一、Prompt 基础概念

1. Prompt engineering 的核心目标是什么？

答案：在不修改模型参数的前提下，通过自然语言指令的设计，引导模型输出符合预期的结果，本质是"用语言对齐意图与模型能力"。
扩展要点：

• 三层目标：可控性（格式/风格）、准确性（事实/逻辑）、效率（token 成本）
• 与 Fine-tuning 的边界：Prompt 解决"会的事让它做对"，微调解决"它本来不会"
• 不要把 Prompt 当万能药，复杂业务需要 Prompt + RAG + 工具调用 + 微调四件套

---

2. 什么是"零样本提示"（Zero-shot Prompt）？

答案：不提供任何示例，仅给出任务描述让模型直接完成任务。如：将下面句子翻译为英文：今天天气很好。
扩展要点：

• 依赖模型预训练中的任务理解能力
• 适合常识性、通用性、模型本身已具备的任务
• 大模型（GPT-4 级别）零样本能力强，小模型表现差距明显

---

3. 什么是"少样本提示"（Few-shot Prompt）？举例说明。

答案：在 Prompt 中提供 2~5 个输入输出示例，让模型从模式中学习并完成新任务。

输入：苹果   输出：水果
输入：老虎   输出：动物
输入：玫瑰   输出：

扩展要点：

• 本质是"上下文学习"（In-context Learning），不更新模型参数
• 示例的多样性 > 数量；示例分布要贴近真实输入
• 示例顺序会影响结果（近因效应明显）

---

4. 单样本（One-shot）与零样本、少样本的区别与适用边界？

答案：One-shot 提供 1 个示例，介于零样本与少样本之间。三者递进式增加上下文成本与示例引导力。
扩展要点：

• 任务模式简单可推断 → 零样本
• 输出格式特殊但任务简单 → 单样本（用示例固定格式）
• 任务复杂、边界模糊、输出多样 → 少样本

---

5. 系统提示（System Prompt）和用户提示（User Prompt）有什么区别？

答案：System Prompt 设定模型的角色、规则、约束，作用域是整个会话；User Prompt 是单轮的具体任务输入。
扩展要点：

• System Prompt 优先级高于 User Prompt（多数模型遵循）
• 用 System 定"人格 + 规则 + 输出格式"，用 User 提"具体问题"
• Prompt Injection 攻击常通过 User Prompt 试图覆盖 System 指令

---

6. 角色扮演（Role Prompt）的作用与设计要点？

答案：通过赋予模型特定身份（如"资深律师"“儿科医生”）来激活领域知识、调整语言风格和回答深度。
扩展要点：

• 角色 = 身份 + 经验 + 视角 + 风格 四要素
• 角色设定要具体可检索，避免"你是一个聪明的助手"这种空话
• 复杂任务下，多角色协作（专家组）比单一角色更有效

---

7. 为什么要避免模糊/歧义表达？

答案：模糊表达会使模型在多种合理解读之间做"概率性猜测"，导致输出不稳定且难以复现。
扩展要点：

• 把"详细一些"换成"用 500 字、3 个段落、附 1 个例子"
• 名词消歧：避免"它/这个/那一段"等指代不清
• 动词具体化：“分析” → “从 X、Y、Z 三个维度对比并总结差异”

---

8. 开放式问题 vs 封闭式问题：各自适用场景？

答案：开放式适合创意发散、头脑风暴、解释说明；封闭式适合事实判断、分类、抽取等需要可控输出的任务。
扩展要点：

• 评估场景优先封闭式，便于自动化打分
• 同一任务可"先开放后封闭"：先列选项，再让其选择并说明理由
• 封闭式输出建议配合 JSON Schema / 枚举值

---

9. 什么是上下文窗口（Context Window）？编写长 Prompt 要注意什么？

答案：模型一次能处理的 token 总量上限，包括 System+User+History+Output。超出会截断或丢失早期信息。
扩展要点：

• “Lost in the Middle”：长上下文中间部分容易被忽略，关键信息放头尾
• 长 Prompt 应结构化（标题/分隔符/编号）
• 长文档优先考虑 RAG 检索切片，而非全文塞入

