AI 脉络GitHub ↗
术语库概念对比学习路径AI 雷达参与共建GitHub ↗
应用架构入门基础概念

Prompt Engineering

提示工程

设计和迭代模型指令、示例与输出要求,让模型在指定任务上更稳定地产生所需结果。

最后核验 2026-09-04 · 已核验

用一个类比理解

像把任务说明写清楚:目标、边界、示例和验收标准越明确,返工越少。
建议先看:LLM

它解决什么

  • 澄清任务与输出要求
  • 用少量示例引导行为
  • 快速迭代模型表现

它不是什么

  • 提示无法补回缺失事实或工具
  • 再长的提示也不能替代评测和系统设计

适合使用

  • 任务能通过说明和示例改善
  • 需要低成本快速迭代

暂时别用

  • 问题来自检索数据或权限
  • 逻辑应由确定性代码保证

常见失败方式

  • 堆砌万能咒语
  • 只用顺利样例调试
  • 系统提示无限膨胀

提示只是上下文的一部分

生产系统还需要选择资料、工具、历史、记忆和输出约束。Prompt Engineering 聚焦“怎么表达任务”,Context Engineering 关注“模型此刻看到的整套信息”。

可信来源

进一步阅读

OpenAI · Prompt engineering