一、什么是 Prompt Engineering1. 背景为什么需要 Prompt Engineering大语言模型LLM如 GPT 系列、Claude、Gemini 等已经展现出强大的语言理解与生成能力。但它们并不是“全知全能”的依赖输入质量模型的输出高度依赖于输入提示prompt的清晰度与结构。模糊的指令往往导致模糊的回答。非确定性同一个问题不同的提问方式可能得到完全不同的结果。任务复杂性当任务涉及推理、格式化输出或多步骤逻辑时简单的自然语言提问往往不足以得到理想答案。因此Prompt Engineering 的出现是为了系统化地设计提示词让模型更好地理解任务、减少歧义并提升输出的稳定性与可控性。示例对比以豆包为例Prompt A 模糊简单介绍一下猫输出结果猫学名Felis catus是猫科猫属下的唯一被驯化物种也是人类常见的伴生动物。以下是关于猫的介绍起源与驯化一般认为亚洲家猫起源于印度的沙漠猫欧洲家猫起源于非洲的山猫。在古埃及时代猫就与人类为友约3500年前被真正驯化为家猫。形态特征猫体形小成年体重约4-5千克平均长度为76厘米。大多数全身披毛毛色纷繁。爪能够缩进和伸出趾底有脂肪质肉垫行走时无声。生理特性猫可夜视嗅觉发达能在夜间活动。行动敏捷善跳跃。牙齿共30颗适合猎食小型动物。品种分类世界上约有100多个品种的猫如波斯猫、安哥拉猫、山东狮子猫、狸花猫等。可按环境、产地、被毛、毛色、用途等进行分类。与人类的关系猫是深受人们喜爱的宠物2021年中国家养宠物猫数量突破5800万只2023年美国约4650万家庭饲养宠物猫。在古埃及猫兼具太阳神和月亮神的双身份文化意义独特。Prompt B优化请写一篇300字的科普文章介绍猫的起源、习性和与人类的关系语气轻松幽默输出结果喵星人说明书从远古猎手到家庭主子想知道你家 “铲屎官” 认证的主子祖上竟是叱咤草原的狠角色约 1 万年前中东新月沃地的野猫为了蹭人类粮仓的老鼠主动 “下凡”慢慢把锋利爪牙藏进肉垫成了最早的家猫 —— 说白了这是场 “各取所需” 的跨物种合作只不过现在人类输得很彻底。猫主子的习性堪称 “矛盾文学典范”白天是瘫在沙发上的 “毛绒土豆”能把 12 小时睡眠拆成 8 段打盹深夜却变身 “客厅捕猎者”追着光斑蹦迪最后还会把 “战利品”比如一根头发丢给你仿佛在说 “奴才赏你的”。它们爱舔毛不是臭美是在用舌头自带的 “小梳子” 打理毛发顺便偷偷尝自己的 “猫味香水”。至于和人类的关系别误会你不是主人是 “行走的猫薄荷 自动喂食机”。它们用头蹭你不是撒娇是在给你盖 “喵星公章”半夜踩你胸口也不是报复只是把你当 “人肉床垫” 练习捕猎动作。但就算被这般 “奴役”人类还是心甘情愿囤罐头、买猫爬架 —— 谁让喵星人眨眨眼、翘翘尾就能让人瞬间缴械投降呢2. 定义Prompt 与 Prompt Engineering 的区别Prompt提示词用户输入给模型的指令或问题可以是一句话也可以是结构化的任务描述。Prompt Engineering提示工程不仅仅是“写提示词”而是一套设计、优化、评估提示的系统方法。它包含明确任务目标设计合适的输入结构迭代优化提示评估输出效果并改进换句话说Prompt 是工具Prompt Engineering 是方法论。3. 应用场景Prompt Engineering 的价值在于它能让模型在不同场景下更高效地工作写作生成文章、营销文案、故事创意示例请以“未来城市”为主题写一首100字以内的现代诗风格模仿余光中代码自动生成或解释代码示例请用Python写一个快速排序函数并在代码中加入注释问答知识检索与解释示例请用高中生能理解的语言解释相对论的核心思想推理逻辑题、数学题、多步骤问题示例请逐步推理并回答如果一列火车以每小时60公里行驶2小时后它走了多少公里创意生成头脑风暴、产品命名、设计灵感示例请为一款面向年轻人的智能手表想10个有创意的中文名字并解释命名逻辑二、Prompt 的构建原则Prompt Engineering 的核心目标是让模型更准确地理解任务并生成符合预期的输出。一个好的 Prompt 通常具备以下几个原则1. 明确性任务要具体模糊的指令往往导致模糊的回答。明确的任务描述能减少歧义让模型更聚焦。