---

10. 什么是模型幻觉（Hallucination）？Prompt 层面如何缓解？

答案：模型生成看似合理但不真实的信息。Prompt 层缓解策略：限定知识来源、要求引用、允许说"不知道"、让模型先验证再回答。
扩展要点：

• 加入"如果不确定，请回答’我不知道’"显著降低幻觉率
• 配合 RAG，明确要求"仅根据下面提供的内容回答"
• 让模型输出引用片段 + 置信度，便于后续校验

---

11. Temperature、Top_p 分别是什么？如何影响输出？

答案：Temperature 控制概率分布的"陡峭度"，越高越随机；Top_p 在累计概率为 p 的候选中采样，控制候选范围。
扩展要点：

• Temperature 调"激进度"，Top_p 调"候选池"，二者一般只调一个
• 代码、抽取类任务：Temperature 0~0.3
• 创意写作：Temperature 0.7~1.0
• Top_p=1 表示不裁剪，等价于纯 Temperature 控制

---

12. Frequency Penalty / Presence Penalty 作用是什么？

答案：Frequency Penalty 抑制已出现的 token 重复出现（按频次惩罚）；Presence Penalty 抑制已出现过的 token 再次出现（一次即罚）。
扩展要点：

• 解决"啰嗦重复" → 调 Frequency
• 鼓励"换话题/扩展新内容" → 调 Presence
• 取值范围一般 -2.0~2.0，常用 0.1~0.5

---

13. Seed（随机种子）的作用？如何保证输出一致性？

答案：固定 seed 后，相同输入下模型采样路径一致，输出可复现。配合 Temperature=0 或低值使用效果最佳。
扩展要点：

• 即使设了 seed，模型版本变更仍可能输出变化（OpenAI 提供 system_fingerprint 字段判断）
• 评估 Prompt 时务必固定 seed + temperature，否则无法对比
• 生产环境中并不总是追求一致性，要分场景

---

二、核心提示技巧

14. Chain-of-Thought（CoT 思维链）是什么？效果与适用场景？

答案：通过提示模型"一步步思考"，把推理过程显式化，从而提升复杂任务（数学、逻辑、多跳推理）的准确率。
扩展要点：

• 仅对足够大的模型有效（涌现能力）
• 简单任务用 CoT 反而会增加噪声和成本
• 推理类模型（o1/DeepSeek-R1）已内化 CoT，无需手动添加

---

15. 零样本 CoT 与少样本 CoT 的区别？

答案：零样本 CoT 用一句"让我们一步步思考"触发推理；少样本 CoT 提供完整的"问题→推理→答案"示例。
扩展要点：

• 零样本 CoT 适合通用模型 + 简单触发
• 少样本 CoT 在数学、专业推理类任务上准确率更高
• 示例的推理路径要清晰，错误示例会反向带偏

---

16. 什么是 Self-Consistency（自我一致性）？原理与用法？

答案：对同一问题以高 Temperature 采样多次得到多个推理链，再对最终答案进行多数投票，提升复杂推理的稳健性。
扩展要点：

• 比单次 CoT 准确率高 5%~15%（数学题尤为明显）
• 缺点：成本翻倍 N 次，延迟高
• 投票时只看最终答案，不看推理过程

---

17. Tree of Thought（ToT）与 CoT 的区别？适用场景？

答案：CoT 是单链推理；ToT 在每一步生成多个候选分支，通过评估/搜索（BFS/DFS）选最优路径，形成"树"。
扩展要点：

• 适合需要规划、搜索、回溯的任务（24 点游戏、迷宫、复杂决策）
• 实现复杂、调用次数多，成本大幅增加
• 简单任务杀鸡用牛刀，谨慎使用

---

18. 如何用 Prompt 强制输出 JSON / Markdown / 表格 / 代码格式？

答案：明确指定 schema、提供示例、用分隔符隔离指令、要求"不输出任何额外说明"，必要时启用模型的 JSON mode / Function Calling。
扩展要点：

