摘要

提示词工程是围绕大模型输入进行设计、组织、约束和迭代优化的一组方法，其目标不是改变模型参数，而是在既有模型能力基础上，提高输出的正确性、稳定性、可控性和可用性。提示词工程已经从早期的多试几句话，发展为包含任务拆分、示例设计、结构化输出、工具接入、安全防护与系统评测的完整实践流程。理解提示词工程的意义，不只是学会“怎样问 AI”，更是理解如何把大模型可靠地接入软件系统。

一、提示词工程的概念与定位

从定义上看，提示词工程是对模型输入进行工程化设计的过程。提示词可以是自然语言指令，也可以包含上下文材料、输出格式要求、示例、分隔符、角色说明以及外部工具返回结果。它的核心任务，是让模型更稳定地理解“要做什么”“依据什么做”“结果应当长什么样”。OpenAI 与 Google 的官方资料都强调：提示词设计通常是一个反复测试、逐步改进的过程，而不是一次写完就结束。

https://help.openai.com/en/articles/10032626-prompt-engineering-best-practices

https://docs.cloud.google.com/vertex-ai/generative-ai/docs/learn/prompts/prompt-iteration

从系统实现角度看，提示词工程处在“用户需求”和“模型能力”之间，扮演接口层的角色。它既不同于参数级微调，也不同于单纯的数据检索。一个成熟的大模型应用，往往会把提示词工程与检索增强生成（RAG）、工具调用、数据集评测、人工审核等手段联合使用。因此，提示词工程最好被理解为一种软件工程能力，而不仅是聊天技巧。

二、核心框架

提示词工程的框架概括为四个维度：实践方法、作用与能力、典型应用和挑战。

维度	重点	含义
实践方法	系统提示、少样本示例、思维链引导、自我一致性	提示词不仅是“提问题”，更是在设计输入结构、约束和验证方式。
作用与能力	引导模型行为、激发推理、实现零样本/少样本迁移、角色与风格迁移	提示词工程的核心价值是提高模型的可控性与任务适配性。
典型应用	聊天机器人系统提示、代码生成、内容审核	提示词工程已经进入真实软件系统，而不只是演示型聊天场景。
挑战	脆弱性、提示注入攻击	提示词越深入生产流程，安全性、稳定性和评测就越重要。

OpenAI提供的六类策略：编写清晰说明、提供参考文本、把复杂任务拆成更简单的子任务、给模型时间思考、使用外部工具、系统地测试变化。

https://developers.openai.com/api/docs/guides/optimizing-llm-accuracy

如今的提示词工程，已经不能只停留在“写一句更聪明的话”。更重要的问题是：是否给了足够上下文，是否规定了可检查的输出格式，是否有基准样例来验证改动，是否考虑了恶意输入和工具误调用的风险。

三、常用技巧与方法解释

在实际使用中，提示词工程最常见的技巧包括：目标明确、角色设定、格式化输出、提供样本、分解任务、给模型时间思考、形成稳定框架。

技巧	作用	提醒
目标明确	减少歧义，限定任务边界	目标不清时，模型往往会“猜用户意图”
角色设定	约束语气、立场和专业身份	角色要服务任务，不能替代任务要求
格式化输出	提升后处理稳定性	格式约束越清楚，自动化越容易
提供样本	展示“什么叫做答对”	示例要相关、覆盖边界情况且风格一致
任务拆分	降低一次性完成复杂任务的难度	每一步都要有可验证输出
给模型时间思考	提升复杂推理任务的正确率	新型推理模型不一定需要显式“逐步思考”
使用外部工具	补足知识、计算和执行能力	必须处理权限、安全和工具返回质量

其中，提供样本是最实用的技巧。模型可以仅通过上下文中的少量输入输出对，学习新任务的模式，而不需要再次训练参数。这也是为什么很多分类、抽取、改写任务中，加入 2 至 5 个高质量示例后，效果会明显提升。

四、提示词工程发展的新趋势

提示词工程正在从“技巧集合”走向“工程体系”。如果把当前实践概括成几个关键词，分别是：结构化、版本化、工具化、评测化和安全化。

• 结构化：使用清晰的分隔符、标题、标签和固定段落，让模型更容易识别任务、上下文和约束。
• 版本化：OpenAI 已把 prompt 作为可复用、可版本管理的对象来处理，方便团队协作与回滚。

https://platform.openai.com/docs/guides/prompting

• 工具化：当任务涉及检索、计算、数据库查询或执行动作时，单靠提示词往往不够，需要调用搜索、代码执行、函数或业务接口，这个部分涉及代码能力。
• 评测化：每次修改提示词后，都应通过固定数据集和明确指标评估变化，而不是靠单次演示判断好坏。
• 安全化：面对不可信输入，必须考虑提示注入、越权调用、敏感信息泄露等风险。