❌模糊写一篇关于人工智能的文章✅明确请写一篇约300字的科普文章介绍人工智能的基本概念、主要应用场景并用通俗的语言解释它与传统软件的区别2. 上下文提供必要背景模型并不知道你脑子里想的是什么。提供背景信息能帮助它更好地理解任务。❌缺少上下文写一份会议纪要✅有上下文请根据以下要点写一份会议纪要1. 讨论主题供应链数字化2. 参会人员张三、李四3. 结论决定引入AI优化库存管理。具体的会议记录我参考附件。3. 格式化指定输出格式当你需要结构化结果时最好明确要求输出格式。❌无格式要求列出三种常见的机器学习算法✅有格式要求请以表格形式列出三种常见的机器学习算法包括“算法名称”“主要原理”“典型应用”三列4. 角色设定让模型以某种身份回答通过设定身份可以让模型采用特定的语气、风格或专业角度。❌无角色设定解释量子计算✅有角色设定假设你是大学物理老师用通俗比喻解释量子计算限制在200字以内三、Prompt的典型构成要素在设计 Prompt 时可以把它拆解为几个核心要素。这样不仅能让模型更好理解任务也方便我们在迭代时逐一优化。1通用模型的构成要素角色Role设定模型的身份或视角例如“你是一名历史老师”“你是Python工程师”。任务Task说明要完成的目标例如“解释某个概念”“写一段代码”。输入Input提供必要的数据或问题例如“以下是一段文本请总结要点”。输出格式Format指定结果的呈现方式例如“用表格展示”“输出为JSON”。约束条件Constraints对字数、风格、语言等提出要求例如“限制在200字以内”“语气轻松幽默”。举例角色Role你是一名大学物理老师任务Task向学生解释量子计算的基本概念输入Input无额外输入输出格式Format用列表形式展示约束条件Constraints字数不超过200字语言通俗易懂2推理模型的构成要素对于需要逻辑推理或多步骤思考的任务Prompt 还可以加入“思维链Chain-of-Thought”或“逐步推理”的指令。示例普通任务请计算 27 × 14推理任务请逐步推理并展示中间步骤最后给出 27 × 14 的结果这样可以让模型显示展示思考过程减少错误。四、经验与总结撰写优秀的 Prompt其实就像与人沟通一样要清楚地说明任务目标、任务背景和预期产出。如果你在给同事布置任务也会把这些信息讲清楚对模型同样如此。可以把模型想象成一个“知识渊博但社会化不完全的小孩”它懂得很多但不会自动揣摩你的潜台词。如果你的指令足够明确它就能从自己的知识库中生成理想的答案但如果你假设它“理所当然”懂某些背景比如你没说它是专家身份却要求它给出专业解读它往往就会答非所问。因此不要吝啬上下文和约束条件把你心里的预期说出来模型才能更好地满足需求。PS如果你不懂如何向大模型说清楚任务背景也可以直接问它例如请你帮我写一份演讲稿我需要告诉你什么信息你才能更好地帮我撰写出来大模型可能就会告诉你需要你告诉它演讲稿主题、你希望包含的内容和字数要求等。五、推荐学习资料目前市面上Prompt Engineering的学习资料质量参差不齐然而笔者在学习中发现了这三个不错的资源。这三个资源都是官方公开免费的分别来自Google和Anthropic我在下文的表格中附上链接课直接访问。其中Google的白皮书的链接可以看到中英双版Anthropic的教程是在Github上开源的点击链接可以直接访问。序号资料特点适合阶段1Google Prompt Engineering Whitepaper系统性介绍强调原则与最佳实践偏理论和应用场景入门阶段建立框架感2Anthropic Prompt Engineering Interactive Course交互式教程循序渐进边学边练入门到进阶过渡适合迅速上手3Anthropic Prompt Evaluations教你如何评估提示效果包含测试方法和指标进阶阶段适合想研究“如何判断prompt好坏”建议学习顺序若希望向Prompt Engineering工程师方向发展建议详细学习先看Google白皮书 → 再做Anthropic交互式课程 → 最后参考Prompt Evaluations。这样既能打好基础又能动手实践最后还能学会如何评估和改进。若仅希望了解Prompt Engineering对于这些学习资料可以根据自己的兴趣选择性阅读。