“知道想要什么，并且能描述出来。”
这是写《AI时代最重要的四个能力》时，给第一个能力起的名字：懂诉求。
描述出来——到底怎么描述？
这件事有个名字，叫提示工程。不神秘。不需要会写代码。就是把心里模糊的想法，翻译成AI能懂的句子。反复翻译，反复调，直到AI给的东西对得上心里那个模糊的形状。
基础认知
编写提示不需要数据科学或机器学习背景——人人都可以做到。但写好提示并不简单，它涉及模型选择、训练数据、配置参数、措辞、语气、结构和上下文等多个变量，需要持续学习和实践。
LLM的本质
LLM 的本质是预测引擎。它接收一段连续文本作为输入，基于训练数据预测下一个最可能的 token，然后将预测结果追加到文本末尾，如此循环往复，逐步生成完整输出。
提示工程的定义
提示工程是设计高质量提示以引导 LLM 生成准确输出的过程。它适用于文本摘要、信息提取、问答、分类、翻译、代码生成等多种任务，需要针对具体模型优化提示并调整各项输出配置。
迭代过程
提示工程是一个迭代过程。模型选择、配置参数、措辞等多个变量都会影响效果，一次写出完美提示几乎不可能，需要反复尝试和调整才能获得满意的结果。
输出配置
输出长度（Token Limit）
输出长度控制模型生成的最大 token 数量。减少该值不会让输出更简洁，只是到上限即停止预测。短输出需求仍需在提示中明确要求简洁。
采样控制
Temperature（随机性）
Temperature 控制模型输出的随机程度。低值（接近 0）输出更确定、保守；高值（接近 1）输出更有创造性、多样。数学或事实类任务建议设为 0。
Top-K（词频筛选）
Top-K 限定模型仅从概率最高的 K 个 token 中选取下一个词。K 值越小，可选范围越窄，输出越保守和确定；K 值越大，候选池越宽，输出越多样和不可预测。
Top-P（累积概率筛选）
Top-P 限定模型仅从累计概率达到 P 的最小 token 集合中采样，候选数量随概率分布动态调整。设 Top-P 为 0 则退化为仅选最可能 token（Temperature 和 Top-K 失效）；设为 1 则不排除任何 token。
综合应用
- 通用起点：temperature=0.2，top-P=0.95，top-K=30（连贯、有适度创造性）。
- 需要创造性：temperature=0.9，top-P=0.99，top-K=40。
- 需要确定性：temperature=0.1，top-P=0.9，top-K=20。
- 唯一正确答案：temperature=0。
需注意：自由度过高会降低生成文本的相关性，设置不当还可能引发"重复循环错误"（模型陷入重复输出相同词语或句子的循环）。
基础提示
提示的基本结构
一个设计良好的提示通常由以下要素构成，写作时可将其作为自查清单：
- 任务指令：明确告诉模型要完成什么任务（分析、总结、分类、生成等）
- 上下文：提供任务所需的背景信息和约束条件
- 示例：通过少样本示例帮助模型理解期望的输出模式
- 输出格式：指定输出的结构（纯文本、列表、JSON、Markdown 表格等）
- 角色与语气：定义模型以什么身份、什么风格输出
并非每个提示都需要所有要素——简单任务可能只需一句指令，复杂任务则需要充分填充。关键在于根据任务复杂度有意识地组合这些要素。
零样本提示
零样本提示是最基础的提示方式，仅提供任务描述和输入文本，不提供任何示例。适合简单任务，但对复杂任务可能效果不佳。
单样本提示&少样本提示
少样本提示通过在提示中提供示例来引导模型理解期望的输出模式。提供 1 个示例称为单样本提示，多个示例称为少样本提示。
示例编排的要点：
- 多样性与覆盖：示例应覆盖不同的场景和难度层次，帮助模型更好地泛化
- 排列顺序：通常从简单到复杂排列效果更好，让模型逐步建立理解
- 边缘案例：包含边界情况的示例能显著提升输出的鲁棒性
- 正面优于负面：优先展示"正确的做法"而非"不要这样做"，正面示例更直接有效
指令类型
系统提示、角色提示和上下文提示是三种常用指令类型，各有侧重，可以组合使用：
系统提示（System Prompt）
系统提示定义模型的整体目标和基本能力（“大局”），如"将电影评论分类为正面/中性/负面"。它可指定输出格式（如只返回标签、返回 JSON），强制模型结构化输出并限制幻觉，在安全性和内容毒性控制方面也有用。
角色提示（Role Prompt）
角色提示为模型分配特定身份（如技术文档撰写者、行业分析师、心理咨询师），使其按该角色的知识、语气和风格生成响应。可选风格包括：对抗性、描述性、直接、正式、幽默、有影响力、非正式、鼓舞人心、有说服力。
上下文提示（Context Prompt）
上下文提示为模型提供当前任务的特定背景信息，帮助理解细微差别。它高度特定于当前输入，是动态的。例如为模型设定"正在撰写一份面向高管的季度战略报告"的背景。
高级提示
退后提示（Step-Back Prompting）
退后提示是一种先抽象再具体的推理策略，面对包含过多细节的复杂问题时，让模型先"退后一步"从更高层次思考，再回到具体问题。这能提升推理质量和回答准确性。
思维链(Chain of Thought, CoT)
思维链（CoT）让模型在给出最终答案前，先输出逐步的推理过程。这种方法能显著提升复杂推理任务的准确率，核心是将推理步骤显式化，让模型"展示工作过程"。使用 CoT 时，推理步骤应放在答案前（推理会影响后续 token 预测），温度设为 0（因推理过程应有唯一正确答案），并确保能分离推理过程和最终答案。
