提示词工程实战笔记：同样是调 AI，为什么别人效果比你好

网上讲提示词的教程一大堆，什么角色扮演、少样本、思维链，听起来都很神。我这一年在实际业务里调了几百个 prompt，说说哪些是真有用的，哪些是过度包装。

真有用的：

1. 明确输出格式。这是收益最大的一个。直接告诉模型"输出 JSON，格式如下"，配合示例，准确率提升明显。做结构化数据提取时，这条能解决 80% 的问题。

2. Few-shot 示例。给 2-3 个输入输出对，比写 100 字规则管用。特别是格式敏感的任务，示例比描述强得多。

3. 把约束写具体。"不要编造"没用，要写"如果没有把握，请回答'我不确定'"。模型对模糊指令的执行很差。

4. 让模型先推理再回答。对需要逻辑的任务，"先列出分析步骤，再给出结论"能显著降低错误率。这就是思维链的简化版，不用搞复杂的花活。

被过度包装的：

1. 花哨的角色设定。"你是世界顶级专家"这种话，对结果几乎没影响。角色设定对语气有用，对事实准确性没用。

2. 复杂的分词指令。"把任务拆成 A、B、C 三个子任务，分别……"——除非你真的需要分步输出，否则只是浪费 token。

3. 负向指令堆砌。"不要写废话、不要重复、不要……"——写一堆"不要"，模型反而不知道该干嘛。

踩坑记录：

• 温度参数：创意任务 0.8-1.0，事实任务 0-0.3。默认 1.0 经常导致事实类任务瞎编。
• 上下文污染：对话轮次多了，历史消息里的错误信息会"传染"到新回答。长对话要定期清理或压缩历史。
• 中英文混杂：prompt 里中英文混着写，模型有时会跟错语言。要么全中文要么全英文。

最后的核心心得：提示词工程不是玄学，本质是"把需求说清楚"。你 prompt 写得差，不是因为技巧不够，而是因为需求本身就没想明白。