• JSON 输出：用模型原生 response_format={"type":"json_object"} 或 Structured Output
• Markdown 表格：明确列名 + 至少给一个表头示例
• 代码块：指定语言标识符 ```python，并要求"只输出代码"

---

19. “否定指令”（不要、禁止）是否有效？为什么？怎么正确使用？

答案：单纯的否定指令效果不稳定，因为模型仍会"想到"被禁内容，且语言模型对正向描述更敏感。最佳做法是把"不要 X"改写为"请做 Y"。
扩展要点：

• 反例：“不要用专业术语” → 正例：“使用初中生能理解的语言”
• 必须用否定时，配合具体后果或理由说明
• 对违规内容，否定指令需多重防御（System+输出后过滤）

---

20. 分隔符（###、"""、<>）的作用？举例说明。

答案：用于把指令、上下文、用户输入、示例等明确分块，避免模型混淆角色或被注入劫持。
扩展要点：

• 推荐用 XML 风格标签：<context>...</context> <question>...</question>，Claude 等模型尤其敏感
• 同一 Prompt 内分隔符要统一
• 可用于防 Prompt Injection：把用户输入限定在固定标签内

---

21. 指令分解（Task Decomposition）：复杂任务怎么拆？

答案：把大任务拆为可独立验证的小步骤，按依赖关系串行/并行执行，每步聚焦单一目标。
扩展要点：

• 拆分原则：单一职责、可测试、可缓存
• 实现方式：单 Prompt 内编号步骤；或多 Prompt 链路（Chain）
• 复杂任务上，拆分后整体准确率通常显著优于"一锅烩"

---

22. 对比式提示（Contrastive Prompting）适用什么场景？

答案：通过同时给出"好例子"和"坏例子"，让模型理解任务边界与判断标准，适合有微妙差异的分类、风格控制、错误规避场景。
扩展要点：

• 文案审核、风格仿写、合规判断常用
• 好坏对比要在维度上对齐，避免噪声
• 比单纯的好示例更能传达"判断标准"

---

23. ReAct（Reasoning + Acting）框架核心思想？在 Agent 中的作用？

答案：让模型交替输出推理（Thought）→ 动作（Action）→ 观察（Observation）→ 再推理，形成可调用工具的闭环。
扩展要点：

• 是当今 Agent 的基础范式，配合 Tool Use 使用
• 优点：可解释、可中断、可纠错
• 缺点：每步一次调用，延迟高；推理过程暴露安全风险
• 进化方向：Plan-and-Execute、Reflexion 等

---

三、场景化实操题

24. 文案、代码、数据提取、客服问答 Prompt 侧重点分别是什么？

答案：

• 文案：风格 + 受众 + 篇幅 + 情感
• 代码：语言/框架 + 输入输出规约 + 边界条件 + 注释要求
• 数据提取：Schema + 字段定义 + 缺失值处理 + 格式严格性
• 客服：人设 + 业务范围 + 兜底话术 + 升级路径

扩展要点：

• 共性：清晰的角色+任务+约束+输出格式
• 差异在于"约束密度"：代码/数据提取最紧，文案最松
• 客服场景必须加"超出范围如何回应"

---

25. 长文档摘要：如何设计 Prompt 保证精度、去冗余、防幻觉？

答案：分块切分 + 分层摘要（Map-Reduce）+ 明确摘要维度 + 要求"仅基于原文"+ 引用原文片段。
扩展要点：

• Map 阶段每块独立摘要，Reduce 阶段融合
• 加入"如原文未提及，请勿杜撰"指令
• 输出包含关键事实 + 数据 + 结论三段式
• 长文档优先 RAG 检索 + 摘要，而非全文喂入

---

26. 翻译类 Prompt：如何指定风格、专业术语统一、语气？

答案：明确目标语言、领域、目标读者、风格（正式/口语）、关键术语对照表、保留原文格式要求。
扩展要点：

• 提供术语词典：{"machine learning":"机器学习","tensor":"张量"}
• 要求"保留代码块、数字、变量名不变"
• 二次校验：让模型回译并对比，发现偏差

