技术

Prompt Engineering

编写你发送给 LLM 的指令和上下文,使它产出你真正想要的输出。这是真正的工程,而不是某种魔法咒语。

最近审阅: 2026-06-02 审阅人Kevin Riedl wiki ↗

Prompt 工程是构建你发送给模型内容的实践:任务描述、示例、约束、输出格式和上下文。在你告诉它之前,模型完全不知道你想要什么,而你怎么告诉它会极大地改变结果。含糊的 Prompt 得到含糊的回答。带示例和明确输出模式的精确 Prompt 得到你真正能上线的东西。

炒作把它包装成一种神秘技能。现实更平凡也更有用:它是迭代工程。你写一个 Prompt,针对真实案例测试它,看它在哪里失败,收紧指令或补充示例,再次衡量。系统 Prompt(位于每条用户消息之上的常驻指令)是大部分持久行为所在之处,所以真正的工作流向那里。

这里是诚实的部分:Prompt 工程是真实的,但它不是职业护城河。这些技巧一周就能学会,而模型也在不断变得更善于理解草率的 Prompt。无法被商品化的,是知道该把模型指向哪个问题、把它接入一个真实系统,以及评估输出是否好到足以信任。这就是工程,也是我们在 人工智能 下所做的事。

对任何把"Prompt 工程"当作独立产品来卖的人保持警惕。Prompt 是便宜的部分。昂贵的部分是它周围的一切:检索、评估、护栏,以及把一个巧妙的 Prompt 变成可靠功能的集成。

// FAQ

常见问题

常见问题

构建你发送给 LLM 的指令、示例和上下文,使它返回可用的输出。它是迭代的测试与改进,而不是某个能解锁模型的秘密短语。
它是一项真实的技能,但作为独立职位头衔很弱。技巧很快就能学会,而模型也在不断进步。持久的价值在于围绕 Prompt 的系统设计和评估,而不在 Prompt 本身。
位于每条用户消息之上、定义模型默认行为方式的常驻指令集。大多数可靠的行为在这里被塑造,因此它获得了最多的工程关注。