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	<tag>内容</tag>	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 - OpenAI 清晰指令指南

• Be Specific and Direct - Anthropic 清晰直接原则

• Prompt Engineering Best Practices - Google 最佳实践

4.2 分隔符

• Use Delimiters - OpenAI 分隔符使用技巧

• Use XML Tags - Anthropic XML 标签指南

4.3 角色设定

• System Prompt Examples - OpenAI 角色设定示例

• Give Claude a Role - Anthropic 角色设定指南

4.4 迭代优化

• Test Changes Systematically - OpenAI 系统化测试策略

• Iterate on Prompts - Anthropic 提示词迭代指南

下一章预告

第五章将进入核心技术篇，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 →

---

📝 发现错误或有改进建议？ 欢迎提交 Issue 或 PR。