这意味着今天学习提示词工程时，重点不应该是有没有一个万能模版，而是要理解一整套迭代流程：明确目标，构造提示，收集失败案例，建立评测集，逐步改进，再观察成本、时延和安全性变化。

五、提示词工程的典型应用场景

第一类是对话与问答系统。例如校园问答、课程答疑、客服机器人等，往往需要通过系统提示限定角色、语气、知识边界和拒答规则。此时，好的提示词不仅决定“回答得好不好”，也决定“会不会越界回答”。

第二类是信息抽取与内容处理。例如从论文、简历、合同、实验记录中抽取字段，或将长文总结成固定格式摘要。该场景最看重输出结构和格式一致性，因此需要明确字段、顺序、缺失值表示方式，并配合解析成功率来评测。

第三类是代码生成与代码审查。本质上就是利用提示词把任务背景、接口约束、语言环境和预期输出组织清楚；而在代码审查场景中，提示词还需要告诉模型重点关注什么，例如安全漏洞、边界条件、异常处理和测试缺失。

第四类是内容审核与决策辅助。无论是文本分类、风险识别，还是对多份文档进行综合判断，提示词都必须把标准写清楚，并配合样例与评测集控制输出漂移。对于高风险场景，仅依赖提示词本身通常不够，还需要人工复核或规则系统共同参与。

六、风险、局限与安全挑战

• 提示词具有脆弱性。措辞顺序、上下文长度、样例选择和模型版本变化，都可能导致结果明显波动。
• 提示词不能替代知识来源。如果材料本身缺失、过时或冲突，再精巧的措辞也无法稳定产出正确答案。
• 提示注入是现实风险。当模型接触到不可信文本时，恶意内容可能伪装成新的指令，诱导模型忽略原有约束、泄露敏感信息，甚至错误地调用工具。OpenAI 的安全文档把提示注入视为构建智能体系统时的常见且危险攻击。 因此，在工程实践中，需要把用户输入、外部网页、检索结果、文件内容等都视为不可信数据。
• https://platform.openai.com/docs/guides/agent-builder-safety

第四，过度依赖少样本示例会带来“示例过拟合”问题。若示例过少、过于单一，模型可能只是在模仿表面格式，而没有真正学到任务规则。

第五，长提示词会增加 token 消耗、响应时延和维护难度，因此“提示词越长越好”并不成立，合理的做法是只保留必要约束、必要上下文和必要样例。

• 安全建议一：明确区分系统规则、用户需求和外部材料，避免它们混杂在同一层指令中。
• 安全建议二：能交给工具精确完成的事情，不要只依赖语言模型自由生成。
• 安全建议三：为高风险任务设置拒答、人工审核或双重验证机制。
• 安全建议四：持续用恶意样例测试系统，而不是只测正常样例。

七、实践流程建议

如果要把提示词工程真正用于实际项目中，可以采用一个最小但完整的五步流程。这个流程强调“先定义、再实现、再验证”。

• 第一步，定义任务：明确输入是什么、输出是什么、正确结果如何判断。
• 第二步，设计初始提示：写清楚角色、目标、约束、输出格式和必要上下文。
• 第三步，准备小型评测集：至少收集十到二十个有代表性的样例，覆盖正常情况和边界情况。
• 第四步，迭代修改：每次只改变一个关键因素，例如示例、格式说明或上下文分隔方式。
• 第五步，记录结果：比较准确率、格式通过率、耗时和失败案例，形成可复用经验。

八、结语

总体来看，提示词工程的本质可以概括为一句话：它是在不改动模型参数的前提下，通过设计输入来提升模型输出质量的工程方法。它既依赖语言表达，也依赖实验设计、评测意识和系统安全观念。提示词工程最值得学习的地方，不是几条“神奇咒语”，而是如何把大模型能力转化为可测试、可维护、可集成的软件能力。

相信阅读了该文章之后，会对提示词工程有所了解吧，快去解锁你的大模型潜能吧！

本期编辑：于江楠