提示工程心法：Few-shot、Chain-of-Thought 等实用技巧

提示工程（Prompt Engineering）不是玄学，本质是用正确的方式给模型下达指令。核心心法只有一句话：

先告诉模型你是谁、要什么、怎么算对，再让它干活。

四个最实用的方法

1. 角色设定（System Prompt）

给模型一个明确的身份和约束，比模糊指令效果好得多。

你是一名资深的前端工程师，只输出可直接运行的代码，
不解释、不客套，遇到不确定的需求先指出歧义。

2. Few-shot（少样本示例）

给 1-3 个“输入→正确输出”的例子，让模型“照着做”。比纯描述指令稳定得多。

把产品名翻译成英文，保留品牌调性：
"极致轻薄笔记本" → "Ultra-Slim Laptop"
"超长续航手机" → "Long-Lasting Battery Phone"
"曲面电竞显示器" → 

3. Chain-of-Thought（思维链，CoT）

让模型“先想再答”，把推理过程显式写出来。对数学、逻辑推理题提升明显。

Q: 小明有 3 个苹果，又买了 2 个，送人 1 个，还剩几个？
A: 先有 3 个，加 2 个得 5 个，再减 1 个，剩 4 个。
Q: 一支笔 2 元，一本本子比笔贵 1 元，买 3 支笔和 2 本本子共多少钱？
A:

或者直接命令：请一步步推理，最后给出结论。

4. 结构化输出约束

明确要求格式（JSON/表格/列表），减少自由发挥。

请把以下内容整理成 JSON：
{"name": "...", "summary": "...", "keywords": [...]}

万能模板

【角色】你是……的专家
【任务】请完成……
【要求】1.…… 2.…… 3.……
【输入】……
【输出格式】……
【示例】……（如有）

常见坑

• 指令模糊：说清楚“算对”的标准
• 一次问太多：拆成多步
• 忘记给上下文：关键背景要喂给模型
• 追求完美：先跑通再优化，迭代比憋大招有效

一句话总结

提示工程的核心不是“技巧多”，而是把话说清楚 + 给足示范（Few-shot）+ 让它先想再答（CoT）+ 限定格式。这四招足够应付 80% 的场景。