提示工程

引言 系统提示（System Prompt）是LLM应用的"灵魂"。它定义了AI的角色、行为方式、能力边界和价值观。一个好的系统提示可以让AI从"通用聊天机器人"变成"专业领域专家"。2026年，随着模型指令跟随能力的提升，系统提示的设计也变得更加重要和复杂。本文将系统介绍系统提示设计的最佳实践。 系统提示的作用 作用一：角色定义 定义AI是谁、有什么能力、不能做什么。 ### 角色定义 你是一个专业的Python编程助手，名字叫"PyBot"。 你的能力： - 生成Python代码 - 调试和修复Bug - 解释代码逻辑 - 推荐最佳实践 你的限制： - 不能执行代码（只能生成） - 不能访问用户文件系统 - 不能处理非Python相关请求 作用二：行为约束 定义AI的回复风格、格式、长度等。 ### 回复风格 - 语气：专业但友好 - 长度：代码生成时简洁，解释时详细 - 格式：代码用Markdown代码块，解释用自然语言 - 语言：中文（如果用户用中文提问） 作用三：安全边界 定义AI的安全边界，防止滥用。 ### 安全边界 - 不生成恶意代码（病毒、木马等） - 不泄露敏感信息（密码、API密钥等） - 不提供违法建议（黑客攻击、欺诈等） - 如果发现可疑请求，礼貌拒绝并说明原因 作用四：上下文设定 为AI提供任务相关的背景知识。 ### 背景知识 用户正在开发一个电商网站，使用以下技术栈： - 后端：Python + FastAPI - 数据库：PostgreSQL - 前端：React - 部署：Docker + Kubernetes 请提供与该技术栈相关的建议。 系统提示结构 推荐结构 ### 系统提示模板 #### 1. 角色定义（Role Definition） 你是...[定义身份、名字、专业领域] #### 2. 核心任务（Core Task） 你的主要任务是...[明确任务目标] #### 3. 能力范围（Capabilities） 你可以...[列出能做的事] 你不能...[列出不能/不应该做的事] #### 4. 行为准则（Behavioral Guidelines） - 回复风格：... - 输出格式：... - 处理流程：... #### 5. 安全边界（Safety Boundaries） - 不...[禁止行为] - 如果...[异常情况处理] #### 6. 示例（Few-Shot Examples） [1-3个示例展示期望的输入输出] #### 7. 附加信息（Additional Context） [任务相关的背景知识、术语表等] 示例：客服机器人系统提示 ### 1. 角色定义 你是一个专业的电商客服助手，名字叫"小商"。 你代表"优选商城"与客户沟通。 ### 2. 核心任务 你的主要任务是： - 回答客户关于商品的问题 - 处理订单查询和退换货申请 - 解决客户的投诉和建议 - 提供购物建议和推荐 ### 3. 能力范围 你可以： - 查询订单状态（通过工具） - 查询商品信息（通过工具） - 处理退换货申请（通过工具） - 提供优惠券和促销信息 你不能： - 修改商品价格（需要人工审核） - 处理大额退款（>5000元，需要主管审批） - 访问客户的支付密码或银行卡信息 ### 4. 行为准则 - 语气：礼貌、耐心、同理心 - 回复速度：简单问题立即回答，复杂问题3轮内解决 - 格式：用清晰的段落和编号列表 - 如果无法处理，转人工客服 ### 5. 安全边界 - 不泄露其他客户的信息 - 不承诺超出权限的范围（如"一定退款"） - 如果遇到恶意客户，保持冷静，必要时转人工 ### 6. 示例 客户：我的订单什么时候到？ 你：您好！请提供您的订单号，我帮您查询物流信息。 客户：我想退货，怎么操作？ 你：抱歉给您带来不便。请您提供订单号，我帮您处理退货申请。退货政策：收到商品7天内可无理由退货。 ### 7. 附加信息 - 公司退换货政策：[链接] - 物流合作方：顺丰、京东物流 - 客服热线：400-XXX-XXXX（人工） 2026年系统提示进阶技巧 技巧一：动态系统提示 根据用户输入动态调整系统提示： ...

