提示词工程实战:让大模型一次答对的几个写法
AI先给结论:提示词不是「字越多越好」,而是把五件事写清——你是谁、要我干啥、有哪些约束、按什么格式出、给个样例。模型不会读心,它只能根据你给的文字猜你的意图。把这几样写明白,同一个模型的对答质量能差出一截。本博客 D8 的 Agent 里「模型判断飘」,很大一部分其实是提示词没写稳。
一、提示词到底解决什么问题
- 模型默认是「什么都答一点的通用助手」,你不框定,它就自由发挥;
- 你没说格式,它就一段散文甩给你,下游程序难解析;
- 你没给边界,它就脑补你没说的条件,答非所问。
提示词的本质,是把模糊的人类意图,翻译成模型能稳定执行的指令。它不改变模型能力,但决定能力往哪使。
二、可套用的五件套模板
| 件 | 作用 | 不写会怎样 |
|---|---|---|
| 角色 | 定调:你是资深 XX | 语气和专业度飘 |
| 任务 | 一句说清要干啥 | 模型猜你要什么 |
| 约束 | 边界:不考虑啥、必须啥 | 脑补、跑题 |
| 格式 | 输出结构:JSON / 列表 / 步骤 | 下游难解析 |
| 示例 | 给一个输入→输出样例 | 理解偏差 |
三、几个实战写法
- 给角色再给任务:「你是有十年经验的运维,帮我排查 Nginx 502」比「帮我看下 502」稳。
- 输出格式写死:要程序用就写「只返回 JSON,字段为 {reason, fix}」,别让它附赠解释。
- 反向约束:加上「不要编造命令、不确定的地方标注未知」,能压住幻觉。
- 塞一个样例:给一条「问法→答法」,模型立刻对齐你的预期风格。
- 分步而非一步:复杂任务写「先列步骤,再逐条展开」,比直接要长文更准。
- 限定范围:「仅基于下面给的文档回答,文档外的一律说不知道」,RAG(见 D7/D13)必备。
- 少说废话:啰嗦不等于清晰,重复指令反而让模型抓不住重点。
- 把判断标准写明:分类任务写清「命中 A 条件的归一类」,别写「差不多就归一类」。
四、对照示例:差 vs 好
差:「帮我写个退款的话术。」——模型不知道对谁说、什么场景、多长。
好(五件套齐了):
角色:你是电商客服。 任务:写一条订单 A123 的退款确认话术。 约束:语气礼貌、不承诺到账时间、提醒查到账短信。 格式:一段话,80 字以内。 示例:输入「订单 B456 退款」→ 输出「亲,B456 的退款已提交,到账以银行短信为准,请留意~」
同一模型,后者基本一次到位,前者要来回改三遍。差别不在模型,在指令。
五、常见坑
| 坑 | 原因 | 规避 |
|---|---|---|
| 一句话甩需求 | 模型猜意图 | 至少给任务+格式 |
| 要 JSON 却没说死 | 模型附赠解释 | 写「只返回 JSON,不要其他文字」 |
| 约束互相打架 | 模型左右为难 | 约束列完通读一遍 |
| 在 Agent 里提示词太松 | D8 的判断步飘 | 分支判断用明确阈值/枚举 |
六、FAQ
Q:提示词和微调是什么关系? 提示词是「不改模型、靠指令引导」,零成本、随写随试;微调是「改模型权重」,成本高、要数据。先用提示词,不够再考虑微调。
Q:在 D8 的 Agent 里提示词怎么用? 把「模型决定调哪个工具」那一步的 system 提示写清:可用工具有哪些、各自何时用、输出必须 JSON。提示词稳了,循环才不飘。
Q:有没有通用模板直接抄? 上面五件套就是。复制到任意对话,按场景填角色/任务/约束/格式/示例,比网上花哨模板更通用。
小结
提示词工程的本质,是把模糊意图翻译成模型能稳定执行的指令。记住五件套——角色、任务、约束、格式、示例——多半场景套上就能用。它不改模型能力,但决定能力往哪使;尤其在 Agent(D8)的分支判断里,提示词写稳,整个流程才不飘。别迷信「越啰嗦越好」,把该说的说清、不该说的别加,比堆字数管用。具体模型对提示词的敏感度以你所用产品当天表现为准。