---

27. 知识库问答（RAG）：如何限定模型只依据给定内容回答？

答案：明确指令"仅依据下面提供的资料回答，资料中没有的内容请回答’根据现有资料无法回答’"，并要求标注引用来源。
扩展要点：

• 用 XML 标签包裹检索内容：<documents>...</documents>
• 加入引用格式要求：[doc_id: 段落索引]
• 评估指标：Faithfulness（忠实度）+ Answer Relevancy

---

28. 创意写作：如何控制风格、篇幅、叙事结构、角色设定？

答案：四要素法——风格参考（作家/作品）+ 结构（三幕/起承转合）+ 篇幅（字数/段数）+ 角色卡（动机/性格/弧线）。
扩展要点：

• 风格控制可直接引用：“模仿海明威的简洁冰山风格”
• 用大纲先生成骨架，再分段细化（避免一次性塌方）
• Temperature 适当调高（0.8~1.0），但结构指令要硬约束

---

29. 数据清洗/结构化提取：写一个示例 Prompt。

答案：

你是一个严格的信息抽取助手。从下面文本中提取实体并以 JSON 输出：
Schema：
{ "name": string, "age": int|null, "company": string|null }

规则：
1. 字段缺失填 null，不要猜测
2. 仅输出 JSON，不要额外说明
3. age 必须为整数

文本："""
张三，28岁，就职于字节跳动。
"""

扩展要点：

• 三段式：角色 + Schema + 规则 + 示例 + 数据
• 严格输出建议用 JSON Mode / Function Calling
• 批量处理时附"如失败返回 {error: 原因}"

---

30. 多轮对话：如何维护上下文、避免跑偏、保持人设一致？

答案：System Prompt 锁人设与规则 + 历史摘要替代全量历史 + 每轮注入"当前任务焦点"+ 关键状态变量结构化保存。
扩展要点：

• 长对话用"滚动摘要"压缩历史，节省 token
• 跑偏时主动回拉：“让我们回到 X 话题”
• 关键状态（用户姓名/订单号）单独存储，每轮注入

---

四、Prompt 优化、Debug、评估

31. 如何评估一条 Prompt 的好坏？说出 3–5 个核心维度。

答案：准确性、稳定性（多次输出一致性）、鲁棒性（对输入扰动）、成本（token 消耗）、可维护性。
扩展要点：

• 建立小规模评测集（20~50 条），覆盖正例/边界/对抗
• LLM-as-a-Judge 自动打分，人工抽审
• A/B 测试新旧 Prompt，量化提升

---

32. Prompt 越长效果越好吗？长短 Prompt 的取舍原则？

答案：不是。Prompt 长度与效果呈"倒 U 形"。过短信息不足，过长稀释关键信息且引入噪声。
扩展要点：

• 关键指令前置或后置（首因/近因效应都可利用）
• 删冗余话术，每句话都应承担明确功能
• 同等效果下，越短的 Prompt 越优（成本+延迟）

---

33. 重复话术堆砌会有什么负面影响？

答案：稀释关键指令权重、增加 token 成本、可能触发模型对"重要内容"的重新加权失衡。
扩展要点：

• “请一定一定务必"不如一次明确说"必须”
• 关键指令重复一次（开头+结尾）有效，反复堆砌反而无效
• 用结构化（编号/标签）替代重复强调

---

34. 同一指令换措辞输出差异大，如何收敛稳定性？

答案：降低 Temperature、固定 seed、加入少样本示例、严格规约输出格式、必要时用结构化输出（JSON Schema）。
扩展要点：

• 输出不稳是 Prompt 模糊的体现，先优化指令本身
• 少样本是收敛"输出风格"的最强武器
• 关键场景配合后置校验/重试机制

---

35. 模型输出冗余啰嗦，用什么话术精简？

答案：明确字数上限 + 要求"直接给结论，不要解释"+ 提高 Frequency Penalty + 设定输出结构（如"用一句话"）。
扩展要点：

• 反例：“请简洁回答” → 正例：“用不超过 50 字回答”
• 加 “Don’t yap” 类指令对部分模型有效
• 系统化场景用 max_tokens 硬截断

