01 · 介绍
什么是提示词
提示词（prompt）是你交给语言模型的文本，包括你的问题，以及你添加的任何指令、示例和文档。模型会读完这些内容，然后给出回复。
这个词本身没有什么神奇之处。提示词可以只有两个词（“翻译这个”），也可以长达二十页（一份合同加一份检查清单）。关键在于它是否包含模型完成任务所需的全部内容。
大多数工具会把提示词分成两个部分：
- 系统提示词（System prompt）：适用于整个对话的长期指令。例如：“你是一家自行车店的客服助手。用荷兰语回答。绝不承诺退款。”应用和智能体通常会对最终用户隐藏这一部分。
- 用户消息（User message）：你当下想要的内容。例如：“回复这封邮件。”
提示词工程（Prompt engineering）指的就是有目的地编写提示词、进行测试，并保留那些行之有效的提示词。
02 · 适合什么场景
当提示词就是问题所在时
如果模型的回答错误或没有用，首先应该检查提示词。常见的迹象包括：
- 回答很笼统。你没有说明它是为谁写的，也没有说明主题是什么。
- 格式不对。你没有说明要“一张表格”“三条要点”或“JSON”。
- 它编造了内容。提示词中没有相关事实，所以它只能猜测。
- 它做得太多。你要求的是“帮我处理这个”，而不是“修改第二段”。
- 对你有效，对同事无效。提示词依赖了只有你自己才知道的信息。
好的提示词也是让自动化可靠运行的关键。在工作流或智能体中，同一条提示词会运行成千上万次，因此一句清晰的话就能避免上千个糟糕的输出。
03 · 配置
一个简单的方法
像对待新同事那样，把你会交代给新同事的东西都交给模型：
- 角色与受众。 “你正在帮助一位销售经理准备客户电话会议。”
- 任务，用一句话说明。 “总结附件中的会议记录。”
- 材料。 把会议记录粘贴进来。较长的材料要放在清晰的标记中，例如
<notes> ... </notes>，让模型知道材料从哪里开始、到哪里结束。 - 答案的形式。 “五个要点，每条不超过20个字，使用通俗语言。”
- 规则。 “如果某项决定不明确，直接说明，不要猜测。”
- 一个示例，适用于格式很重要的情况，比如一份报告的确切版式。
把指令放在材料之前，问题放在最后。然后运行，检查答案，每次只改动一处。
04 · 使用说明
日常使用
- 具体说明“好”是什么样子。“专业但温和，不用感叹号”比“语气不错”更有用。
- 说明应该怎么做，而不只是说明避免什么。模型更能遵循正向指令。
- 当下一步需要读取结果时，要求以固定格式输出，例如表格或带有明确字段名的 JSON。
- 任务较难时，让模型先思考：“请逐步推理，然后给出最终答案。”
- 把有效的提示词保存在可复用的文件中。在 Claude Code 及类似工具里，这个文件就是 skill。
- 对于自动化流程，保留一组测试输入，并在每次修改提示词后重新运行。
05 · 注意事项
常见陷阱
- 提示词注入。 如果你的提示词包含来自外部的文本（比如一封邮件或一个网页），这些文本里也可能带有指令。要告诉模型哪一部分是数据，并且永远不要让它执行数据中找到的指令。
- 提示词中的敏感信息。 你粘贴的所有内容都会发送给模型提供方。密码、密钥和个人数据要排除在外。
- 过长。 一份十页的提示词成本更高，也会给模型更多出错的机会。只发送任务所需的内容。
- 模型更新。 为某个模型调优的提示词，换到下一个版本时可能需要调整。请保留测试。
- 万能咒语。 “你是一位世界级专家”这类话几乎没什么作用。清晰的指令和好的素材才会带来真正的改变。
06 · 资源
下一步去哪里
Prompt 是一次请求。Context 是单次请求中能容纳内容的上限，而缓存则是让一个又长又重复的 prompt 保持低成本的方法。
我的笔记
登录后可以在这本手册上记私人笔记。登录