在实际 AI 应用开发中写好提示词Prompt往往比选择模型更重要。一个结构清晰、指令明确的提示词能让通用大模型精准输出你想要的格式和内容而一个模糊、充满歧义的提示词即使调用最先进的模型也可能返回不可用的结果。吴恩达的《提示词工程》课程之所以被众多开发者推崇正是因为它系统性地拆解了如何设计、迭代和优化提示词让 AI 真正成为得力的编程伙伴。本文将围绕提示词工程的核心工作流展开重点讲解如何通过“编写-测试-迭代”的循环逐步把模糊需求转化为可执行、可评估的提示词。我们将使用 OpenAI API或兼容接口作为实践环境但涉及的原则和方法适用于大多数大语言模型。无论你是要处理文本转换、生成代码、构建智能体还是集成到类似 Dify 的工作流中掌握提示词迭代思维都能显著提升开发效率。1. 理解提示词工程的基本框架1.1 什么是提示词工程提示词工程不是简单地把问题丢给模型而是设计一套清晰的指令和约束引导模型在特定语境下完成特定任务。它涉及角色设定、任务分解、输出格式限定、示例提供等多个维度。在实际项目中提示词质量直接决定了 AI 应用的稳定性、准确性和用户体验。例如如果你直接问“帮我写个函数”模型可能返回任何语言、任何功能的代码。但如果你明确角色、输入、输出和约束你是一个经验丰富的 Python 开发者。请写一个函数接收字符串列表返回按长度排序的新列表。不要修改原列表并给函数和参数起有意义的英文名字。模型就更可能输出符合预期的代码。1.2 提示词迭代的必要性很少有提示词能一次写就完美。迭代是提示词工程的核心环节。通过多次测试和调整你可以消除歧义减少模型自由发挥的空间优化输出格式便于后续程序处理加入错误处理逻辑提高鲁棒性控制输出长度和复杂度平衡效果与成本常见的迭代循环是编写初版提示词 - 用代表性样本测试 - 分析错误模式 - 修改提示词或添加示例 - 再次测试。这个过程可能重复多次直到提示词在大多数情况下稳定工作。1.3 关键概念角色、任务、格式和约束一个完整的提示词通常包含以下要素角色Role设定模型的视角如“你是一个资深 Java 程序员”、“你是一个客服助手”。任务Task明确要模型做什么如“将以下文本翻译成法语”、“生成三个项目名称建议”。上下文Context提供背景信息如“这是用户订单详情”、“之前对话中用户提到了预算限制”。格式Format指定输出结构如“用 JSON 格式返回”、“分点列出”、“代码注释用英文”。约束Constraints限制模型行为如“不超过 200 字”、“不要使用专业术语”、“如果信息不足就返回空”。在迭代过程中你会不断调整这些要素的表述方式和详细程度。2. 环境准备与 API 配置2.1 获取 API 密钥要实践提示词工程你需要一个能调用大语言模型的 API。OpenAI API 是常见选择但你也可以使用兼容 OpenAI 接口的其他服务如 DeepSeek、国内各类大模型平台。以 OpenAI 为例获取 API Key 的步骤访问 OpenAI 平台https://platform.openai.com并登录。点击右上角个人头像选择 “View API Keys”。点击 “Create new secret key” 生成新密钥。妥善保存密钥它只显示一次。注意API Key 是访问凭证不要直接写在代码中提交到公开仓库。生产环境应使用环境变量或配置管理服务。2.2 配置开发环境你可以使用任何能发送 HTTP 请求的工具或库。以下以 Python 为例准备基础环境# 创建并激活虚拟环境可选但推荐 python -m venv prompt_engineering source prompt_engineering/bin/activate # Linux/Mac # prompt_engineering\Scripts\activate # Windows # 安装 OpenAI Python 库 pip install openai如果使用兼容 OpenAI 接口的其他服务可能需要额外配置终结点base_url。例如配置 DeepSeek 作为替代from openai import OpenAI # 使用 DeepSeek 兼容接口 client OpenAI( api_keyyour_deepseek_api_key, base_urlhttps://api.deepseek.com # 替换为实际兼容接口地址 )2.3 测试 API 连通性编写一个最简单的提示词测试连接from openai import OpenAI # 初始化客户端默认使用 OpenAI 官方接口 client OpenAI(api_keyyour_openai_api_key) def test_api(): try: response client.chat.completions.create( modelgpt-3.5-turbo, # 根据可用模型调整 messages[{role: user, content: 请回复API 连接成功}], max_tokens10 ) print(响应:, response.choices[0].message.content) print(测试通过) except Exception as e: print(f连接失败: {e}) if __name__ __main__: test_api()运行此脚本应输出“API 连接成功”或类似确认信息。如果遇到认证错误、网络问题或配额不足需先解决这些基础问题再继续。3. 编写第一版提示词从模糊需求到明确指令3.1 定义清晰的任务目标假设我们需要一个能将用户自然语言描述转换为 Python 函数的提示词。初始需求可能很模糊“让 AI 根据描述写代码”。