输出 JSON，不要 markdown 代码块。
{"intent":"咨询|投诉|购买","summary":"一句话","urgency":"低|中|高"}
用户输入：{{消息}}
思维链 CoT
任务：{{问题}}
步骤：1重述约束 2列已知未知 3分步推理 4结论+置信度 5缺信息则列3个追问
⚖️ 好坏提示词对照
✅ 清晰
写 400 字邮件向非技术同事解释 RAG：1 个类比 + 结尾指向培训章节。
✅ 单任务
仅用表格对比三模型在中文客服场景：成本/延迟/幻觉/工具调用。
🚫 提示词常见错误
模糊不清
❌ "给我写好一点的" ✅ "请改写这段话，语气更正式，用词更专业，保留核心观点"
给模型过多自由
❌ "介绍一下量子计算" ✅ "请用500字向高中生介绍量子计算，包含：基本原理、当前进展、实际应用"
忽略格式约束
❌ 让模型自由发挥格式 ✅ 明确要求Markdown/JSON/表格/列表/字数
一次性多任务
❌ 一个提示里问5个互不相关的问题 ✅ 拆分为多个独立对话或分步提问
📌 Harness Engineering——提示词的进化方向
2026年，OpenAI提出了"Harness Engineering"的概念。提示词工程正在从手动编写提示词，进化为使用系统工具链（RAG、Agent工具调用、记忆管理、护栏Guardrails等）来"驾驭"大模型。核心思想：不是写好一句提示词就完事，而是设计一整套让模型稳定发挥的工作流。
💡 对开发者：未来提示词工程师的工作不是"写提示"，而是"设计工具链"——定义RAG召回策略、Agent工具集、记忆窗口管理、Failover降级方案。
🎬 8大场景化提示词模板
拿来即用，覆盖高频使用场景
💻 编程辅助
你是一名资深{语言}工程师。
任务：{具体任务}
技术栈：{框架/版本}
要求：{性能/安全/可维护性}
请输出：完整代码 + 关键注释 + 复杂度分析
✍️ 内容创作
你是一名{领域}写手，风格{正式/幽默/煽情}。
主题：{主题}
目标读者：{画像}
字数：{字数}
结构：开头吸引→正文展开→总结升华
请输出{文章/文案/脚本}，并配3个备选标题
📊 数据分析
数据：{粘贴数据/上传文件}
分析目标：{趋势/异常/对比/预测}
请：1）数据清洗检查 2）关键指标计算
3）可视化建议 4）业务洞察与建议
输出格式：Markdown表格 + 分析结论
🌐 翻译润色
你是一名中英翻译专家。
请将以下{源语言}翻译为{目标语言}
风格：{正式/口语/学术/商务}
注意事项：{术语/文化适配}
输出：逐段对照 + 最终译文 + 译注
🤝 客服咨询
你作为{公司}客服专员。
客户问题：{问题}
政策依据：{内部文件}
回复原则：共情→确认→解答→跟进
请输出回复并标注需转人工的风险点
🎓 学习辅导
你是一名{学科}导师。
学生水平：{初学者/进阶者}
知识点：{概念/公式/定理}
教学方式：苏格拉底式提问引导
不要直接给答案，先提问让学习者思考
💡 创意头脑风暴
我们需要为{项目}做创意发散。
约束条件：{预算/时间/资源}
请输出：
1. 10个初步想法(不设限)
2. 针对每个想法的可行性评估
3. 筛选Top 3 + 行动建议
📝 商业决策
我们需要做{决策主题}。
选项A：{描述} B：{描述} C：{描述}
评估维度：成本/风险/ROI/时间/资源
请用决策矩阵打分，推荐最优方案
并给出"如果失败"的回退方案
🔄 不同模型的提示词差异
GPT、Claude、DeepSeek的"脾气"不一样——用对方式效果翻倍
| 模型 | 风格 | 最优提示方式 | 注意 |
|---|
| GPT-4o | 全能型，适应性强 | 结构化提示+角色设定效果最好 | 对多轮上下文敏感，复杂指令需拆解 |
| Claude 3.7 | 思考型，善于分析 | XML标签分隔(prompt→cot→format)最佳 | 擅长编程和长文档，对格式要求敏感 |
| DeepSeek | 简洁型，性价比高 | 清晰任务描述+少样本示例效果最佳 | 思维链模式需主动触发，默认简单回复 |
| Gemini | 多模态，Google生态 | 链接+图片+文本混合输入最强 | 多模态理解强，但文本深度略逊Claude |
| Qwen | 中文优化，听话 | 中文提示效果最好，Agent调用能力强 | 英文能力弱于GPT，但中文+代码出色 |
💡 通用建议：不确定模型风格时，用"角色+任务+格式+约束"四要素模板。这个公式在所有模型中都能稳定输出高质量结果。