Prompt Engineering 快速入門+實戰案例

資料來源：火山引擎-開發者社區

引言
什么是 prompt
A prompt is an input to a Generative AI model, that is used to guide its output.
Prompt engineering is the process of writing effective instructions for a model, such that it consistently generates content that meets your requirements.
簡單來說，prompt（提示詞）是引導生成式 AI 模型，按你的要求進行輸出。由于模型生成內容的不確定性，構建一個能夠生成所需格式內容的提示既是一門藝術，也是一門科學。
讓 LLM 寫一個旅行規劃，翻譯一段話，寫一段代碼，做一個數學題都是 Prompt。甚至“你好”也是 prompt，可以看見 deepseek-r1 還是想了很多。

$ ollama run deepseek-r1:8b  
>>> 你好  
Thinking...  
嗯，用戶發來一句簡單的“你好”，看起來像是初次打招呼或者想開啟對話。可能ta剛打開聊天窗口，還在試探界面功能，也可能只是隨手測試AI的響應速度。  這種情況下不適合過度解讀，但也不能冷冰冰地回復。用溫暖友好的語氣建立初始信任比較重要，同時要留出開放式的引導空間——畢竟用戶沒提供具體需求時，主動詢問方向比被動等待更高效。  考慮到中文習慣，“你好呀”比“您好”更自然親切，加上表情符號能快速傳遞友好感。后半句列舉幾個常見使用場景（學習、工作等）可以降低用戶的提問門檻，讓ta更容易意識到AI能幫上忙的領域。  用戶此刻可能處于兩種狀態：要么是隨便問問想看看AI怎么回應，要么確實有需求但還沒組織好語言。所以回復既要簡潔又要包容性強，“有什么我可以為你做的嗎”這種開放式結尾比較合適。  
...done thinking.  你好呀！  我是DeepSeek-R1，很高興見到你～  
無論你是來學習、工作還是生活上遇到問題，我都可以幫你出主意、找答案    
今天有什么我可以為你做的嗎？

Vibe Coding（code is cheap, show me the talk）
prompt 就是 LLM 時代的 Programs。以前別人分享應用，大家都是要代碼，現在都是要提示詞。寫好 prompt 變成了新時代的基本功。

Prompt 編寫技巧
描述清晰
我們經常能看到很多 prompt 的奇技淫巧，但最本質的還是要把需求描述清楚，和人交流一樣，不要讓對方猜。
用在餐館點餐來舉個例子。你對后廚說：“來點吃的”。廚房（AI）會很困惑。它可能會隨便給你送一份它最常做的蛋炒飯。結果可能不是你想要的。但如果說“我要一份牛肉蓋澆飯”。這好多了！廚房知道了菜品。但它不知道你的口味偏好。它可能會做得特別辣，但你其實不吃辣。如果更具體：“老板，我要一份青椒肉絲蓋澆飯。米飯要硬一點，肉絲要瘦肉，不要放味精，最重要的是，千萬不要放辣！請在晚上 7 點前送到”。廚房（AI）收到了這個指令，就能精準地做出完全符合你心意的美食。
Prompt 本質上就是你和 AI 溝通的語言。

你給的指令越模糊、懶惰，AI 給你的答案就越平庸、不靠譜。
你給的指令越清晰、具體、信息量越豐富，AI 就越能像一個頂級專家一樣，精準地完成你交代的任務。

基本格式
一般來說會包含如下部分，先設置一個角色，然后設置要做的事情和執行的步驟。再約束輸出的格式，并舉幾個例子。并不拘泥于此，主要是為了 prompt 描述清晰，我們自己也好維護。
現在模型能力都比較強，對 prompt 語言沒什么要求，如果你英語不是特別地道，則用中文更好（或者讓 LLM 給你潤色一下）。也可以混合，模型對一些英語單詞特別敏感，比如：MUST、Examples、Format。

# Role and Objective  # Instructions  
## Sub-categories for more detailed instructions  # Reasoning Steps/Workflow  # Output Format  # Examples  
## Example 1  # Context  # Final instructions

一般使用 markdown 標題表示遞進關系，但也不能太深（H4 即可）。長內容塊通常使用 markdown 代碼塊格式包裹，不過有的時候 xml 格式更加清晰（特別是 Example、Context 部分的描述）。

example-1：
I absolutely love this headphones — sound quality is amazing!
Positive

example-2：
Battery life is okay, but the ear pads feel cheap.
Neutral

<product\_review id="example-1">  
I absolutely love this headphones — sound quality is amazing!  
</product\_review>  
<assistant\_response id="example-1">  
Positive  
</assistant\_response>  <product\_review id="example-2">  
Battery life is okay, but the ear pads feel cheap.  
</product\_review>  
<assistant\_response id="example-2">  
Neutral  
</assistant\_response>

