Prompt 工程基础
Prompt 是用户和 LLM 之间最重要的接口。好的 Prompt 可以将模型效果从 60% 提升到 90%。
核心原则
1
2
3
4
5
| 1. 清晰：指令无歧义，模型不会"猜"
2. 具体：细节越多，输出越符合预期
3. 结构化：用 Markdown / XML / JSON 结构化输出
4. 渐进：复杂任务分步骤，不要一步到位
5. 示例：Few-shot 比纯描述更有效
|
Zero-shot Prompt（直接命令）
适用于简单明确的任务：
1
2
3
4
5
6
| prompt = """
将以下文本分类为 positive/negative/neutral：
文本："这个产品非常好用，强烈推荐！"
分类：
"""
|
Few-shot Prompt（示例引导）
适用于需要特定格式或风格的任务：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
| prompt = """
将电影评论分类为 positive/negative/neutral：
示例1：
文本："烂片一部，完全浪费时间"
分类：negative
示例2：
文本："还行，但没有达到预期"
分类：neutral
示例3：
文本："太震撼了！这是我看过最好的电影！"
分类：positive
现在分类：
文本："剧情紧凑，就是结尾有点仓促"
分类：
"""
|
Chain-of-Thought（思维链）
引导模型一步步推理，适用于数学、逻辑、代码分析：
1
2
3
4
5
6
7
8
9
| prompt = """
计算：25 × 17 + 84 ÷ 7 - 13
请按以下步骤计算：
1. 先算乘法
2. 再算除法
3. 然后加减
4. 写出最终答案
"""
|
Zero-shot CoT（无需示例）
1
2
3
4
| prompt = """
给一个12岁学生解释什么是通货膨胀。
请先想清楚再解释，确保逻辑清晰。
"""
|
Tree-of-Thought（思维树）
探索多个推理路径，适用于复杂决策：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
| prompt = """
我需要选择一款数据库，有三个选项：
A: PostgreSQL - 关系型，功能强
B: MongoDB - 文档型，灵活性高
C: Redis - 内存型，速度快
请从以下维度分析每个选项的优缺点：
1. 你的具体使用场景
2. 数据结构特点
3. 团队技术储备
4. 扩展性需求
最后给出推荐。
"""
|
Role Prompting（角色设定）
指定专业身份，提升专业度：
1
2
3
4
5
6
7
| prompt = """
你是一位有10年经验的资深 Java 架构师，专注于微服务设计。
请评审以下代码的问题：
（代码块）
"""
|
Structured Output Prompt（结构化输出）
指定 JSON 格式
1
2
3
4
5
6
7
8
9
10
11
12
13
| prompt = """
用户问了一个问题，请判断类型并提取关键信息。
要求输出JSON格式：
{
"type": "weather" | "news" | "general",
"entities": ["提取的实体列表"],
"sentiment": "positive" | "neutral" | "negative",
"needs_action": true | false
}
用户问题：「明天北京会不会下雨？」
"""
|
使用 Output Parser 强制解析
1
2
3
4
5
6
7
8
9
10
11
12
13
14
| from langchain_core.output_parsers import JsonOutputParser
from pydantic import BaseModel
class QueryIntent(BaseModel):
type: str
entities: list[str]
sentiment: str
needs_action: bool
parser = JsonOutputParser(pydantic_object=QueryIntent)
chain = prompt | llm | parser
result = chain.invoke({"query": "明天北京会不会下雨？"})
|
System Prompt 工程
组合技巧
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
| system_prompt = """
# 角色
你是一个{language}编程助手。
# 能力边界
- 擅长：{strengths}
- 不擅长：{weaknesses}
# 输出格式
回答时：
1. 先说明思路
2. 再给出代码
3. 最后解释关键点
# 约束
- 代码必须有注释
- 只使用 LTS 版本的技术栈
- 不推荐商业付费组件
"""
|
分步骤 Prompt（渐进式）
阶段 1：理解问题
1
2
3
4
| step1_prompt = """
用户的问题是：「我应该选择哪个云服务商？」
请先分析用户的潜在需求，列出需要考虑的因素。
"""
|
阶段 2：具体分析
1
2
3
4
5
6
7
| step2_prompt = """
基于以下用户需求分析：
需求因素：{factors}
请针对每个因素评估 AWS/Azure/阿里云的优缺点。
"""
|
阶段 3：给出建议
1
2
3
4
5
6
7
| step3_prompt = """
基于以下分析结果：
{full_analysis}
请给出最终推荐，并说明理由。
"""
|
Prompt 优化 checklist