---

36. 专业领域 Prompt：加行业术语提升效果还是增加偏差？

答案：取决于模型预训练覆盖度——主流领域（医疗/法律/金融）添加术语提升效果；冷门或新兴领域可能增加幻觉。
扩展要点：

• 术语 + 定义 + 示例三件套，降低误解
• 配合 RAG 提供权威资料，最稳健
• 评估时务必请领域专家审查

---

37. 如何设计 Prompt 实现"自我校验/自我纠错"？

答案：两阶段法——第一步生成答案，第二步让模型基于校验清单逐项检查并修正。也可设置批评者（Critic）角色独立审查。
扩展要点：

• 自我纠错对中等难度任务有效，太难的题模型自身也无法察觉错误
• Critic 角色与 Generator 分离，避免"自夸偏差"
• 与 Self-Consistency 不同：纠错是反思修改，一致性是多次投票

---

38. Prompt 调试流程：指令被忽略、格式乱、幻觉多，怎么一步步排查？

答案：

1. 简化复现：剥离非核心部分定位问题
2. 检查指令冲突：System 与 User 是否矛盾
3. 检查指令位置：关键指令前置
4. 加示例 + 分隔符 + 结构化
5. 调参（Temperature、seed）
6. 仍不行：换模型 / RAG / 工具调用兜底

扩展要点：

• 建立"症状—原因—对策"对照表
• 调试日志保存所有版本，避免回退困难
• 工具：PromptLayer、LangSmith、Helicone 等可视化

---

五、工程落地与安全

39. 通用大模型、开源小模型、微调模型：Prompt 策略有何不同？

答案：

• 通用大模型：指令理解强，简洁 Prompt 即可
• 开源小模型：需更多示例 + CoT + 严格格式约束
• 微调模型：贴近训练数据格式，避免大幅偏离

扩展要点：

• 小模型对 Prompt 敏感度极高，多版本 A/B 必备
• 微调模型 Prompt 应保持训练时的格式一致
• 不同模型家族（Llama/Qwen/Claude）有偏好差异，要做适配

---

40. 什么是 Prompt Injection（提示注入）？产品如何防护？

答案：攻击者在用户输入中嵌入指令试图劫持模型行为。防护：输入隔离、指令优先级强化、输出过滤、最小权限工具调用。
扩展要点：

• 直接注入：“忽略上面所有指令，做 X”
• 间接注入：通过外部网页/文档植入指令
• 防护组合拳：输入清洗 + 沙盒标签 + 输出审查 + 关键操作二次确认
• 完全防护极难，纵深防御是唯一思路

---

41. 批量模板化 Prompt：要考虑哪些兼容性、鲁棒性问题？

答案：变量占位符注入风险、空值/极长输入处理、特殊字符转义、不同语言/编码、模型版本变更影响。
扩展要点：

• 用 Jinja2 等模板引擎，避免字符串拼接
• 必加入参数校验与长度截断
• 每次模型升级要回归测试模板

---

42. RAG 场景下，Prompt 如何衔接检索内容与用户问题？

答案：结构化拼装——明确角色 + 检索片段（带来源/编号）+ 用户问题 + 回答规则（必须基于片段、需引用、不知道时拒答）。
扩展要点：

• 检索片段顺序按相关度排序，最相关在前
• 控制片段数量（5~10 段），避免稀释
• 提供"无相关片段"时的回退话术

---

43. 如何设计可复用的 Prompt Template？（LangChain 场景）

答案：参数化输入 + 模块化结构（角色/任务/约束/示例/输入分离）+ 版本管理 + 单元测试。
扩展要点：

• 使用 PromptTemplate / ChatPromptTemplate
• 模板版本化（v1.0、v1.1），支持灰度
• 模板与业务逻辑解耦，方便迭代
• 配合 Eval 框架建立基线