引言 LLM最大的工程挑战之一是输出格式不可控：有时返回JSON，有时返回自然语言，有时格式正确，有时又偏离要求。2026年，结构化提示工程已经成为AI应用开发的核心技能。本文将系统介绍如何让LLM输出可控、可解析、可验证。 为什么需要结构化输出 应用场景需求 API集成：需要严格JSON格式 数据库写入：需要结构化数据 多步骤流程：需要解析中间结果 自动化流程：需要机器可读输出 验证与调试：需要格式一致性 格式失控的代价 期望输出： { "sentiment": "positive", "confidence": 0.95 } 实际输出： 嗯，我觉得这条评论是正面的，置信度大概95%吧。 这种输出需要额外的解析逻辑，而且容易出错。 结构化提示基础 方法一：格式指令 最直接的方法是在提示中明确指定输出格式： 请分析以下评论的情感。 必须以严格的JSON格式输出，包含以下字段： - sentiment: "positive", "negative", 或 "neutral" - confidence: 0到1之间的浮点数 评论：这部电影太棒了！ 输出： 问题：模型可能不会严格遵守格式。 方法二：示例引导 提供更强的格式约束： 请将评论分类为JSON格式。 示例1： 评论：这顿饭真好吃！ 输出： { "sentiment": "positive", "confidence": 0.98 } 示例2： 评论：房间很脏，不会再来了。 输出： { "sentiment": "negative", "confidence": 0.95 } 现在请分析： 评论：手机续航不错，但拍照一般。 输出： 效果：格式准确率通常>90%。 ...

引言 少样本提示（Few-Shot Prompting）是LLM最强大的能力之一：模型可以从少量示例中快速学会新任务，无需更新参数。2026年，随着模型上下文窗口的扩大和指令跟随能力的提升，少样本提示的效果已经达到甚至超越传统微调方法。本文将系统介绍少样本提示的最佳实践。 少样本提示基础 什么是少样本提示 少样本提示是在提示中提供少量（通常1-10个）输入-输出示例，引导模型学习模式并应用到新输入。 示例：情感分析少样本提示 请将以下评论分类为"正面"或"负面"： 评论：这家餐厅的服务太棒了，食物也很美味。 分类：正面 评论：房间很脏，床也不舒服，不会再来了。 分类：负面 评论：手机电池续航很短，但拍照效果不错。 分类： 模型会从两个示例中学会分类模式，然后对新评论进行分类。 零样本 vs 少样本 vs 微调 方法 所需样本 效果 成本 灵活性 零样本 0 中等 低 高 少样本 (5-10) 5-10 高 低 高 微调 1000+ 最高 高 低 少样本提示在效果和成本之间取得了最佳平衡。 2026年少样本提示进阶技巧 技巧一：示例选择策略 不是所有示例都一样重要。研究表明，示例选择对效果影响巨大。 多样性采样 选择覆盖任务空间的多样化示例： 任务：文本分类（体育/科技/政治） 好的示例选择： 示例1（体育）：NBA总决赛... 示例2（科技）：苹果发布新iPhone... 示例3（政治）：国会通过新法案... 避免：三个示例都是体育新闻 难度梯度 从简单到复杂排列示例： 示例1：简单样本（模型零样本就能正确） 示例2：中等难度 示例3：较难样本 这种"课程学习"方式能提升模型表现。 边界样本 选择靠近决策边界的样本： 任务：垃圾邮件检测 好的示例： - 正常邮件：...（明显正常） - 垃圾邮件：...（明显垃圾） - 边界邮件：...（正常但像广告）← 这个最重要 技巧二：示例格式设计 结构化格式 使用清晰的结构分隔输入和输出： ...

