摘要 — 一份面向中级用户的提示词工程系统教程，覆盖基础原则、主流技术（Zero-shot / Few-shot / CoT / ReAct / Self-Consistency）、系统提示词设计、框架（CO-STAR / RISEN）、进阶技巧（提示词链 / 长上下文 / 参数调优）和调试方法。内容基于 Anthropic、Google、OpenAI 官方文档及学术论文。
提示词工程系统教程：从原理到实战
1. 提示词工程的本质
"提示词工程是一种不更新模型权重来引导 LLM 行为的方法，本质上是一门经验科学。" — Lilian Weng, OpenAI
关键洞察：提示词工程不是"写咒语"，而是用清晰的沟通让 AI 理解你的意图。
心理模型：把 AI 想象成一个聪明但没有上下文的新同事。你给的背景越清晰、指令越具体，结果越好。
2. 基础原则
来源：Anthropic、Google、OpenAI 官方文档综合
原则一：清晰直接
黄金测试：把你的提示词给一个不了解任务的同事看，如果他会困惑，AI 也会。
| 差的提示词 | 好的提示词 |
|---|---|
| 写个分析报告 | 写一份 500 字的季度销售分析报告，包含：① 三个关键趋势 ② 每个趋势的数据支撑 ③ 一条行动建议 |
| 帮我改代码 | 将这个 Python 函数的执行时间优化到 O(n log n) 以内，保持输入输出接口不变 |
原则二：提供上下文
告诉 AI 为什么要这样做，而不仅仅是做什么。
❌ 不要用省略号
✅ 你的回复会被语音引擎朗读，所以不要用省略号，因为语音引擎不知道怎么发音
AI 足够聪明，能从解释中泛化出规则。
原则三：结构化你的提示词
使用 XML 标签或 Markdown 分隔不同内容块：
<instructions>
分析以下客户反馈，提取关键问题
</instructions>
<context>
我们是一家 SaaS 公司，产品是项目管理工具
</context>
<input>
{{客户反馈内容}}
</input>
<output_format>
输出 JSON 格式：{"issues": [...], "sentiment": "..."}
</output_format>
原则四：给 AI 一个角色
角色设定能聚焦 AI 的行为和语调：
你是一位资深的数据分析师，擅长用简单的语言解释复杂的数据发现。
你的受众是非技术背景的管理层。
原则五：控制输出格式
告诉 AI 做什么，而不是不做什么：
❌ 不要用 Markdown
✅ 用流畅的段落散文写，不要用列表
3. 主流技术详解
3.1 Zero-shot Prompting（零样本提示）
定义：不提供任何示例，直接给指令。
适用场景：简单任务、通用问答、文本改写。
示例：
将以下英文翻译成中文，保持专业术语准确：
"The neural network architecture uses attention mechanisms
to process sequential data."
