Prompt 工程：让输出更稳定

同样的问题，换个问法结果可能天差地别。Prompt 工程的本质，就是用结构化的方式把「你想要什么」讲清楚，减少模型的自由发挥。

一、为什么需要结构化

自然语言含糊，「写个好点的标题」里「好」没有标准。把任务拆成角色、任务、上下文、格式、约束，模型才知道边界在哪。

二、一个好用的模板

角色：你是一名资深技术编辑
任务：为一篇前端性能优化的文章写标题
上下文：文章讲了懒加载、代码分割与缓存策略
格式：输出 3 个标题，每个不超过 14 个字
约束：不要用「震惊」「必看」这类标题党词汇

三、少样本（Few-shot）示例

当格式或风格不好用文字描述时，直接给例子最有效。把「输入 → 期望输出」成对喂给模型：

把口语改成正式表达：
「这活儿我搞定了」→「该项工作已完成」
「咋回事啊」→「请问具体情况是？」
「马上弄」→ ？

四、让模型分步思考

复杂问题加一句「请一步步思考后再给出答案」（思维链，Chain-of-Thought），能显著提升推理正确率。对数学、逻辑类任务尤其明显。

五、边界与兜底

• 明确「不知道就说不知道」，避免模型编造；
• 对敏感/高风险输出设校验，不要直接采信；
• 把成功的提示词沉淀成模板，比每次现想更稳。