但经过分析我们可以明确具体目标输入用户用中文描述的函数功能输出符合 PEP 8 规范的 Python 函数代码要求包含类型注解、文档字符串、简单示例约束只输出代码不解释逻辑基于这些目标编写第一版提示词你是一个专业的 Python 开发助手。请将用户的功能描述转换为完整的 Python 函数。 要求 1. 函数应包含类型注解和文档字符串docstring 2. 代码风格符合 PEP 8 规范 3. 在文档字符串中提供一个简单用法示例 4. 只输出代码不要额外解释 用户描述{user_input}3.2 实现基础调用函数编写 Python 函数封装这个提示词def generate_function(description, modelgpt-3.5-turbo): prompt f 你是一个专业的 Python 开发助手。请将用户的功能描述转换为完整的 Python 函数。 要求 1. 函数应包含类型注解和文档字符串docstring 2. 代码风格符合 PEP 8 规范 3. 在文档字符串中提供一个简单用法示例 4. 只输出代码不要额外解释 用户描述{description} response client.chat.completions.create( modelmodel, messages[{role: user, content: prompt}], temperature0.2, # 低温度值保证输出确定性 max_tokens1000 ) return response.choices[0].message.content # 测试第一版提示词 description 计算列表中出现次数最多的元素 result generate_function(description) print(第一版输出:) print(result)3.3 分析初始结果运行测试可能得到类似输出from typing import List, Any from collections import Counter def find_most_frequent(items: List[Any]) - Any: 找出列表中出现次数最多的元素。 示例: find_most_frequent([1, 2, 2, 3, 3, 3]) 3 if not items: return None counter Counter(items) return counter.most_common(1)[0][0]这个结果基本符合要求但存在几个问题引入了不必要的外部依赖collections.Counter没有处理多个元素出现次数相同的情况示例过于简单没有覆盖边界情况这些问题正是我们需要通过迭代来解决的。4. 提示词迭代基于测试反馈持续优化4.1 建立测试用例集有效的迭代需要系统的测试方法。创建一组有代表性的测试用例test_cases [ { description: 计算列表中出现次数最多的元素, expected: 处理空列表、单个元素、多个最高频元素等情况 }, { description: 验证电子邮件格式是否正确, expected: 返回布尔值包含基本格式检查 }, { description: 将字典按值排序后返回键的列表, expected: 处理相同值的情况保持稳定性 } ]4.2 第一轮迭代增加约束和示例分析第一版问题主要原因是提示词过于宽松。第二轮迭代增加具体约束def generate_function_v2(description, modelgpt-3.5-turbo): prompt f 你是一个注重代码质量的 Python 开发助手。请根据描述编写函数。 具体要求 1. 只使用 Python 标准库不要导入外部包 2. 函数必须包含完整的类型注解和文档字符串 3. 文档字符串应包含函数说明、参数说明、返回值说明和至少两个示例正常情况和边界情况 4. 正确处理边界条件空输入、异常值等 5. 如果描述涉及排序或顺序处理考虑相同值时的稳定性 6. 只输出代码不要任何解释文字 用户描述{description} response client.chat.completions.create( modelmodel, messages[{role: user, content: prompt}], temperature0.1, # 进一步降低随机性 max_tokens1200 ) return response.choices[0].message.content # 测试第二轮提示词 print(第二轮输出:) result_v2 generate_function_v2(计算列表中出现次数最多的元素) print(result_v2)4.3 第二轮结果分析这次可能得到改进后的代码from typing import List, Any, Optional def find_most_frequent(items: List[Any]) - Optional[Any]: 找出列表中出现次数最多的元素。 如果多个元素出现次数相同返回最先达到最大次数的元素。 如果输入为空列表返回 None。 Args: items: 待处理的元素列表 Returns: 出现次数最多的元素空列表时返回 None Examples: find_most_frequent([1, 2, 2, 3, 3, 3]) 3 find_most_frequent([1, 2, 2, 3, 3]) 2 # 2先达到最大次数 find_most_frequent([]) None if not items: return None frequency {} max_count 0 most_frequent None for item in items: frequency[item] frequency.get(item, 0) 1 if frequency[item] max_count: max_count frequency[item] most_frequent item return most_frequent这个版本有明显改进避免了外部依赖、处理了边界情况、提供了更丰富的示例。