提示词工程（Prompt Engineering）

通过设计、优化输入提示词来引导大语言模型产生预期输出的实践学科。

Key Points

• 核心本质：对 LLM 的控制指令，将输入转化为期望的输出
• 历史演进：萌芽期(2019-2022) → 框架期(2023) → 系统期(2024+)
• 关键价值：控制不确定性、挖掘模型潜力、降低成本、实现复杂任务
• 与传统编程的核心区别：概率性输出 vs 确定性执行

Details

常用技巧

• Few-shot 示例
• 思维链 CoT
• 结构化提示词
• 角色设定

结构化框架

• LangGPT：变量 + 模板语法，像编程一样写 Prompt
• CO-STAR：Context + Objective + Style + Tone + Audience + Response
• CRISP：批判性思维提示词框架
• ICIO：Instruction + Context + Input + Output format

核心模式

• Chain of Thought (CoT)：思维链推理
• ReAct：推理与行动结合
• Tree of Thoughts：思维树搜索

Related Pages

• patterns/langgpt-framework
• patterns/co-star-framework
• patterns/chain-of-thought
• patterns/react-pattern
• concepts/harness-engineering

Sources

• docs/md/guide/ai/prompt-engineering/index.md
• docs/md/guide/ai/prompt-engineering/01-01-intro/01-01-what-is-prompt-engineering.md