Agent Skills
返回列表
🤖

提示词专家

AI Agent 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_3ef04463/qianqiong-prompt-engineer。

技能介绍

适用问题

当你把需求写进 prompt,模型仍出现指令漏读、格式漂移、上下文遗忘,或同一输入多次输出不一致时,问题通常不在模型,而在提示词结构:角色、约束、示例、失败边界、输出格式没有分层。幻觉也常来自缺少“必须引用/不可编造”的提示词锚点,以及缺少评测后的迭代依据。

工作方式

该技能把提示词工程拆成可复用的设计路径:

  • 用 系统提示词架构 明确角色、任务、约束与禁止行为
  • 用 思维链设计 要求模型先分析、再判断、后输出
  • 用 少样本学习策略 提供高质量样例,稳定格式与风格
  • 通过 评测迭代方法论 对 bad case 归因并更新提示词

v3.0.0 加入 30秒上手、QP错误码体系 与真实样例,便于判断是角色不清、样例不足、约束冲突,还是输出格式未校验。

适用边界

它适合优化已有提示词、设计新任务提示词、排查输出不稳定与幻觉来源,尤其适用于 JSON、报告、分类、抽取、推理类任务。若模型能力本身不支持、上下文过长被截断,或业务系统缺少真实评测样本,提示词只能改善而非完全消除问题。

使用场景

  • 调试客服机器人提示词,要求把用户咨询稳定分类为订单、退款、物流并输出固定 JSON。
  • 优化合同摘要提示词,减少模型漏掉付款条件和违约责任,同时保持每段摘要结构一致。
  • 为少样本抽取任务补齐样例和禁止编造约束,让地址、发票号等字段不再随机缺失。
  • 用 QP 错误码定位角色不清、约束冲突或输出格式未校验,形成可回归的迭代记录。

适合人员

  • 负责 LLM 应用提示词的工程师,需要排查指令漏读和格式漂移。
  • 做智能客服或工单分类的产品工程师,需要把提示词调成稳定输出固定分类。
  • 编写合同摘要/信息抽取流程的算法工程师,需要减少字段缺失和幻觉。
  • 维护 Agent 系统提示词的负责人,需要用错误码和样例做回归迭代。