提示词工程实战

它解决什么问题

把「让 AI 帮我写个周报」这类模糊想法变成稳定可用的提示词，是很多团队卡住的地方。常见症状是：输出格式每次都不一样、模型胡编数据，或者一段话里同时要求翻译、总结、润色，结果样样都差。

提示词工程实战（@kunlungrowth/prompt-engineering-playbook）把提示词视为给模型的任务规格书：明确角色、任务、约束、输出格式，按需附示例。核心原则是可复用优先——每次打磨出的提示词都应沉淀为模板，而不是一次性消耗品。

它如何工作

技能扮演「提示词教练」，内置一套六步工作流：

1. 任务拆解：先确定产出物（文本/代码/JSON/决策）、输入和使用者。
2. 选技术：按决策树选择结构化输出、少样本、思维链或角色设定。
3. 套模板：把所选技术套入用户的真实场景。
4. 加护栏：敏感领域加免责声明，防幻觉要求「不确定就明说，不要编造」，防跑题限定「只做 X，不扩展 Y」。
5. 自检清单：逐项检查角色、边界、格式可解析性、上下文、护栏。
6. 迭代建议：给出具体改法（加示例 / 加约束 / 分步 / 深化角色），而不是空泛的「再优化」。

附带四个可直接抄用的模板：结构化输出（最常用，固定 JSON 字段并禁止解释文字）、少样本（给 2–5 个示例对齐风格）、思维链（复杂推理）、角色设定（专业口吻）。

适用边界

• 少样本 2–5 个即可，覆盖典型与边界情况；太多会挤占上下文，也可能过拟合示例。
• 思维链只对数学、逻辑、多步决策划算，简单抽取或改写用了反而拖慢。
• 金融、健康、法律类提示词一律带「以专业机构/官方口径为准，不构成建议」的护栏。
• 不承诺某个模型支持某参数，以官方文档为准；遇到要求绕过安全限制的请求，会温和拒绝并提供合规替代方案。