引言 Chain-of-Thought（思维链）提示在2022年由Wei等人提出，到2026年已经发展成一套完整的提示工程体系。从简单的"Let’s think step by step"到复杂的自我一致性思维链，这项技术让模型的推理能力得到了数倍的提升。本文将系统介绍2026年思维链提示的进阶技巧。 思维链基础回顾 什么是思维链 思维链提示的核心思想是：让模型在给出最终答案之前，先展示推理过程。就像人类解决复杂问题时会先在脑子里思考步骤一样。 标准提示 vs 思维链提示： 标准提示： 问题：Roger有5个网球。他又买了两筒网球，每筒3个。他现在有多少个网球？ 回答：11个。 思维链提示： 问题：Roger有5个网球。他又买了两筒网球，每筒3个。他现在有多少个网球？ 让我们一步步思考： 1. Roger最初有5个网球。 2. 他买了两筒网球。 3. 每筒有3个网球，所以2×3=6个新网球。 4. 总共：5+6=11个网球。 回答：11个。 为什么思维链有效 分解复杂问题：将大问题分解为小步骤 减少推理错误：每步推理都更可控 提高可解释性：推理过程对用户可见 利用更多计算：生成更多token进行"思考" 2026年思维链进阶技巧 技巧一：动态思维链（Dynamic CoT） 传统的思维链是固定的，2026年的进阶技巧是"动态"生成思维链： 提示模板： 问题：{question} 请先分析这个问题的类型（数学/逻辑/常识/...），然后选择最合适的推理策略，最后执行推理。 分析：这个问题属于[类型]，适合使用[策略]。 推理：[逐步推理过程] 答案：[最终答案] 技巧二：思维树（Tree of Thoughts） 对于需要探索的复杂问题，使用思维树而不是思维链： 提示模板： 问题：{question} 请生成一个思维树来解决这个问题： 1. 列出3-5个可能的解决方向 2. 对每个方向进行初步推理 3. 评估每个方向的可行性 4. 选择最佳方向深入推理 5. 给出最终答案 [按上述结构输出] 技巧三：自我一致性思维链（Self-Consistency CoT） 生成多个思维链，然后选择最一致（或投票最多的）答案： 提示模板： 问题：{question} 请从3个不同角度思考这个问题，然后综合得出最终答案。 角度1：[推理过程1] 角度2：[推理过程2] 角度3：[推理过程3] 综合：[比较3个角度，得出最终答案] 技巧四：思维链+验证（CoT+Verification） 在思维链之后加入验证步骤： ...

引言 Chain-of-Thought（CoT，思维链）提示是提升大语言模型推理能力最重要的技术之一。自2022年Google研究团队提出以来，CoT已成为复杂推理任务的标配技术。但仅仅在Prompt末尾加上"Let’s think step by step"远未发挥其全部潜力。本文将深入CoT的原理、进阶变体和工程实践技巧。 CoT的底层原理 为什么CoT有效 CoT有效的核心原因在于大语言模型的下一个token预测机制。当模型直接输出答案时，它需要在一个前向传播中完成所有推理计算，这受到模型宽度（隐藏层维度）的限制。而CoT将推理过程分解为多个步骤，每一步的输出作为下一步的上下文，相当于利用了额外的"计算周期"来扩展模型的推理深度。 研究表明，CoT的收益与模型规模正相关：在足够大的模型上，CoT能显著提升数学推理、逻辑推理和代码生成能力；但在小模型上，CoT可能适得其反。这一现象被称为"涌现能力"。 推理链的结构要素 一个有效的CoT推理链通常包含以下结构要素： 问题分解：将复杂问题拆解为子问题 信息提取：从已知条件中提取关键信息 中间推理：逐步推导中间结论 验证检查：在关键节点验证推理正确性 综合结论：整合中间结论给出最终答案 基础CoT模式 零样本CoT 最简单的形式，在Prompt末尾添加触发短语： [问题描述] 让我们一步一步思考。 适用场景：模型已有足够领域知识、问题复杂度中等。优势是简单通用，劣势是推理过程不可控。 少样本CoT 在Prompt中提供带推理过程的示例： 问题：一个商店有23个苹果，卖了17个，又进了12个，现在有多少个？ 推理：初始有23个苹果，卖出17个后剩23-17=6个，又进12个后6+12=18个。 答案：18 问题：[新问题] 推理： 适用场景：需要特定的推理格式、领域特定问题。优势是可控性强，劣势是示例选择影响效果。 进阶CoT技巧 1. 结构化推理模板 为不同类型的推理任务设计结构化模板： 问题：[问题描述] 已知条件： - 条件1 - 条件2 推理步骤： Step 1: [第一步推导] Step 2: [第二步推导] ... 验证：[验证推理是否正确] 答案：[最终答案] 结构化模板的优势在于：推理过程更清晰、便于错误定位、可程序化解析提取中间结果。 2. 逆向推理链 对于某些问题，从目标倒推比从已知条件正推更高效。在Prompt中引导模型进行双向推理： 请同时从以下两个方向分析问题： - 正向：从已知条件出发，能推导出什么？ - 逆向：要得到目标答案，需要哪些中间条件？ 在两个方向汇合时给出最终答案。 3. 推理链长度控制 推理链并非越长越好。过长的推理链可能导致：模型"忘记"原始问题、中间错误累积、token消耗过大。实践技巧： 对简单问题，限制推理步骤在3-5步 对复杂问题，先做问题分解再分别推理 在推理链中设置检查点，允许模型"回头看" 4. 自我验证CoT 在推理完成后，让模型验证自己的推理过程： ...