目前暂时粗略了解一下如何写Prompt就足够抓住任务目标、任务背景和预期产出的核心思想以后真的遇到需要优化Prompt的情景时再回来学习。想入门 AI 大模型却找不到清晰方向备考大厂 AI 岗还在四处搜集零散资料别再浪费时间啦2025 年AI 大模型全套学习资料已整理完毕从学习路线到面试真题从工具教程到行业报告一站式覆盖你的所有需求现在全部免费分享扫码免费领取全部内容​一、学习必备100本大模型电子书26 份行业报告 600 套技术PPT帮你看透 AI 趋势想了解大模型的行业动态、商业落地案例大模型电子书这份资料帮你站在 “行业高度” 学 AI1. 100本大模型方向电子书2. 26 份行业研究报告覆盖多领域实践与趋势报告包含阿里、DeepSeek 等权威机构发布的核心内容涵盖职业趋势《AI 职业趋势报告》《中国 AI 人才粮仓模型解析》商业落地《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》领域细分《AGI 在金融领域的应用报告》《AI GC 实践案例集》行业监测《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。3. 600套技术大会 PPT听行业大咖讲实战PPT 整理自 2024-2025 年热门技术大会包含百度、腾讯、字节等企业的一线实践安全方向《端侧大模型的安全建设》《大模型驱动安全升级腾讯代码安全实践》产品与创新《大模型产品如何创新与创收》《AI 时代的新范式构建 AI 产品》多模态与 Agent《Step-Video 开源模型视频生成进展》《Agentic RAG 的现在与未来》工程落地《从原型到生产AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。二、求职必看大厂 AI 岗面试 “弹药库”300 真题 107 道面经直接抱走想冲字节、腾讯、阿里、蔚来等大厂 AI 岗这份面试资料帮你提前 “押题”拒绝临场慌1. 107 道大厂面经覆盖 Prompt、RAG、大模型应用工程师等热门岗位面经整理自 2021-2025 年真实面试场景包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题每道题都附带思路解析2. 102 道 AI 大模型真题直击大模型核心考点针对大模型专属考题从概念到实践全面覆盖帮你理清底层逻辑3. 97 道 LLMs 真题聚焦大型语言模型高频问题专门拆解 LLMs 的核心痛点与解决方案比如让很多人头疼的 “复读机问题”三、路线必明AI 大模型学习路线图1 张图理清核心内容刚接触 AI 大模型不知道该从哪学起这份「AI大模型 学习路线图」直接帮你划重点不用再盲目摸索路线图涵盖 5 大核心板块从基础到进阶层层递进一步步带你从入门到进阶从理论到实战。L1阶段:启航篇丨极速破界AI新时代L1阶段了解大模型的基础知识以及大模型在各个行业的应用和分析学习理解大模型的核心原理、关键技术以及大模型应用场景。L2阶段攻坚篇丨RAG开发实战工坊L2阶段AI大模型RAG应用开发工程主要学习RAG检索增强生成包括Naive RAG、Advanced-RAG以及RAG性能评估还有GraphRAG在内的多个RAG热门项目的分析。L3阶段跃迁篇丨Agent智能体架构设计L3阶段大模型Agent应用架构进阶实现主要学习LangChain、 LIamaIndex框架也会学习到AutoGPT、 MetaGPT等多Agent系统打造Agent智能体。L4阶段精进篇丨模型微调与私有化部署L4阶段大模型的微调和私有化部署更加深入的探讨Transformer架构学习大模型的微调技术利用DeepSpeed、Lamam Factory等工具快速进行模型微调并通过Ollama、vLLM等推理部署框架实现模型的快速部署。L5阶段专题集丨特训篇 【录播课】四、资料领取全套内容免费抱走学 AI 不用再找第二份不管你是 0 基础想入门 AI 大模型还是有基础想冲刺大厂、了解行业趋势这份资料都能满足你现在只需按照提示操作就能免费领取扫码免费领取全部内容​2025 年想抓住 AI 大模型的风口别犹豫这份免费资料就是你的 “起跑线”