用途：提示词工程是设计输入以引导大语言模型产出预期输出的实践，可减少错误、提升一致性并释放模型能力。适用于设计提示、改进输出质量、组织复杂指令或调试糟糕的模型回答。
主要能力与要点： 清晰直接：明确任务结果用途、目标受众与成功标准；用编号步骤处理多步任务。 示例（多示例）：提供3-5个多样示例，覆盖边界情况，用<example>标签包裹。 推理引导：对复杂任务先思考再作答，但要求简洁结论或可验证依据，而非无限制的隐藏思维链。 XML标签：用<instructions>、<context>、<document>、<example>、<constraints>、<output_format>等分隔提示组件，避免指令与内容混淆。 角色提示：通过系统提示设定专业背景，如“You are a senior securities lawyer at a Fortune 500 company.”。 长上下文：将长文档置于指令之前；先引用原文再分析；多文档附来源与日期元数据。 输出控制：规定篇幅、格式与范围边界，防止偏离原始意图。 自验证：高风险输出加入核对步骤，并明确标注不确定性与假设。
最佳实践：从具体开始再泛化；用边界用例测试；迭代补充示例；指令与内容分离；文档置于查询之前；要求可验证的推理产物；显式约束输出格式；对提示进行版本管理；系统提示定角色、用户提示定任务；请他人以新鲜视角审阅提示。
限制：资料未提供具体平台、收费、价格或效果数据；不要求完整思维链，除非目标模型或产品明确支持暴露。参考包括Claude提示工程指南、GPT-5.2提示指南与Anthropic提示库。