博主简介你好我是安逸CSDN「人工智能技术领域新星创作者」码龄 6 年。博客总访问量 31万博客粉丝 1.2万。我长期关注人工智能技术与工程实践主要研究和分享 AI Agent、RAG 系统、MCP 协议、OpenClaw、AI 编程工具以及大模型工程化落地。同时也持续输出 Java / Spring、Transformer、机器学习、深度学习与计算机视觉等方向的学习笔记和项目经验。 推荐系列合集目前已经整理了 生产级 RAG 系统实战、Agent 记忆系统、MCP 协议深度解析、OpenClaw 系列、Hermes Agent Obsidian、图解机器学习、Claude Code 系列和 Agent 经典面试题等系列合集涵盖 AI 应用开发、智能体实践、知识管理、机器学习与 AI 编程工具。GZH安逸Ai (科技前沿新闻Github热门项目最新免费资料...)网页观看完整系列合集 Anyi AI 学习资源站这道题考的是 Prompt 工程的核心设计能力。很多人在写 Prompt 时要么写得很笼统帮我写一段文案要么堆砌术语你是一个专业的营销专家请运用SWOT分析...。这两种都不好。真正好的 Prompt需要把角色、任务、约束、输出格式、示例这几个要素设计清楚。核心就一句话像招聘一个专家一样写 Prompt——先定岗位、再交任务、补充背景、说明交付标准。下面逐一拆解。一、Prompt 四要素框架角色、任务、上下文、格式的协同关系写 Prompt 最常用的框架是 Role-Task-Context-Format角色-任务-上下文-格式四者缺一不可。Role角色决定模型调用哪类知识。你告诉模型你是一个10年经验的后端架构师它就会从架构师视角回答换成你是一个刚入职的初级工程师回答深度和侧重点完全不同。Task任务明确要完成的动作。动词开头说清楚具体做什么——分析、对比、总结、翻译不要用模糊的处理或看看。Context上下文提供必要背景。很多人忽略这一点觉得模型应该懂。但模型不懂你公司业务、不懂你当前项目、不懂你之前的对话历史。上下文就是给模型补齐这些信息让回答更贴合实际需求。Format格式规定输出样式。你要表格还是段落要代码块还是 Markdown要中文还是英文格式越明确输出越可控。这四者的关系是递进的先告诉模型是谁Role再告诉它要做什么Task再补充在什么情况下做Context最后说明用什么方式交付Format。四要素框架示意图展示Role→Task→Context→Format的层级关系和输入输出流向二、角色设定的四个关键维度角色设定不是简单写你是专家要包含四个维度。身份明确你是谁要具体到职业和经验级别。资深Java架构师和应届生回答同一个问题深度和风格完全不同。专业背景在哪方面有经验10年电商系统架构经验意味着它懂高并发、分布式、库存一致性这些场景。目标受众说给谁听给CTO汇报的技术方案和给新人培训的入门文档语言深度和结构都不一样。输出风格正式还是通俗要专业术语还是通俗解释严谨学术风和轻松口语风读起来完全两个样。举个例子同样是解释什么是微服务给技术团队讲CAP定理、服务治理、分布式事务给管理层讲业务快速迭代、团队自治、故障隔离给新手讲把大商场拆成独立店铺的比喻角色决定谁在回答回答的视角和深度完全不同。角色设定四维度示意图身份、专业背景、目标受众、输出风格四象限图三、约束设计与结构化输出的实战技巧约束设定边界约束告诉模型能做什么、不能做什么。约束不是限制而是划定安全区。常见的约束类型内容边界不要提及竞品名称、不回答政治敏感话题范围边界只基于提供的文档回答不要编造质量边界代码必须通过ESLint检测、回答不超过200字免责约束如果不确定请明确说明不要猜测约束设计有个原则约束是边界不是限制。意思是约束告诉模型这片区域是安全的而不是这也不能做那也不能做。太死板的约束会让模型变得畏手畏脚反而影响输出质量。结构化输出用 JSON Schema 定义字段如果你需要机器可读的输出直接用 JSON Schema 约束格式{ type: object, properties: { title: { type: string, description: 文章标题 }, summary: { type: string, maxLength: 100 }, tags: { type: array, items: { type: string } }, wordCount: { type: integer } }, required: [title, summary] }预填充引导给模型一个开头想让模型输出特定格式给它一个开头。比如要 JSON就写{要 XML就写output。模型会自动续写这个格式。{ role: user, content: 提取文章关键信息以JSON格式返回。\n{ }这样模型会直接在{后面继续写而不是先解释好的我来提取...。JSON Schema结构化输出示例展示字段定义、类型约束和预填充引导的写法四、示例设计与 Prompt 调优闭环少样本学习Few-shot想让模型按你的风格输出给示例比描述规则更有效。示例设计要覆盖三种场景正常场景标准输入、标准输出边缘场景边界条件、特殊情况异常场景错误输入、典型错误比如教模型做代码评审输入一段没有注释的函数 输出指出缺少文档注释建议补充 输入一段3行代码 输出指出代码太短建议合并到其他逻辑 输入一段正常的函数 输出给出正面评价这样模型学会判断什么时候批评、什么时候表扬而不是机械地给所有代码都挑毛病。调优闭环固定变量、单点修改、记录指标Prompt 调优和代码迭代一样要科学地改准备样例收集一批代表性测试用例固定变量一次只改一个元素记录指标准确率、响应时间、一致性单点修改改了A看A的效果回归测试确保改A不会破坏B、C调优最常见的错误是一次改太多。改了角色设定、任务描述、输出格式然后发现效果好了——但你不知道是哪改对了也不知道哪个改错了。Prompt调优五步流程图准备样例→固定变量→记录指标→单点修改→回归测试面试怎么答基础版结构清晰、不漏要点好的 Prompt 设计包含四个核心要素角色、任务、上下文、格式。角色设定要明确身份、专业背景、目标受众和输出风格决定模型的回答视角。任务用动词开头说清楚具体动作。上下文补充必要背景让回答更贴合实际。格式规定输出样式要明确具体。约束用来划定边界包括内容边界、范围边界、质量边界。结构化输出用 JSON Schema 定义字段格式可以用预填充引导给{让模型直接输出目标格式。示例设计用少样本学习覆盖正常、边缘、异常三种场景。调优时固定变量、单点修改、记录指标、定期回归测试。加分版展示深度理解我设计 Prompt 的思路是像招聘专家一样写 JD。角色设定要包含身份、专业背景、受众、风格四个维度比如你是一个有10年经验的电商后端架构师面向技术团队用严谨专业的语言解释技术方案。约束是边界不是限制划定安全区而不是设置禁区。我会设置免责声明不确定时说明、知识边界只基于提供文档、内容边界不提及第三方品牌。结构化输出用 JSON Schema 约束字段加预填充引导{让模型直接续写。示例设计覆盖三种场景调优时每次只改一个变量记录准确率、响应时间、一致性等指标。角色应用场景分类图展示专业咨询、教育培训、内容创作、商业应用等典型场景一句话总结Prompt 设计就是招聘专家先定岗位角色、再交任务、补充背景上下文、说明交付标准格式、约束、示例越具体的 JD 越能找到合适的人。