# 2.7 提示词优化与调试：工程学视角

提示工程（Prompt Engineering）不仅仅是“文字艺术”，更是一门 **工程学**。 如果想要构建可靠的 AI 应用，就不能止步于“试了几次感觉不错”，而必须建立一套科学的开发、测试和优化流程。

## 2.7.1 提示工程生命周期

```mermaid
graph LR
    A["设计"] --> B["开发"]
    B --> C["评估"]
    C --> D["部署"]
    C -.->|"失败"| B
```

### 设计

* 明确业务目标：是想让它写诗，还是想提取 JSON？
* 识别边界：什么情况下它应该拒绝回答？

### 开发

* 利用 Metaprompting（元提示）：让 Claude 帮忙写 Prompt。
* 构建初始版本：包含 Role, Context, XML Tags, Few-Shot。

### 评估 - 最关键的一步

* **Golden Dataset (黄金数据集)**: 准备至少 20-50 个真实的测试用例（包含简单、困难、恶意输入）。
* **Metric**: 定义什么是“好”。是 JSON 格式正确？还是情感分析准确？

### 部署

* 监控生产环境的日志，收集失败案例加入 Golden Dataset，进入下一轮迭代。

## 2.7.2 工具化调试

### The Workbench

Anthropic 官方控制台提供了一个强大的 Workbench。

* **Evaluate 功能**: 可以一键运行多个测试用例，并在侧边栏对比输出。
* **Prompt Generator**: 一个内置的“提示词生成器”。只需输入“帮我写个邮件分类器”，它会自动生成包含 XML 标签、思维链的高级 Prompt。

### 常见的调试模式

| 症状                     | 诊断      | 处方                                                                                    |
| ---------------------- | ------- | ------------------------------------------------------------------------------------- |
| **啰嗦、废话多**             | 模型过于礼貌  | 增加 `<constraints>`，在系统提示词中要求直接输出，或用 Few-Shot 展示短回复。                                   |
| **格式错误 (Bad JSON)**    | 模型未理解语法 | 优先使用 Structured Outputs / `output_config.format`；旧模型无法使用时再退回 `<output_format>` 与严格解析。 |
| **幻觉 (Hallucination)** | 知识缺失    | 明确 `<knowledge_base>`, 要求“引用原文”，甚至让它说“不知道”。                                           |
| **逻辑错误**               | 任务太难    | 引入 CoT (`<thinking>`), 或拆分为多个 Prompt (Chaining)。                                      |

## 2.7.3 高级策略：Prompt Chaining：提示链

当一个任务过于复杂，即使加上 CoT 也容易出错时，应该将其 **拆解**。

**场景**：写一篇基于 5 份财报的深度分析文章。

* **Single Prompt**: “读这5份文件，写分析。” -> *结果：内容肤浅，遗漏细节。*
* **Prompt Chaining**:
  1. **Step 1**: “读财报 A，提取关键财务数据。” -> *Output A*
  2. **Step 2**: “读财报 B，提取关键财务数据。” -> *Output B*
  3. ...
  4. **Step 6**: “基于 Output A-E，写一篇对比分析文章。”

**优点**：

* 更清晰的上下文。
* 每一步都可以单独调试。
* 突破 Context Window 限制。

## 2.7.4 让 AI 帮你写 AI

不要从零开始写 Prompt。Anthropic 提供了一个官方的元提示词（Metaprompt），这是一个长达几千字的超级 Prompt，专门用来生成 Prompt。

**流程**：

1. 复制官方 Metaprompt 到 Claude。
2. 输入简短需求：“我想做一个代码审查助手。”
3. Claude 会输出一个包含 System Prompt, XML tags, Variable slots 的完美 Prompt 模板。
4. 在此基础上微调。

> *Tips: 在 Anthropic Console 中点击 “Generate a prompt” 按钮就是在调用这个功能。*

## 2.7.5 建立你的评估库

在工程中，**没有测试就没有重构**。 应该建立一个自动化测试脚本（使用 Python/Node.js）：

```python
test_cases = [
    {"input": "...", "expected": "...", "assert": "contains_json"},
    {"input": "...", "expected": "...", "assert": "length < 100"},
]

for case in test_cases:
    output = call_claude(prompt, case['input'])
    score = evaluate(output, case['expected'])
    print(f"Case {case['id']}: score={score}")
```

这不仅能帮忙量化 Prompt 的质量，还能在未来模型升级（如从 Sonnet 4.5 升级到 Sonnet 4.6）时，确保业务逻辑没有回归 (Regression)。

***

## 2.7.6 小结

提示工程不是玄学，它是 **实验科学**。

* **Iterate**: 永远不要指望第一版 Prompt 就是完美的。
* **Measure**: 建立测试集，用数据说话。
* **Structure**: 始终使用结构化（XML）和模块化思维。

至此，已经掌握了驾驭 Claude 的核心语言艺术。 但 Claude 能做的远不止“聊天”。在下一章，将赋予它“双手”，让它通过 **Tool Use** 连接真实的数字世界。

➡️ [第三章：Tool Use 工具调用](/claude_guide/di-er-bu-fen-gong-ju-pian/03_tools.md)


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://yeasy.gitbook.io/claude_guide/di-yi-bu-fen-ji-chu-pian/02_prompt/2.7_optimization.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.