但还可以进一步优化。4.4 第三轮迭代提供示例和输出格式对于复杂任务提供输入输出示例能显著提升模型表现。第三轮迭代采用少样本学习Few-shot Learning方法def generate_function_v3(description, modelgpt-3.5-turbo): examples 示例1: 输入描述: 检查字符串是否为回文 输出代码: def is_palindrome(text: str) - bool: \\\ 检查字符串是否为回文正反读都一样。 Args: text: 待检查的字符串 Returns: 如果是回文返回 True否则返回 False Examples: is_palindrome(racecar) True is_palindrome(hello) False is_palindrome(A man a plan a canal Panama) True # 忽略空格和大小写 \\\ # 实现代码... 示例2: 输入描述: 计算数字列表的平均值 输出代码: def calculate_average(numbers: List[float]) - float: \\\ 计算数字列表的平均值。 Args: numbers: 数字列表 Returns: 平均值空列表时返回 0.0 Examples: calculate_average([1, 2, 3, 4, 5]) 3.0 calculate_average([]) 0.0 \\\ # 实现代码... prompt f 你是一个专业的 Python 开发助手。根据用户描述生成完整的函数实现。 要求 1. 只使用标准库 2. 包含类型注解和完整文档字符串 3. 文档字符串包含参数说明、返回说明和多个示例 4. 正确处理边界条件 5. 代码符合 PEP 8 规范 {examples} 现在请处理这个描述 用户描述{description} response client.chat.completions.create( modelmodel, messages[{role: user, content: prompt}], temperature0.1, max_tokens1500 ) return response.choices[0].message.content4.5 建立自动化测试循环手动测试低效且容易遗漏。建立自动化评估流程def evaluate_function_generation(test_cases, prompt_version): 评估提示词在不同测试用例上的表现 results [] for i, test_case in enumerate(test_cases): print(f测试用例 {i1}: {test_case[description]}) try: code prompt_version(test_case[description]) # 简单评估检查代码结构 has_docstring in code or in code has_type_hints - in code or : List in code or : Dict in code has_examples Examples: in code or in code score sum([has_docstring, has_type_hints, has_examples]) results.append({ description: test_case[description], code: code, score: score, has_docstring: has_docstring, has_type_hints: has_type_hints, has_examples: has_examples }) print(f 得分: {score}/3) except Exception as e: print(f 错误: {e}) results.append({ description: test_case[description], error: str(e), score: 0 }) return results # 比较不同版本的提示词 print( 第一版提示词评估 ) results_v1 evaluate_function_generation(test_cases, generate_function) print(\n 第三版提示词评估 ) results_v3 evaluate_function_generation(test_cases, generate_function_v3)这种量化评估能帮你客观判断迭代是否有效。5. 高级提示词技巧与应用场景5.1 思维链Chain-of-Thought提示对于复杂推理任务让模型展示思考过程能提高最终答案的准确性。例如在数学计算或逻辑推理中请逐步解决以下问题并解释每一步的推理过程。 问题一个篮子里有苹果和橘子共50个苹果比橘子多10个。问苹果和橘子各有多少个 请按以下格式回答 1. 首先设橘子有x个那么苹果有x10个 2. 根据总数x (x10) 50 3. 解方程2x 10 50 → 2x 40 → x 20 4. 