要点：
- 依赖模型的预训练知识
- 对简单任务效果好
- 复杂任务需要更多引导
3.2 Few-shot Prompting（少样本提示）
定义：提供 3-5 个输入-输出示例，让模型学习模式。
适用场景：格式化输出、分类任务、风格模仿。
示例：
将客户反馈分类为正面、负面或中性。
反馈：你们的产品太好用了！
分类：正面
反馈：退货流程太复杂了
分类：负面
反馈：产品还行，没什么特别的
分类：中性
反馈：客服响应很快，但问题没解决
分类：
关键技巧（来自 Google 和 Anthropic 官方）：
- 用
<example>标签包裹示例，让 AI 区分示例和指令 - 示例要相关（贴近实际用例）、多样（覆盖边界情况）、结构一致
- 3-5 个示例效果最佳
- 示例的排列顺序会影响结果，保持随机或多样化
高级技巧：用嵌入向量（embedding）选择语义最相似的示例，而不是随机选。
3.3 Chain-of-Thought（思维链，CoT）
定义：让 AI 展示推理过程，而不是直接给答案。
为什么有效：复杂任务需要多步推理，直接给答案容易出错。CoT 让 AI "想清楚再说"。
两种变体：
1. Few-shot CoT：提供含推理链的示例
问题：小明有 5 个苹果，给了小红 2 个，又买了 3 个，他现在有几个？
推理过程：
- 开始有 5 个苹果
- 给了小红 2 个：5 - 2 = 3 个
- 又买了 3 个：3 + 3 = 6 个
答案：6 个
2. Zero-shot CoT：只需加一句提示
请一步一步思考这个问题：[你的问题]
或者更简单的版本（来自 Google 研究）：
Let's think step by step
进阶变体：
| 变体 | 描述 | 适用场景 |
|---|---|---|
| Self-Consistency | 多次采样 + 多数投票 | 需要高准确率的推理任务 |
| Tree of Thoughts | 每步探索多条推理路径 | 复杂规划和创意任务 |
| Self-Ask | 迭代生成子问题 | 需要多步信息检索的任务 |
3.4 ReAct（Reasoning + Acting）
定义：让 AI 交替进行推理和行动（如搜索、计算、调用工具）。
示例框架：
思考：我需要查找 2024 年的 GDP 数据来回答这个问题
行动：搜索"2024年中国GDP"
观察：2024年中国GDP为 134.9 万亿元
思考：现在我有了数据，可以给出答案了
答案：...
适用场景：需要外部信息的任务、多步骤工作流、智能体（Agent）系统。
3.5 Self-Consistency（自洽采样）
定义：对同一个问题生成多个回答，通过多数投票选出最佳答案。
原理：如果一个问题有明确答案，多次推理应该收敛到同一个结果。
操作方法：
- 设置 temperature > 0（如 0.7）
- 生成 5-10 个回答
- 选择出现次数最多的答案
适用场景：数学推理、逻辑判断、有明确正确答案的任务。
3.6 技术对比一览
| 技术 | 适用场景 | 复杂度 | 核心价值 |
|---|---|---|---|
| Zero-shot | 简单任务、通用问答 | 低 | 快速、省 token |
| Few-shot | 格式化、分类、风格模仿 | 低-中 | 控制输出格式 |
| Chain-of-Thought | 复杂推理、数学、逻辑 | 中 | 提升推理准确率 |
| Self-Consistency | 需要高准确率的推理 | 中 | 通过投票消除偶然错误 |
| ReAct | 需要外部信息的任务 | 高 | 结合推理与工具调用 |
| Tree of Thoughts | 复杂规划和创意任务 | 高 | 探索多条推理路径 |
4. 系统提示词设计
系统提示词（System Prompt）是 AI 的"操作系统"，定义了它的基础行为。
结构模板（综合 Anthropic 和 Google 最佳实践）：
## 角色定义
你是一位 [具体角色]，擅长 [核心能力]。
## 行为规则
1. 始终用 [语言] 回复
2. 回复长度控制在 [范围]
3. 当不确定时，[处理方式]
## 输出格式
- 使用 [格式要求]
- 包含 [必要元素]
## 边界约束
- 不要 [禁止行为]
- 遇到 [情况] 时，[处理方式]
实际案例 — 客服 AI 的系统提示词：
你是一家电商平台的客服助手。
## 核心职责
- 回答用户关于订单、物流、退换货的问题