In-Context Learning（上下文學習）
這是大模型神奇的地方之一，研究發現，即使某個能力沒有專門訓練過，但給一些示例，它就能學會。因此我們經常使用 few-shot 技巧來“激活”這個能力。
Few-Shot（小樣本）
簡單來說就是舉一些例子。比如評論分類：

文本：我對這個產品感到非常失望。  
分類：負面  文本：這部電影還可以，沒什么特別的。  
分類：中性  文本：這家餐廳的食物棒極了！  
分類：正面

主要作用：
1.提高復雜推理任務的準確性：對于需要邏輯推理的任務，給出的例子就像是給 AI 的“解題模板”。學習到新的、特定的任務模式。
2.精確格式控制：通過多個例子強化你想要的輸出格式。
3.減少歧義：明確告訴模型在邊界情況下應該如何決策（比如上面例子中的“中性”）。
當然 few-shot 也不能亂寫，需要注意下面幾個方面：

左圖：Exemplar Quantity（示例數量盡量多一些）
右圖：Exemplar Ordering （示例順序隨機的）

左圖：Exemplar Label Distribution（示例標簽分布均勻）
右圖：Exemplar Label Quality（示例自身絕對正確）
Chain-of-Thought （思維鏈）
CoT（思維鏈）是一種技術，促使大型語言模型在解決問題時闡述其推理過程的技術。增強模型的推理能力。
Zero-Shot CoT
在推理模型出現之前，很多 prompt 優化都會讓加一句"Let’s think step by step."，這樣模型就能思考了，能解決一些需要多步推理的問題。但現在有了推理模型，更推薦直接使用推理模型解決問題。即使是非推理模型也不建議刻意的加上這句，還是應該定義好目標（Objective）和 Workflow。
Few-Shot CoT
這仍然屬于 In-Context Learning，不僅僅直接給結果，而且給思考過程。相當于授之以漁。
Q: 食堂有 23 個蘋果，他們用了 20 個做午餐，又買了 6 個。他們現在有多少個蘋果？
A: 9
Q: 食堂有 23 個蘋果，他們用了 20 個做午餐，又買了 6 個。他們現在有多少個蘋果？
A: 食堂原來有 23 個蘋果。他們用了 20 個，所以剩下 23 - 20 = 3 個。然后他們又買了 6 個，所以現在有 3 + 6 = 9 個。最終答案是 9。
RAG（Retrieval Augmented Generation）
The technique of adding additional relevant context to the model generation request is sometimes called retrieval-augmented generation (RAG).
廣義上來說，給模型提供相關上下文的技術都可以叫做 RAG。方式可以是從向量數據庫召回，也可以是 Google 等搜索接口搜出來的，甚至是手工寫死在 prompt 中的。
使用目的一般是兩方面：
1.讓模型訪問專有數據，之前訓練中沒有的數據
2.讓模型僅在特定數據集中進行回答
VS Fine-tuning（微調）
Fine-tuning lets you customize a pre-trained model to excel at a particular task.
RAG 常和 Fine-tuning 比較，因為兩者都能增強 LLM 在特定領域的知識。但兩者不是互斥的，應用場景不一樣。

RAG （檢索增強生成）: 這種方法可以比作是“開卷考試”。當模型遇到問題時，它會先從一個外部的、實時更新的知識庫（如向量數據庫）中檢索相關信息，然后將這些信息作為上下文，連同原始問題一起交給語言模型，從而生成答案。它不改變模型本身的內部參數。
Fine-tuning （微調）: 這種方法則像是“備考學習”。它通過在特定任務或領域的定制化數據集上繼續訓練模型，從而將新的知識或技能“內化”到模型的參數中。這個過程會更新模型的權重，使其“記住”特定的知識、格式或風格。