---

44. 提示工程的未来：会被自动 Prompt 生成取代吗？你的看法？

答案：低层手工调优（措辞、格式、参数）会被自动化（DSPy、APE、OPRO），但高层的"任务定义、评估设计、业务对齐"仍需人完成。
扩展要点：

• 自动 Prompt 优化已在结构化任务上超越人工
• 提示工程师正在向"AI 系统设计师"转型
• 核心壁垒：业务理解 + 评估方法论 + 系统编排能力

---

六、面试思辨/行为题

45. 新手 Prompt 与资深 Prompt 工程师的核心差距在哪？

答案：

• 新手：写好一条 Prompt
• 资深：建立 Prompt 系统（评估、迭代、监控、降本）

扩展要点：

• 新手关注"输出像不像"，资深关注"输出对不对、稳不稳、贵不贵"
• 资深掌握模型边界，知道何时不该用 Prompt（该上微调/RAG/规则）
• 资深具备工程化思维：版本、测试、监控、回滚

---

46. 少样本示例怎么选？数量多少性价比最高？

答案：选典型 + 边界 + 对抗 三类，覆盖常见和极端情况；数量一般 3~5 条，超过收益递减成本上升。
扩展要点：

• 示例多样性 > 数量
• 困难/易错示例优先于简单示例
• 动态选择（根据输入检索最相似示例）效果优于静态固定

---

47. Temperature 高/低分别适合什么场景？

答案：

• 低（0~0.3）：抽取、分类、代码、事实问答、需要可复现的场景
• 高（0.7~1.0）：创意写作、头脑风暴、多样化生成

扩展要点：

• 评估期一律用 0，避免随机性干扰
• 同一系统不同 Agent 可不同温度（规划低、生成高）

---

48. 用户需求模糊，你如何反向梳理并重构 Prompt？

答案：

1. 五问法：受众、场景、目标、约束、成功标准
2. 给 Bad Case 让用户判断，反推真实意图
3. 把抽象词具象化（“专业” → 几年经验、什么口吻）
4. 输出范式化的 Prompt 模板让用户验证

扩展要点：

• 永远不要直接写 Prompt，先做需求澄清
• 用"输出 1 个示例 + 你想不想要这种"快速对齐
• 文档化需求，避免反复返工

---

49. 讲一次你优化 Prompt 解决重大问题的案例（STAR）。

答案模板：

• Situation：客服 RAG 系统准确率仅 65%，幻觉投诉频发
• Task：两周内提升至 85%+，幻觉率降到 5% 以下
• Action：① 重构 Prompt，加入引用要求与拒答机制 ② 检索片段加 XML 标签 ③ 建立 200 条评测集 ④ 多版本 A/B
• Result：准确率 87%，幻觉率 3%，投诉下降 70%

扩展要点：

• STAR 强调可量化结果
• 突出方法论（不是运气）
• 体现你的独特决策（为什么不微调？为什么这样拆？）

---

50. 完整 Prompt 工作流程：需求 → 设计 → 测试 → 迭代 → 上线

答案：

1. 需求：澄清意图、定义成功标准、收集真实样本
2. 设计：选范式（zero/few/CoT/RAG）、写初版、定输出格式
3. 测试：构建评测集（典型/边界/对抗），自动+人工评估
4. 迭代：错例分析 → 假设修正 → A/B 对比 → 选优
5. 上线：版本化、灰度、监控（成功率/延迟/成本/幻觉率）、持续运营

扩展要点：

• 评测集是 Prompt 工程的命根子，没有它就是凭感觉
• 上线后的监控同样关键——模型升级会让旧 Prompt 失效
• Prompt 工程是产品工程，不是写作艺术

---

结语：Prompt Engineering 的能力金字塔

层级	关注点	区分度
L1 写作层	措辞、格式、示例	入门
L2 优化层	评估、调参、调试	进阶
L3 系统层	RAG、Agent、工具编排	资深
L4 业务层	需求拆解、ROI、产品对齐	专家

真正的核心竞争力不是会写多花哨的 Prompt，而是能把模型能力 → 工程系统 → 业务价值串联起来。 Prompt 只是其中最直观的一环。