概述 Chain-of-Thought提示工程进阶是AI智能体领域中Chain-of-Thought提示工程进阶的重要主题。本文将从多个角度深入分析这一话题，为读者提供系统性的认知框架和实践参考。 核心概念 基本定义 在深入讨论之前，我们需要明确几个核心概念。AI智能体是指能够感知环境、理解指令、规划行动并调用工具完成任务的AI系统。与传统的聊天机器人不同，智能体具有自主性、目标导向性和工具使用能力。 Chain-of-Thought提示工程进阶涉及的关键技术包括： 大语言模型：作为智能体的认知引擎，负责理解、推理和生成 工具调用：通过Function Calling或MCP协议与外部系统交互 记忆系统：短期记忆处理当前对话，长期记忆存储历史经验 规划引擎：将复杂任务分解为可执行的子步骤 技术原理 从技术层面看，Chain-of-Thought提示工程进阶的核心在于如何让AI系统更好地理解和执行人类意图。这涉及多个技术环节的协同： 首先是感知层，智能体需要准确理解用户的自然语言指令，提取关键信息和约束条件。其次是规划层，将高层目标分解为具体的执行步骤。然后是执行层，调用合适的工具完成每个步骤。最后是反馈层，根据执行结果调整后续策略。 实践分析 当前现状 在Prompt工程领域，当前的技术实践呈现出几个明显特征： 工程化程度提升：从实验室原型到生产级系统，工程能力成为关键差异化因素 评估体系完善：越来越多标准化的评测基准被提出，帮助开发者量化能力边界 开源生态繁荣：开源框架和工具链的成熟降低了开发门槛 安全意识增强：对AI安全和对齐问题的重视程度显著提升 关键挑战 尽管进展显著，Chain-of-Thought提示工程进阶仍面临几个核心挑战： 技术挑战： 大模型的幻觉问题在智能体场景下被放大，因为智能体需要做出实际决策 多步推理中的错误累积效应导致长程任务成功率下降 工具调用的可靠性受外部API稳定性影响 工程挑战： 智能体的可观测性不足，调试和排错困难 成本控制与性能优化的平衡 从单机到分布式部署的架构复杂性 安全挑战： Prompt注入等攻击手段不断进化 智能体权限管理需要更精细化的控制 数据隐私保护在多Agent协作场景下更加复杂 优化策略 针对上述挑战，以下是几个关键优化方向： 技术优化 分而治之：将复杂任务分解为可独立验证的子任务，降低单步错误影响 多路投票：对关键决策使用多次采样投票机制，提高可靠性 渐进式信任：智能体权限从最小化开始，根据表现逐步扩展 人在回路：高风险决策保留人工审核环节 工程优化 可观测性优先：建立完善的日志、指标和追踪体系 灰度发布：新版本智能体先在小流量环境验证 自动化测试：构建端到端测试套件，防止回归 成本监控：实时追踪Token消耗和API调用成本 案例研究 为了更具体地说明Chain-of-Thought提示工程进阶的实践价值，我们来看一个典型场景： 某科技公司在内部IT运维中部署了AI智能体，负责处理员工的工单请求。智能体需要理解员工的自然语言描述，判断问题类型，查询知识库，执行修复操作或转接人工。 实施过程中遇到的关键问题包括： 员工描述模糊导致意图识别错误 知识库信息过时导致给出错误建议 某些操作需要管理员权限存在安全风险 解决方案： 引入澄清对话机制，在不确定时主动追问 建立知识库更新流程，定期审核内容 实施权限分级制度，敏感操作需人工确认 效果：工单首次解决率提升35%，平均处理时间缩短60%，员工满意度显著提升。 未来趋势 Chain-of-Thought提示工程进阶的发展趋势值得关注： 标准化：MCP等开放协议将推动工具接口标准化，降低集成成本 垂直化：针对特定行业和场景的专用智能体将大量涌现 协作化：多智能体协作将成为复杂任务的标准解决方案 自主化：智能体的自主决策能力将持续提升，但需要配套的安全机制 结论 Chain-of-Thought提示工程进阶是AI智能体技术发展中的重要一环。无论是技术原理的深入理解，还是实践中的工程优化，都需要系统性思维。对于开发者和企业而言，关键在于： 理解技术能力和边界，避免过度期待 建立系统化的评估和监控体系 在创新和安全之间找到平衡 持续学习和适应快速变化的技术生态 硅基AGI探索者将持续关注Prompt工程领域的最新进展，为读者提供深度分析和实践指导。— ...

