# 提示词工程入门 (Prompt Engineering)

> 💡 **学习指南**：提示词工程是与 AI 交流的核心技能。本章节将通过实战示例，教你如何编写高质量提示词，让 AI 发挥最大潜力。无论是日常使用还是开发应用，这些技巧都将大幅提升 AI 的输出质量。

## 0. 引言：什么是提示词工程？

**提示词工程** 是指通过设计和优化输入给大语言模型的提示词，来获得更准确、更符合预期的输出结果的技术。

简单来说，就是<strong>学会如何更好地和 AI 对话</strong>。

很多人第一次使用 AI 时会遇到这些问题：
- 输出太笼统，不够具体
- 理解错意图，答非所问
- 格式不符合要求
- 需要反复多轮对话才能得到满意结果

提示词工程就是为了解决这些问题。

## 1. 基础原则：清晰与具体

### 1.1 明确你的目标

最常见的问题是提示词太模糊。

<PromptComparisonDemo />

**核心要点**：
- 🎯 **明确任务类型**：写文章/写代码/分析/翻译
- 📋 **提供细节要求**：主题、风格、长度、格式
- 👥 **指定目标受众**：初学者/专家/儿童/专业人士

### 1.2 使用结构化提示词

一个好的提示词应该包含以下部分：

```markdown
# 角色
你是一个经验丰富的 Python 开发者。

# 任务
帮我编写一个函数，实现快速排序算法。

# 要求
- 代码要包含详细注释
- 添加时间复杂度分析
- 提供一个使用示例
- 使用 Python 3.10+ 的类型注解
```

## 2. 进阶技巧：少样本学习

### 2.1 Zero-shot vs Few-shot

有时直接告诉 AI 做什么还不够，需要提供示例。

<FewShotDemo />

**为什么示例有效**？
- 示例让 AI 理解<strong>期望的输出风格</strong>
- 示例展示了<strong>输入和输出的关系</strong>
- 示例帮助 AI <strong>避免常见错误</strong>

**最佳实践**：
- 提供 3-5 个高质量示例
- 示例要<strong>多样化</strong>，覆盖不同情况
- 示例格式要<strong>一致</strong>

### 2.2 示例的质量比数量更重要

一个精心设计的示例胜过十个随意凑的示例。

好的示例特点：
- 代表性强：能覆盖典型场景
- 格式清晰：结构一致，易于理解
- 边界情况：包含特殊或极端的例子

## 3. 高级技巧：思维链推理

### 3.1 什么是思维链？

对于复杂问题，直接让 AI 给答案往往不够准确。思维链（Chain-of-Thought，CoT）要求 AI <strong>展示推理过程</strong>。

<ChainOfThoughtDemo />

### 3.2 何时使用思维链？

思维链特别适合这些场景：

- ✅ **数学计算**：分步计算避免错误
- ✅ **逻辑推理**：展示推导过程
- ✅ **复杂问题拆解**：将大问题分解为小步骤
- ✅ **多步骤任务**：确保每个步骤都完成

**触发词示例**：
- "请一步步思考"
- "详细说明你的推理过程"
- "先分析问题，再给出答案"

## 4. 常见提示词模式

### 4.1 角色扮演

让 AI 扮演特定角色，可以更好地完成任务。

```markdown
# 示例
你现在是一位资深的科技新闻记者。
请以新闻稿的风格，报道最新发布的 AI 模型。
要求：客观中立，引用专家观点，包含市场分析。
```

常见角色：
- 程序员、产品经理、数据科学家
- 教师、学生、面试官
- 记者、编辑、文案策划

### 4.2 任务分解

将复杂任务拆解为多个步骤。

```markdown
# 示例
请完成以下任务：
1. 阅读提供的代码
2. 找出潜在的 bug
3. 解释每个 bug 的原因
4. 提供修复建议
5. 给出修复后的代码
```

### 4.3 格式化输出

明确指定输出格式。

```markdown
# 示例
请以 JSON 格式输出：
{
  "summary": "文章摘要",
  "keywords": ["关键词1", "关键词2"],
  "sentiment": "正面/负面/中性",
  "score": 0.95
}
```

常用格式：
- JSON、XML、CSV
- Markdown 表格
- 代码块
- 列表

## 5. 提示词优化流程

### 5.1 迭代优化法

写好提示词不是一次性的工作，需要持续优化。

**优化步骤**：
1. 写一个基础版本
2. 测试，找出问题
3. 针对性改进（加要求、加示例、改结构）
4. 再次测试
5. 重复 3-4 直到满意

### 5.2 A/B 测试

尝试不同的提示词变体，比较效果。

```markdown
# 版本 A
写一篇关于 AI 的文章，800 字。

# 版本 B
以技术博客的形式，写一篇关于提示词工程的文章。
目标读者：初学者。字数：800-1000 字。
包含 3 个实用技巧和代码示例。
```

## 6. 实用技巧总结

### 6.1 做什么

- ✅ <strong>明确具体</strong>：说清楚要什么
- ✅ <strong>提供上下文</strong>：背景信息很重要
- ✅ <strong>使用示例</strong>：展示期望的格式和风格
- ✅ <strong>分步骤</strong>：复杂任务要拆解
- ✅ <strong>指定格式</strong>：明确输出格式

### 6.2 避免什么

- ❌ <strong>模糊不清</strong>：避免"写个东西"这种表达
- ❌ <strong>矛盾要求</strong>：不要既要求详细又要求简洁
- ❌ <strong>过度复杂</strong>：提示词也不是越长越好
- ❌ <strong>缺少关键信息</strong>：目标受众、用途等要说明

## 7. 工具推荐

### 7.1 提示词管理工具

- **PromptBase**：提示词分享平台
- **LangChain**：开发框架，内置提示词模板
- **PromptLayer**：提示词版本管理

### 7.2 学习资源

- **OpenAI Cookbook**：官方示例库
- **Anthropic Prompt Library**：Claude 提示词库
- **GitHub awesome-prompt-engineering**：精选资源

## 8. 总结

提示词工程是一门<strong>实践性强</strong>的技能：

- 🎯 **核心是清晰**：明确目标、提供细节
- 📚 **善用示例**：让 AI 理解期望
- 🧠 **引导思维**：复杂任务要分步骤
- 🔄 **持续优化**：迭代改进才能达到最佳效果

记住：<strong>好的提示词 + 普通的模型 > 坏的提示词 + 顶级的模型</strong>。

掌握提示词工程，就是掌握了与 AI 高效沟通的语言。现在就开始实践吧！