所以橘子20个苹果30个 最终答案苹果30个橘子20个5.2 系统提示词System Message的使用在多轮对话中系统提示词可以设定对话的基调和规则def create_chat_session(): system_message 你是一个专业的代码审查助手。你的任务是 1. 检查代码中的潜在问题安全、性能、可读性 2. 提出具体的改进建议 3. 用温和专业的语气沟通 4. 如果代码很好也要给予肯定 请始终保持专业和建设性。 messages [{role: system, content: system_message}] return messages def chat_with_reviewer(messages, user_code): messages.append({role: user, content: f请审查这段代码\n{user_code}}) response client.chat.completions.create( modelgpt-4, messagesmessages, temperature0.3 ) assistant_reply response.choices[0].message.content messages.append({role: assistant, content: assistant_reply}) return assistant_reply, messages5.3 处理复杂工作流Dify 迭代节点示例在可视化 AI 工作流工具如 Dify 中提示词迭代可以通过节点连接实现。以下是一个简化的文本处理工作流提示词设计初始节点提示词文本清洗请清理以下文本 1. 移除多余的空格和换行符 2. 将全角字符转换为半角 3. 修正明显的拼写错误 文本{input_text}迭代节点提示词信息提取基于清洗后的文本提取以下结构化信息 - 人物名称列表 - 时间地点字典 - 关键事件分点列出 要求返回 JSON 格式 { persons: [], locations: {}, events: [] } 文本{cleaned_text}最终节点提示词格式转换将提取的信息转换为自然语言摘要包含 1. 主要参与人物 2. 事件发生的时间和地点 3. 事件经过简述 用中文输出不超过300字。 信息{extracted_json}这种模块化设计让每个提示词专注单一职责便于单独优化和测试。6. 常见问题与排查指南6.1 提示词不生效的典型表现问题现象可能原因检查方法模型忽略具体指令指令位置不突出或表述模糊将关键指令放在开头使用明确动词输出格式不符合要求格式描述不够具体提供输出示例或模板模型过度发挥约束不够严格明确禁止某些行为如不要创造性发挥结果不一致temperature 值过高降低 temperature 到 0.1-0.36.2 针对性优化策略问题模型总是添加额外解释解决方案请严格按照以下要求执行 1. 只输出代码不包含任何解释 2. 不要以以下是...开头 3. 直接以函数定义开始 如果违反要求我会要求重写。问题模型不理解专业术语解决方案你正在帮助一位有经验的{专业领域}工程师。 请使用专业术语但确保准确无误。 术语说明 - {术语1}: {定义1} - {术语2}: {定义2} 现在请处理{任务描述}问题输出长度失控解决方案请用最简洁的方式回答遵守以下限制 - 总字数不超过{数字}字 - 如果超过限制我会要求重写 - 优先保留关键信息删除冗余内容6.3 调试提示词的实用技巧简化测试先用最简单案例验证基本功能再逐步复杂化分步验证将复杂提示词拆解确保每个部分单独工作对比实验准备 2-3 个提示词变体用相同输入测试差异错误分析收集失败案例寻找模式针对性加强约束版本控制对提示词进行版本管理记录每次修改的效果7. 生产环境最佳实践7.1 提示词管理规范在生产环境中提示词应该像代码一样被管理# prompt_templates.yaml function_generator: version: v3.2 template: | 你是一个专业的{language}开发助手... parameters: temperature: 0.1 max_tokens: 1500 test_cases: - input: 计算列表平均值 expected_contains: [def, Examples, float] last_tested: 2024-01-157.2 性能与成本优化缓存策略对相同提示词和输入缓存结果批量处理将多个请求合并为批量调用令牌估算预先估算提示词长度避免意外超限降级方案准备简化版提示词应对服务限流7.3 监控与评估体系建立提示词性能监控class PromptMonitor: def __init__(self): self.stats {} def record_usage(self, prompt_id, input_text, output_text, successTrue): # 记录每次使用情况 pass def calculate_success_rate(self, prompt_id): # 计算成功率 pass def identify_degradation(self, prompt_id, window_days7): # 识别性能下降 pass7.4 安全与合规考虑输入过滤检查用户输入是否包含敏感信息或恶意指令输出审查对模型输出进行内容安全检测隐私保护避免在提示词中泄露用户数据合规审核确保生成内容符合法律法规要求提示词工程是一个需要持续实践和反思的技能。最好的学习方式就是选择实际项目需求从简单提示词开始通过测试-分析-迭代的循环逐步优化。随着经验积累你会逐渐形成对不同场景下提示词设计的直觉让 AI 真正成为提升开发效率的可靠工具。