提示词工程在其真正有效的部分之外产生了大量噪音。一些技巧确实大幅提升AI输出；其他更多是安慰剂。以下是真正有效的内容。
角色和上下文设定
告诉AI它是谁以及上下文是什么，比无上下文的请求产生一贯更好的结果。”你是一位审查生产银行系统代码的高级Python工程师。安全性和可靠性优先于优雅性。”给AI提供了一个在整个响应中持续应用的视角。这不是魔法——它减少了对于这个特定任务”好”是什么样子的模糊性。
少样本示例
提供你想要的输出格式示例是价值最高的技巧之一。”将每个发现格式化为：[严重性] 第X行：问题描述。示例：[高] 第23行：SQL查询用字符串拼接构建。”模型从你的示例中进行模式匹配，并一致地应用格式。这适用于结构化提取、分类，以及任何输出格式重要的任务。
复杂推理的思维链
对于需要多步骤推理的任务，用”在给出最终答案之前逐步思考”或包含推理过程的工作示例进行提示，可以可测量地提高准确性。这在学术文献中有充分记录——模型提交到中间推理链，而不是直接跳到结论。
约束规范
明确指定约束可以防止常见的失败模式。”回答在150字以内。””不要使用项目符号列表。””引用具体行号。””如果你不确定，明确说明。”约束缩小了输出空间，使模型的任务更清晰。
什么不起作用
魔法短语（”深呼吸一下”、”这非常重要”、礼貌性恳求）的测量效果可忽略不计。提示词中过多的赞美与更阿谀奉承的回应相关，而非更好的答案。更长的提示词不会自动更好——清晰度比长度更重要。