如果你的首要任務是確保信息的準確性、實時性和可追溯性，那么 RAG 是更優的選擇。如果你的目標是讓模型掌握一種特定的行為模式、風格或固有知識，那么微調會更適合。
Reasoning Model（不一樣了？）
隨著 OpenAI O 系列模型和 DeepSeek-R1 的火熱，現在新出的模型幾乎都是推理模型（可以設置 no think 模式）。Prompt 寫法變了嗎？其實也沒有，本質還是沒有變，描述清晰需求、提供足夠的上下文。
不過也有一些要注意的：
“think step by step”，這種觸發 COT 的魔法詞就不要添加了，會畫蛇添足，甚至非推理模型也不建議這樣了。
提供具體的目標，讓推理模型能自己驗證，不斷推理和迭代，直到符合你的成功標準。
先嘗試 zero-shot，不行再 few-shot，前面也提到 few-shot 3 個作用，推理模型會自己探尋解決步驟，這點可能不需要，但控制格式和減少歧義的作用還是需要的。few-shot 不是完全舍棄了，還是有用的。
workflow（工作流）可能更加重要，推理模型能自己拆解復雜的任務，但往往很發散，會讓用戶體驗不好。如果特定任務有成熟的步驟，可以固定下來，讓模型一步步執行。如果是做一個具體的任務，不需要使用 few-shot 教會模型，而是使用 workflow 固定下來。比如寫一個旅行規劃，先安排交通、住宿再安排景點等。或者構建 ReAct Agent。
ReAct/Reflexion（構建 Agent）
Agents represent systems that intelligently accomplish tasks, ranging from executing simple workflows to pursuing complex, open-ended objectives.
ReAct（Reasoning and Acting），指生成一個想法，采取一個行動，并接收一次觀察結果（然后重復這個過程）。所有這些信息都會被插入到提示中，這樣它就能記住過去的想法、行動和觀察結果。

這類模式（Observation-Based Agent）不能單純算作 prompt，手工構建非常麻煩（還需要和 function call/mcp 結合），一般 LLM 開發框架會集成，比如：langchain: Start with a prebuilt agent（https://langchain-ai.github.io/langgraph/agents/agents/）、Eino: React Agent 使用手冊（https://www.cloudwego.io/zh/docs/eino/core\_modules/flow\_integration\_components/react\_agent\_manual/）

實戰

翻譯工具例子
前面說的可能比較抽象，我們通過一個翻譯工具例子，來把上面說的串一下。為了凸顯 prompt 的效果，我們本地運行一個小參數模型?ollama run qwen3:8b，同時為了突顯 prompt 優化效果，關閉思考模式（/set nothink）。
第一輪：可以看到翻譯的有點怪怪的，listened 應該為聽了/聽過更為合適。同時我希望保留人名，因為有時候中文名稱更加拗口。

翻譯：Have you listened to the new album by Taylor Swift?  你聽到泰勒·斯威夫特的新專輯了嗎？

第二輪：翻譯的稍微好一點了，但沒有按要求保留英文原文，嘗試加一些示例，再優化一下：

# Role and Objective  你是一個翻譯專家，需要將用戶輸入的英文準確、流暢地翻譯成中文  # Instructions  1. 保持譯文準確，忠實于原文的意思。  
2. 使用自然、通順的中文表達方式。  
3. 避免逐字逐句的生硬翻譯。  
4. 注意英文文本中的語法、詞匯和語境。  
5. 如果有人名保留英文原文  # Output Format  直接輸出中文，不需要包含其它內容  # input  Have you listened to the new album by Taylor Swift?  ---  你聽過泰勒·斯威夫特的新專輯嗎？

第三輪：這次好了，這樣看起來好很多了。

# Role and Objective  你是一個翻譯專家，需要將用戶輸入的英文準確、流暢地翻譯成中文  # Instructions  1. 保持譯文準確，忠實于原文的意思。  
2. 使用自然、通順的中文表達方式。  
3. 避免逐字逐句的生硬翻譯。  
4. 注意英文文本中的語法、詞匯和語境。  
5. 如果有人名保留英文原文，不做翻譯  # Output Format  直接輸出中文，不需要包含其它內容  # Examples  <example1>  
原文：Please give this package to Dr. Emily Carter.  
譯文：請把這個包裹交給 Emily Carter 博士。  
</example1>  <example2>  
原文：LeBron James just broke another record in the NBA.  
譯文：LeBron James 剛剛在NBA打破了又一項紀錄。  
</example2>  # Input  Have you listened to the new album by Taylor Swift?  ---  你聽過了Taylor Swift的新專輯嗎？

