提示词工程入门

同一个问题问大模型，回答时好时坏，差别通常在提示词。提示词工程（prompt engineering）就是设计并持续优化发给模型的文字输入，让它在你的应用目标上稳定地产出高质量回答。这篇讲清三件事：模型到底怎么读你的提示、为什么输出不稳定、一条好提示怎么搭结构——最后给出可以直接套用的八条最佳实践。

提示词工程是什么

提示词工程是为给定的应用目标和模型，设计并优化文本输入（提示），以获得一致且高质量的输出（补全）的过程 ^[1]。它天然分两步：先针对模型和目标设计初版提示，再迭代打磨，不断提升回答质量 ^[1]。

生成式 AI 能根据用户请求创作文本、图像、音频、代码等内容，底层是 OpenAI 的 GPT 系列这类用自然语言和代码训练出来的大语言模型 ^[1]。交互方式刻意做得简单：你发一段提示，模型回一段补全，不满意就在多轮对话里继续改 ^[1]。正因为简单，提示成了生成式 AI 应用最主要的「编程接口」——写好它，就是写好应用的第一行代码。

模型是怎么读你的提示的

三个概念解释了模型大部分「出乎意料」的表现。

分词（tokenization）：文本先被切成模型能处理的小单元——token。不同模型、甚至同一模型的不同版本，对同一段提示的切法都可能不同；模型是用 token 而不是原始文字训练的，所以切法直接影响回答质量 ^[1]。想建立直觉，可以把提示贴进 OpenAI Tokenizer 这类工具，看看空格和标点是怎么变成 token 的 ^[1]。

基础模型（base LLM）：只做一件事——预测序列里的下一个 token。它并不理解词的含义，只是看到了一个可以续写的统计规律 ^[1]。

指令微调模型（instruction-tuned LLM）：在基础模型上，用带明确指令的输入输出对做微调，配合基于人类反馈的强化学习（RLHF）等技术，让模型学会遵循指令、从反馈中改进 ^[1]。效果立竿见影：给总结任务配一句系统指令「用面向二年级学生的方式总结内容，结果保持一段、3 到 5 个要点」，输出就直接变成了目标受众能用的样子 ^[1]。

为什么提示需要精心设计

当前的大模型有三个特点，不花功夫设计提示就很难拿到稳定的输出 ^[1]：

1. 回答是随机的。同一个提示，换模型、换版本、甚至同一个模型不同时间再问，答案都可能不同。好的提示就像护栏，能压低这种波动；
2. 模型会编造。训练数据再大也有限，超出范围的内容模型可能一本正经地胡说。让模型给出引用或推理过程，有助于识别和缓解编造；
3. 能力在变。新一代模型能力更强，但也带来新的怪癖和成本权衡，提示技巧能帮你在不同模型之间平滑迁移。

编造（fabrication）值得一试：向三家服务商问同一个虚构的题目「生成一场 2076 年火星战争的教案」，OpenAI 的 GPT-35、Azure OpenAI 的 GPT-35、Hugging Face 上的 LLama-2 都产出了足以让不知情读者信以为真的教案 ^[1]。元提示（metaprompting）、温度配置等技巧能在一定程度上减少编造，新的提示架构还会把工具调用整合进提示流程来进一步缓解 ^[1]。

一条提示的三层结构

最基础的提示就是一段没有上下文的文字，Completion API 直接把它续写完 ^[1]。真正的应用用 Chat Completion API 把提示搭成一组消息：用户和助手的输入输出对，加上一条设定助手行为或人设的系统消息 ^[1]：

response = client.responses.create(
    model="gpt-5-mini",
    input=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Who won the world series in 2020?"},
        {"role": "assistant", "content": "The Los Angeles Dodgers won the World Series in 2020."},
        {"role": "user", "content": "Where was it played?"}
    ]
)

指令提示把任务说得更细，细节越多输出越可控：「写一段描述南北战争的文字」返回一段话；加上「提供关键日期和事件及其意义」就多出一份大事记；再要求「3 个要点……以 JSON 文件格式返回」，输出就变成可以直接校验的结构化 JSON ^[1]。

主要内容（primary content）模式把输入拆成两部分：指令（做什么）和相关内容（影响怎么做）^[1]。支撑内容（supporting content）再叠加一层影响输出的上下文，比如格式要求、主题分类、参数设置 ^[1]。拿课程目录总结举例：指令说「总结 2023 年秋季课程目录」，示例给出想要的输出格式，支撑内容则圈出最值得优先的 5 个标签 ^[1]。

最值得先学的三个技巧

示例：给模型看零个、一个或几个目标输出的样子。零样本必须写明指令，比如「翻译成西班牙语」；给了一个示例后任务就能被推断出来，示例越多推断越准，而且不用额外加指令 ^[1]。

线索（cue）：替模型把输出开头写好。提示结尾加「我们了解到木星」，模型接出一段陈述句；改成「我们学到的 3 个要点：」，模型直接输出编号列表 ^[1]。

模板：把验证过的提示存成配方反复使用，保证体验一致；复杂的模板带占位符，可以从用户输入、系统上下文、外部数据源填充，用程序批量生成提示 ^[1]。Prompts For Edu 这类领域提示库是这条路的终点形态：为特定受众优化好的模板集合 ^[1]。

八条最佳实践

OpenAI 和 Azure OpenAI 的实践者推荐：评估最新模型；用分隔符把指令和上下文分开；指令要具体清晰；描述要充分、多用示例；用线索帮模型起步；必要时反复强调——在主要内容前后都放指令；注意信息的呈现顺序，近因效应会让靠后的内容权重更高；给模型一条「退路」——任务做不了时让它按固定话术回答，能减少编造 ^[1]。没有哪条保证生效：提示词设计始终是试错的过程，把有效的东西记下来，攒成自己的提示库 ^[1]。

本文改编自 Microsoft 开源课程《Generative AI for Beginners》第 4 课^[1]，原文以 MIT 许可证发布。