# 本章小结
本章介绍了四项核心的提示词设计最佳实践，这些实践源自主流 AI 厂商的官方指南和业界的实战经验。以下是本章的核心要点回顾：
## 关键概念
* **清晰性**：使用简单直接、无歧义的语言表达
* **具体性**：量化要求、定义标准、说明目的
* **分隔符**：用于区分提示词不同部分的标记
* **角色设定**：为模型定义特定身份和行为准则
* **迭代优化**：通过系统化测试持续改进提示词
## 核心要点
1. **清晰性与具体性原则**
* 使用简单直接的语言
* 避免歧义表达
* 量化所有要求
* 说明目的和受众
* 在保持清晰的同时追求简洁
2. **分隔符与结构化表达**
| 分隔符类型 | 示例 | 适用场景 |
| -------- | --------------- | --------------- |
| 三引号 | `'''内容'''` | 文本内容包裹 |
| XML 标签 | `内容` | 结构化最高，Claude 偏好 |
| Markdown | `## 标题` | 文档类提示词 |
| 符号 | `###`, `===` | 通用分隔 |
3. **角色设定框架**
* 身份定义：职业/角色
* 专业背景：经验/技能
* 沟通风格：语气/特点
* 行为准则：应该/避免
* 目标受众：服务对象
4. **迭代优化五步法**
* 建立基准：定义成功标准与测试用例
* 系统化测试：多次运行与对照测试
* 问题诊断：分析输出缺陷的根源
* 策略优化：逐步细化、添加示例、强化约束
* 验证固化：回归测试与文档记录
5. **System Prompt 系统设计**
* 核心定位：最高优先级、全局生效
* 结构化范式：身份使命、能力边界、业务逻辑、输出格式
* 长提示词管理：模块化拼接、核心指令后置
* 最佳协同：System 存放稳定规则，User 存放本次任务输入
## 最佳实践速查表
```
✓ 首句点题：开头直接点明任务
✓ 量化要求：数量、长度、范围都要具体
✓ 正向表达：告诉模型"做什么"而非"不做什么"
✓ 使用分隔符：清晰区分不同部分
✓ 提供示例：消除歧义的最有效方式
✓ 设定角色：聚焦专业视角和风格
✓ 迭代测试：持续优化直到满意
```
## 常见问题与解决方案
| 问题 | 解决方案 |
| ----- | ------------------- |
| 输出太冗长 | 添加明确的字数限制 |
| 格式不一致 | 提供精确的输出模板 |
| 遗漏关键点 | 使用清单列出必须包含的内容 |
| 理解偏差 | 简化语言，添加示例 |
| 风格不对 | 强化角色定义和风格说明 |
| 结果不稳定 | 降低 Temperature，增加约束 |
## 延伸阅读
### 4.1 清晰与具体
* [Write Clear Instructions](https://platform.openai.com/docs/guides/prompt-engineering#write-clear-instructions) - OpenAI 清晰指令指南
* [Be Specific and Direct](https://docs.anthropic.com/en/docs/build-with-claude/prompt-engineering/be-clear-and-direct) - Anthropic 清晰直接原则
* [Prompt Engineering Best Practices](https://ai.google.dev/gemini-api/docs/prompting-intro#best-practices) - Google 最佳实践
### 4.2 分隔符
* [Use Delimiters](https://platform.openai.com/docs/guides/prompt-engineering#tactic-use-delimiters-to-clearly-indicate-distinct-parts-of-the-input) - OpenAI 分隔符使用技巧
* [Use XML Tags](https://docs.anthropic.com/en/docs/build-with-claude/prompt-engineering/use-xml-tags) - Anthropic XML 标签指南
### 4.3 角色设定
* [System Prompt Examples](https://platform.openai.com/docs/guides/prompt-engineering#tactic-ask-the-model-to-adopt-a-persona) - OpenAI 角色设定示例
* [Give Claude a Role](https://docs.anthropic.com/en/docs/build-with-claude/prompt-engineering/give-claude-a-role) - Anthropic 角色设定指南
### 4.4 迭代优化
* [Test Changes Systematically](https://platform.openai.com/docs/guides/prompt-engineering#strategy-test-changes-systematically) - OpenAI 系统化测试策略
* [Iterate on Prompts](https://docs.anthropic.com/en/docs/build-with-claude/prompt-engineering/iterate-prompts) - Anthropic 提示词迭代指南
## 下一章预告
[第五章](/prompt_engineering_guide/di-er-bu-fen-he-xin-ji-shu-pian/05_few_shot.md)将进入核心技术篇，首先介绍少样本学习与示例驱动技术。这是最有效的提示词技术之一，通过在提示词中提供少量示例，可以显著提升模型在各种任务上的表现。
***
[下一章：少样本学习与示例驱动 →](/prompt_engineering_guide/di-er-bu-fen-he-xin-ji-shu-pian/05_few_shot.md)
***
> 📝 **发现错误或有改进建议？** 欢迎提交 [Issue](https://github.com/yeasy/prompt_engineering_guide/issues) 或 [PR](https://github.com/yeasy/prompt_engineering_guide/pulls)。
---
# 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/prompt_engineering_guide/di-yi-bu-fen-ji-chu-pian/04_best_practices/summary.md?ask=
```
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.