LLM Prompt Engineering 的 5 个核心技巧

1. 明确角色设定

给 AI 一个清晰的角色，比如"你是一位资深 Python 工程师"，能显著提升回答质量。

2. 提供具体示例

Few-shot prompting 比零样本效果好得多。给出 2-3 个输入输出示例，AI 能快速理解你的期望格式。

3. 分步骤思考

使用"Let me think step by step"或"请逐步分析"，引导 AI 展示推理过程，减少幻觉。

4. 设定输出格式

明确要求 JSON、表格、代码块等格式，避免后续处理麻烦。

5. 迭代优化

第一版 prompt 很少完美。根据输出结果调整措辞、增加约束、补充上下文。

实战案例

糟糕的 prompt："帮我写个函数" 优秀的 prompt："你是一位 Python 专家。请写一个处理 CSV 文件的函数，要求：1) 使用 pandas 2) 自动检测编码 3) 处理缺失值 4) 返回 DataFrame 并打印统计信息。请附带使用示例。"

记住：Prompt 是编程，不是聊天。越精确，效果越好。