自洽性（Self-Consistency）
自洽性是对 CoT 的增强：运行多次 CoT 推理（每次采样路径不同），然后取多数投票结果作为最终答案。它依赖"多数推理路径更可能正确"的假设，在算术和常识推理等任务上能进一步提升准确性。
思维树 (Tree of Thoughts, ToT)
思维树（ToT）将问题求解建模为在"思维树"上的搜索，每一步探索多条推理路径，评估每条路径的前景，选择最有希望的路径继续深入。相比 CoT 的线性推理，ToT 允许回溯和分支探索，适合需要规划或策略性思考的复杂问题。
ReAct（推理与行动）
ReAct 将推理（Reasoning）与行动（Acting）交替结合，模型生成推理步骤来决定下一步做什么，然后执行行动（如搜索、调用工具），再基于结果继续推理。这种交替循环让模型能获取外部信息，解决仅靠内部知识无法回答的问题。
自动提示工程（Automatic Prompt Engineering，APE）
自动提示工程（APE）用 LLM 自动生成和评估提示，先让模型生成多个候选提示，再按指标（如 BLEU、ROUGE）评分，选最高分者。可迭代优化，适合需要大量提示变体或持续优化的场景。
多模态提示（Multimodal Prompting）
多模态提示将图像、音频等非文本输入与文本组合，作为提示的一部分向模型提问。例如上传一张图表并询问趋势分析，或提供一张截图要求提取其中的文字。目前并非所有模型都支持多模态输入，使用时需确认模型能力。
常见挑战
幻觉（Hallucination）
幻觉指模型自信地生成不存在的事实或信息。可通过系统提示限定知识范围、要求模型在不确定时明确声明、或要求引用来源来缓解，但无法完全消除。
偏见（Bias）
偏见指训练数据中的社会偏见被模型复现和放大。需要在设计提示时意识到这一点，避免引导模型产生有偏见的输出，并对敏感场景做额外审查。
提示注入（Prompt Injection）
提示注入指外部输入被精心构造以覆盖或篡改系统指令。在构建应用时，需要在架构层面做好输入隔离和指令保护，而不是仅依赖提示层面的防御。
安全与内容控制
安全与内容控制指通过提示设计防止模型生成有害、不当或违规内容。系统提示在这一方面能发挥重要作用。
实践经验
提示设计原则
提供高质量示例
最重要的一条——在提示中提供（单样本/少样本）高质量示例，像教学工具一样为模型提供参考点，有效提升输出的准确性、风格和语气。
简洁清晰的设计
提示应清晰简洁。如果提示对人都显得混乱，模型也会困惑。避免复杂语言和不必要信息，多用描述动作的动词（分析、分类、创建、提取、总结等）。
使用积极指令而非约束
优先用正面指令引导模型该做什么，而不是用约束列出不该做什么。指令直接传达期望，约束可能让模型无所适从。仅在安全或格式必须严格限制时使用约束。
具体说明输出要求
具体说明期望的输出格式、长度和风格。例如"生成一篇 3 段博客文章，对话风格"而非笼统的"生成一篇博客文章"。
分类任务中混合类别样本
少样本分类时，示例中应混合不同类别的样本。如果只提供某一类的示例，模型缺乏对比参照，容易将所有输入都判为同一类。
格式与风格
尝试不同的输入格式与风格
调整提示的格式（如使用Markdown）和风格以匹配任务需求，观察模型输出的变化。
尝试不同的输出格式
尝试不同的输出格式（纯文本、JSON、Markdown 表格等），找到最适合任务的格式。
控制输出长度
通过配置中的最大 token 限制或提示中明确要求长度（如"用一条微博长度的消息解释"）来控制输出长度。
工程化方法
使用变量替代硬编码
用变量替代硬编码内容，使提示可复用、可动态变化，在系统集成中特别有用。
记录每次提示尝试
用统一模板（名称、目标、模型、温度、token限制、top-K、top-P、完整提示、输出）记录每次尝试。这在切换模型版本、调试或中断后重新开始时至关重要。
适应模型版本更新
模型会不断更新版本，同一提示在不同版本上可能有不同表现。切换模型版本后需重新验证提示效果。
多人协作试验
多人协作试验提示，遵循相同的实践方法，可以更全面地评估和对比不同提示的性能。
建立提示评估机制
迭代优化需要有衡量标准：
- 定量评估：使用准确性、BLEU、ROUGE 等自动指标衡量输出质量
- 定性审查：人工检查输出的相关性、一致性、完整性和语气是否符合预期
- LLM 作为评判者：用更强或不同的模型来评估当前模型的输出质量
- A/B 对比测试：控制变量，逐项对比不同提示版本的效果
后记
在我的很多文章中我都喜欢加一段“后记”，浅浅写一段随笔 ，可能不是那么成体系或者深刻，但这是我作为人的“领地”。
我花了很多时间整理这篇学习笔记，对我而言也是一次巩固。提示工程这个概念已经出现很久了，随着大模型的发展，很多人认为它已经不那么重要，甚至有人说“提示词工程已死”。
确实，现在的大模型已经非常智能，用自然语言与其沟通也能取得不错的结果。但是对提示工程有个相对成体系的了解仍然有必要，写好提示词仍然是AI时代的基本功。
“知道想要什么，并且能描述出来。“在任何时候都不会过时。
再往后，就要针对自己的实践场景，有意识地形成自己的提示词库，把AI和业务深度融合，如果能够做到这一点，在AI的使用上其实已经超过很多人了。
实际上skill就是这个思路。等后面写完agent我再写skill吧。
一番折腾又是晚上十一点了，今天市场暴跌我损失惨重，想早点睡了，这次就说到这吧。
如果这篇文章对你有用，欢迎点赞分享，推荐给需要的人，这对我是莫大的鼓励。
如果你对AI感兴趣、对提示工程有自己的见解，欢迎留言交流学习。