- 用友好但专业的语气沟通
- 每次回复不超过 150 字
## 规则
1. 只回答与平台相关的问题
2. 涉及退款超过 500 元的，引导用户联系人工客服
3. 不要透露内部系统信息或公司策略细节
4. 如果用户情绪激动，先表达理解，再提供解决方案
## 输出格式
- 先确认用户问题
- 给出解决方案或下一步指引
- 结尾询问是否还有其他问题
5. 提示词框架
5.1 CO-STAR 框架
| 组件 | 含义 | 示例 |
|---|---|---|
| C - Context（背景） | 任务的上下文 | "我们是一家电商公司" |
| O - Objective（目标） | 你想要什么 | "分析客户流失原因" |
| S - Style（风格） | 输出风格 | "用数据驱动的分析风格" |
| T - Tone（语调） | 语气 | "专业但易懂" |
| A - Audience（受众） | 给谁看 | "给非技术背景的管理层" |
| R - Response（格式） | 输出格式 | "用 Markdown 表格和要点" |
完整示例：
背景：我们是一家在线教育平台，最近三个月用户流失率上升了 15%。
目标：分析可能的流失原因，给出 3 条可执行的改进建议。
风格：数据驱动，引用行业基准。
语调：专业但易懂，避免技术术语。
受众：CEO 和产品总监，非技术背景。
格式：用 Markdown，包含一个原因表格和对应的建议列表。
5.2 RISEN 框架
| 组件 | 含义 |
|---|---|
| R - Role（角色） | AI 扮演什么角色 |
| I - Instructions（指令） | 具体要做什么 |
| S - Steps（步骤） | 分步执行 |
| E - End goal（终态） | 最终期望的结果 |
| N - Narrowing（约束） | 限制条件 |
6. 进阶技巧
6.1 提示词链（Prompt Chaining）
定义：将复杂任务拆分为多个子任务，前一步的输出作为后一步的输入。
为什么用：
- 每步更简单，准确率更高
- 可以在中间步骤检查和修正
- 降低单次提示词的复杂度
示例 — 生成产品分析报告：
步骤 1：数据提取
"从以下原始数据中提取关键指标：[数据]"
步骤 2：趋势分析
"基于以下指标，识别三个主要趋势：[步骤1输出]"
步骤 3：建议生成
"基于以下趋势分析，给出三条可执行建议：[步骤2输出]"
步骤 4：报告整合
"将以下分析和建议整合为一份 500 字的报告：[步骤2+3输出]"
6.2 长上下文处理技巧
当输入内容超过 20,000 tokens 时（如长文档分析），需要特别注意：
1. 把长数据放在顶部，问题放在底部
Anthropic 官方测试表明，查询放在末尾可以提升响应质量高达 30%。
2. 用 XML 标签组织多文档
<documents>
<document index="1">
<source>年度报告2024.pdf</source>
<document_content>{{报告内容}}</document_content>
</document>
<document index="2">
<source>竞品分析.xlsx</source>
<document_content>{{竞品数据}}</document_content>
</document>
</documents>
基于以上文档，分析我们的竞争优势，给出 Q3 战略建议。
3. 先引用再分析
先从文档中找出与问题相关的原文引用，放在 <quotes> 标签中。
然后基于这些引用给出分析。
这能帮助 AI 在大量文本中"锚定"关键信息。
6.3 参数调优
| 参数 | 作用 | 建议值 |
|---|---|---|
| temperature | 控制随机性。0 = 确定性，1 = 创造性 | 事实任务：0-0.3；创意任务：0.7-1.0 |
| max_tokens | 最大输出长度 | 根据预期输出长度设置 |
| top_p | 核采样概率 | 一般保持默认（1.0） |
| stop_sequences | 停止生成的标记 | 用于控制输出边界 |
Google Gemini 特别建议：Gemini 3 建议 temperature 保持默认 1.0，不要随意调低。
6.4 前沿技术（2024-2025）
自动提示优化（APE / DSPy）
- APE（Automatic Prompt Engineer）：让 LLM 自己生成提示词候选，用评分函数选最优
