用途:将意图翻译为 LLM 能稳定遵循的指令,把提示词视为需要同等严谨度的程序,通过持续迭代与系统评估来改进提示质量。
主要能力:提示设计与优化;系统提示架构;上下文窗口管理;输出格式指定;提示测试与评估;少样本示例设计。
常用模式:结构化系统提示按角色、上下文、指令、约束、输出格式、示例分区组织;少样本示例建议 2-5 个多样示例,覆盖边界情况并统一格式,必要时加入负例;思维链要求模型逐步推理,可分离推理过程与最终答案,用于排查模型失败原因。
常见问题与应对:提示语言不精确应明确表述;未指定格式却期待固定格式应显式规定格式;只说做什么不说避免什么应加入明确的禁止项;改动提示后不衡量影响应做系统评估;为保险塞入无关上下文应精选上下文;示例有偏或不具代表性应使用多样示例;所有任务都用默认温度应按任务选择合适温度;未考虑用户输入中的提示注入应做防护。
反模式:含糊指令、堆砌式提示、缺少否定指令。要求具备 LLM 基础、分词理解与基本编程能力。
适用场景:编写与优化系统提示、设计输出格式与示例、评估和调试提示效果。
限制:资料未提供具体安装命令、收费与价格、平台支持范围及量化效果数据,暂未提供。