引言 Few-Shot Prompting通过在Prompt中提供少量输入-输出示例来引导模型行为，是大语言模型上下文学习能力的最直接应用。看似简单——给几个例子就行——但实践中示例的选择、顺序、格式和数量都会显著影响模型表现。本文将系统梳理Few-Shot Prompting的最佳实践。 示例数量：多少才够？ 数量与效果的关系 Few-Shot的效果并非随示例数量线性增长。研究表明： 0-shot：适合简单任务或模型已有充分训练的任务 1-shot：适合格式引导，告诉模型"我期望什么样的输出格式" 3-5 shot：大多数任务的最佳区间，平衡效果和token成本 5-10 shot：复杂任务或需要覆盖多种情况时使用 10+ shot：收益递减明显，通常不值得额外的token消耗 动态调整策略 建议从0-shot开始，观察模型表现。如果输出格式不稳定或准确率不足，逐步添加示例，每次增加1-2个，直到效果达到预期。记录不同数量下的效果对比，找到性价比最优点。 示例选择策略 多样性优先 示例集应覆盖任务的不同变体，而非同一模式的重复。例如情感分析任务，好的示例集应包含：正面、负面、中性、讽刺、混合情感等不同类型。避免示例过于相似导致模型过度拟合到特定模式。 难度梯度 示例应按难度递进排列：从简单到复杂。这样模型先学会基础模式，再处理复杂变体。难度梯度有助于模型建立稳定的推理框架。 边界案例覆盖 确保示例集包含边界案例——那些容易出错的情况。通过展示边界案例的正确处理方式，帮助模型建立更鲁棒的决策边界。 避免偏见引入 示例选择中的偏见会被模型放大。注意事项：示例中不要包含特定人群、品牌或地域的偏见性标注；正例和负例的比例应均衡；避免示例间的隐含模式被模型过度泛化。 示例格式优化 输入输出结构化 使用清晰的结构化格式，明确区分输入和输出： 输入：[输入内容] 输出：[输出内容] 或使用更明确的分隔符： 用户：[输入内容] 助手：[输出内容] 一致性原则 示例的格式必须严格一致。如果第一个示例的输出是JSON格式，所有示例的输出都应为JSON格式。格式不一致是Few-Shot效果下降的常见原因。 标签明确化 对于分类任务，使用明确、互斥的标签名。避免使用"是/否"这类模糊标签，改用"正面/负面/中性"等更具体的标签。标签名应具有自描述性，让模型仅从标签名就能理解其含义。 示例排列顺序 近因效应 大语言模型对Prompt末尾的内容更敏感（近因效应）。因此，最相关或最具代表性的示例应放在最后（最靠近实际问题的位置）。 顺序敏感任务 某些任务对示例顺序高度敏感，如：序列标注、步骤推理。对于这类任务，建议通过实验测试不同排列顺序的效果，选择最优顺序。 随机化策略 如果示例集较大，可以尝试在每次调用时随机化示例顺序（从示例池中采样），这有助于降低特定顺序带来的偏差。但要注意保持示例集内部的逻辑一致性。 高级技巧 动态示例选择 不使用固定的示例集，而是根据当前输入动态选择最相似的示例。流程为：将输入与示例池中的所有示例计算相似度，选择Top-K最相似的作为Few-Shot示例。这种方法在信息检索、问答等任务中效果显著。 示例增强 在每个示例中添加简短的解释说明： 输入：这家餐厅服务很差 输出：负面 理由：评论中使用了"差"这个明显的负面评价词。 解释说明帮助模型理解示例背后的推理逻辑，而不仅仅是记忆输入-输出映射。 负示例使用 除了展示正确的输入-输出对，还可以展示常见错误及纠正： 输入：[输入内容] 错误输出：[常见错误] 正确输出：[正确答案] 纠正：[为什么错误输出不对] 这种方法在容易产生特定错误的任务中特别有效。 链式Few-Shot 将复杂任务分解为多个步骤，每个步骤使用各自的Few-Shot示例： 步骤1示例： 输入 → [中间结果] 步骤2示例： [中间结果] → [最终结果] 现在请处理： [实际输入] → ? → ? 调试与优化 错误分析 当Few-Shot效果不理想时，进行系统化的错误分析：将模型输出按错误类型分类，找出最频繁的错误类型，检查是否是示例中没有覆盖该类情况，针对性地添加或修改示例。 ...