第四輪：最后再做一些優化，比如把類似 NBA 簡稱做解釋，翻譯的更優雅一點。還可以 RAG，增加術語表（有些詞就這樣翻譯），這里就不演示了。

     
# Role and Objective  
你是一個跨文化專業翻譯家，需要將用戶輸入的英文翻譯為中文  # Instructions  
- 嚴格遵循信達雅原則（信=精準/達=流暢/雅=審美）  
- 保持譯文準確，忠實于原文的意思。意譯而非直譯，專業內容保證術語準確  
- 翻譯完成后再review一遍，確保使用自然、通順、地道的中文表達方式，符合中文語言習慣  
- 注意識別語境（日常生活/娛樂/專業領域/俚語和習語/新聞等），譯文需要貼合語境  
- 如果有人名保留英文原文，不做翻譯  
- 有些特定詞匯（產品/公司名稱、地名、編程語言名稱等）不用翻譯，但需要結合上下文，比如Apple指蘋果公司也指水果，需要一整句話分析  
- 英語專業名詞縮寫保留原文，并把中文釋義放在后面括號里。比如 CEO（首席執行官），NBA（美國職業籃球聯賽），KPI（關鍵績效指標）  # Output Format  
直接輸出中文，不需要包含其它內容  # Examples  
<example1>  
原文：LeBron James just broke another record in the NBA.  
譯文：LeBron James剛剛在NBA（美國職業籃球聯賽）打破了又一項紀錄。  
</example1>  <example2>  
原文：Economy shows signs of recovery amid easing of restrictions.  
譯文：隨著限制措施放寬，經濟顯示出復蘇跡象。  
</example2>  <example3>  
原文：You can't judge a book by its cover.  
譯文：人不可貌相，海水不可斗量。  
</example3>  <example4>  
原文：He is a full-stack developer proficient in both Python and JavaScript.  
譯文：他是一位精通Python和JavaScript的全棧工程師。  
</example4>  <example5>  
原文：I'd like to book a table for two at 7 PM.  
譯文：我想預訂一張今晚7點的兩人桌。  
</example5>

一些翻譯結果，效果上還可以：

I'm just browsing, thank you.  
我只是隨便看看，謝謝。  Please clear your browser cache and cookies.  
請清除您的瀏覽器緩存和 Cookie。  The company's quarterly earnings exceeded analysts' expectations.  
該公司季度盈利超過了分析師的預期。  He needs to undergo a MRI scan.  
他需要進行磁共振成像（MRI）檢查。  This game has an amazing open-world map and immersive storyline.  
這款游戲擁有一個令人驚嘆的開放世界地圖和引人入勝的故事情節。

Meta Prompt（還在手寫 prompt？）
其實到這里細心的同學可以發現，寫 prompt 還是有一定的范式。那么可以使用 LLM 自己生成嗎？那肯定是可以的，這就叫 Meta Prompt。自動生成提示詞的 prompt 大概這樣：

Create a GPT prompt based on the following task requirements:  # Requirements  - Keep the prompt clear and easy for GPT's understanding.  
- Be concise as each token in the prompt incurs a cost.  
- The prompt is suggested to be a well-structured Markdown.  
- Include one or two input/output `## Examples` where appropriate.  
- Maintain a professional tone.  # Response Format  
Provide the prompt content directly, without titles, additional explanations or comments.  # Requirements of Task  
在這里輸入任務需求

有開源的實現：GitHub - meta-prompting/meta-prompting: Official implementation of paper "Meta Prompting for AI Systems"（https://github.com/meta-prompting/meta-prompting?tab=readme-ov-file#prompt-revision-to-enhance-reasoning-capabilities），火山方舟也推出了?PromptPilot：PromptPilot

評測飛輪
其實比寫 prompt 更重要的是評測，效果好不好往往不是 1+1=2 這種確定性問題，需要有可驗證的反饋機制，能構建評測飛輪，實現持續迭代。
一般流程是批量跑然后打標，打標簡單來說就是和參考答案做比較，如果是邏輯題、數學計算等可以直接判斷的，用準確率做最終結果。如果像本文的例子翻譯場景有一定主觀性，常見做法就是對結果量化打分，也有兩種模式，一是 3 分或者 5 分制，對比參考答案得出總分（精準量化）。另一種是 GSB 比較模式，對比 A、B 兩種回答，判斷“G 更好/S 等同/B 更差”，更加簡單。
現階段，不用自己建設評測平臺/工具，一般大模型平臺都支持評測（比如前面提到的火山方舟 PromptPilot），可以智能生成參考答案，智能評分，甚至自動優化 prompt。