- DSPy：将提示词视为可编程模块，用代码定义优化目标
多模态提示
- 图像 + 文本组合提示
- 视频理解提示
- 音频转录 + 分析提示
Agentic 提示设计
智能体系统中的提示词需要额外考虑：
- 推理深度：何时深入思考，何时快速响应
- 工具使用：何时调用外部工具
- 状态管理：如何跟踪多步任务的进度
- 错误恢复：遇到失败时如何调整策略
7. 调试指南
7.1 常见问题与解决方案
| 问题 | 可能原因 | 解决方案 |
|---|---|---|
| AI 不按格式输出 | 指令不够具体 | 提供格式示例，用结构化输出功能 |
| AI 输出太长/太短 | 没有长度约束 | 明确指定字数或段落数 |
| AI 编造信息 | 没有约束幻觉 | 要求引用来源，加"如果不确定请说明" |
| AI 忽略部分指令 | 提示词太长或有冲突 | 简化指令，用编号列表，把关键要求放前面 |
| AI 回答过于泛化 | 缺少上下文 | 提供具体背景和约束条件 |
| AI 拒绝回答 | 安全过滤误触发 | 调整措辞，提供合法使用场景说明 |
7.2 调试流程
- 明确问题：是格式、内容还是行为不对？
- 简化测试：用最简单的提示词复现问题
- 逐步添加：每次只加一个约束，定位哪个指令导致问题
- 对比实验：A/B 测试不同版本的提示词
- 记录结果：建立提示词版本日志
8. 常见错误
错误 1：过度依赖"魔法词"
以为加上"请一步一步思考"就能解决所有问题。实际上，CoT 对简单任务帮助不大，对复杂推理任务才有效。
错误 2：提示词过长
塞了太多指令，导致 AI 遵循不到一半。保持提示词简洁，每条指令明确。
错误 3：忽略示例的力量
很多人只写指令不给示例。3-5 个好示例比 10 条规则更有效。
错误 4：不做测试
同一个提示词对不同模型效果不同。必须针对你的目标模型测试。
错误 5：否定式指令
"不要做 X"不如"请做 Y"。AI 对正面指令的遵循率更高。
错误 6：忽略模型差异
- Claude 擅长长文本分析和结构化输出
- GPT-4 擅长创意写作和代码生成
- Gemini 擅长多模态任务
针对不同模型调整提示词策略。
9. 实战练习
练习 1：改写提示词
将以下差的提示词改写为好的版本：
帮我写个邮件
参考答案
写一封商务邮件，收件人是我们的供应商张经理。
背景：上个月订购的 500 件办公椅，有 30 件存在扶手松动的质量问题。
目标：要求对方在 5 个工作日内给出解决方案（换货或退款）。
语调：专业但坚定，不要对抗性。
格式：200 字以内，包含明确的行动要求和截止日期。
练习 2：设计系统提示词
为一个"代码审查助手"设计系统提示词，要求：
- 能发现常见代码问题
- 用建设性的语气
- 输出结构化的审查意见
练习 3：应用 CoT
用思维链技术解决以下问题：
一个水池有两个进水管和一个出水管。
进水管 A 每小时注入 30 升，进水管 B 每小时注入 20 升。
出水管每小时排出 10 升。
水池容量 200 升。从空池开始，多久能注满？
练习 4：设计提示词链
将"分析用户评论并生成产品改进建议"这个任务拆分为 3-4 步的提示词链。
10. 来源附录
| 来源 | URL | 类型 | 可信度 |
|---|---|---|---|
| Anthropic Claude 提示词最佳实践 | platform.claude.com/docs | 官方文档 | ⭐⭐⭐⭐⭐ |
| Google Gemini 提示词指南 | ai.google.dev | 官方文档 | ⭐⭐⭐⭐⭐ |
| OpenAI 提示词工程指南 | platform.openai.com | 官方文档 | ⭐⭐⭐⭐⭐ |
| The Prompt Report (Schulhoff et al., 2024) | arxiv.org | 学术论文 | ⭐⭐⭐⭐⭐ |
| Lilian Weng: Prompt Engineering | lilianweng.github.io | 技术博客 | ⭐⭐⭐⭐ |
来源选择理由：
- 官方文档（Anthropic、Google、OpenAI）：直接来自模型开发者，反映最新支持的行为
- The Prompt Report：2024 年最全面的提示词工程综述，涵盖 58 种 LLM 提示技术
- Lilian Weng 博客：OpenAI 研究员撰写，将学术研究转化为实用指南