prompt-engineering

提示词工程

适用于任何大模型的通用技巧，帮助编写有效的提示词。

核心原则

1. 使用 XML 标签构建结构

使用 XML 标签创建清晰、可解析的提示词：

<context>Background information here</context>
<instructions>
1. First step
2. Second step
</instructions>
<examples>Sample inputs/outputs</examples>
<output_format>Expected structure</output_format>

优点：

• 清晰度：区分上下文、指令和示例
• 准确性：防止模型混淆各个部分
• 灵活性：便于单独修改各个部分
• 可解析性：便于提取结构化输出

最佳实践：

• 全程使用一致的标签名称（使用 <instructions>，不要有时改用 <steps>）
• 明确引用标签：“使用 <context> 标签中的数据……”
• 使用嵌套标签表示层级：<examples><example id="1">...</example></examples>
• 与其他技巧结合使用：用 <thinking> 表示思维链，用 <answer> 表示最终输出

2. 控制输出形式

明确指定长度、格式和结构方面的限制：

<output_spec>
- Default: 3-6 sentences or ≤5 bullets
- Simple yes/no questions: ≤2 sentences
- Complex multi-step tasks:
  - 1 short overview paragraph
  - ≤5 bullets: What changed, Where, Risks, Next steps, Open questions
- Use Markdown with headers, bullets, tables when helpful
- Avoid long narrative paragraphs; prefer compact structure
</output_spec>

3. 防止偏离范围

明确限制模型不应执行的操作：

<constraints>
- Implement EXACTLY and ONLY what is requested
- No extra features, components, or embellishments
- If ambiguous, choose the simplest valid interpretation
- Do NOT invent values, make assumptions, or add unrequested elements
</constraints>

4. 明确处理歧义

避免幻觉和过度自信：

<uncertainty_handling>
- If the question is ambiguous:
  - Ask 1-3 precise clarifying questions, OR
  - Present 2-3 plausible interpretations with labeled assumptions
- When facts may have changed: answer in general terms, state uncertainty
- Never fabricate exact figures or references when uncertain
- Prefer "Based on the provided context..." over absolute claims
</uncertainty_handling>

5. 为长上下文提供依据

对于超过 10k 个 token 的输入，添加重新锚定上下文的指令：

<long_context_handling>
- First, produce a short internal outline of key sections relevant to the request
- Re-state user constraints explicitly before answering
- Anchor claims to sections ("In the 'Data Retention' section...")
- Quote or paraphrase fine details (dates, thresholds, clauses)
</long_context_handling>

Agent 提示词

工具使用规则

<tool_usage>
- Prefer tools over internal knowledge for:
  - Fresh or user-specific data (tickets, orders, configs)
  - Specific IDs, URLs, or document references
- Parallelize independent reads when possible
- After write operations, restate: what changed, where, any validation performed
</tool_usage>

用户进度更新

<user_updates>
- Send brief updates (1-2 sentences) only when:
  - Starting a new major phase
  - Discovering something that changes the plan
- Avoid narrating routine operations
- Each update must include a concrete outcome ("Found X", "Updated Y")
- Do not expand scope beyond what was asked
</user_updates>

高风险输出的自检

<self_check>
Before finalizing answers in sensitive contexts (legal, financial, safety):
- Re-scan for unstated assumptions
- Check for ungrounded numbers or claims
- Soften overly strong language ("always", "guaranteed")
- Explicitly state assumptions
</self_check>

结构化提取

对于数据提取任务，务必提供架构：

<extraction_spec>
Extract data into this exact schema (no extra fields):
{
  "field_name": "string",
  "optional_field": "string | null",
  "numeric_field": "number | null"
}
- If a field is not present in source, set to null (don't guess)
- Re-scan source for missed fields before returning
</extraction_spec>

网络研究提示词

<research_guidelines>
- Browse the web for: time-sensitive topics, recommendations, navigational queries, ambiguous terms
- Include citations after paragraphs with web-derived claims
- Use multiple sources for key claims; prioritize primary sources
- Research until additional searching won't materially change the answer
- Structure output with Markdown: headers, bullets, tables for comparisons
</research_guidelines>

示例：修改前后

不使用结构：

You're a financial analyst. Generate a Q2 report for investors. Include Revenue, Margins, Cash Flow. Use this data: {{DATA}}. Make it professional and concise.

使用结构：

You're a financial analyst at AcmeCorp generating a Q2 report for investors.

<context>
AcmeCorp is a B2B SaaS company. Investors value transparency and actionable insights.
</context>

<data>
{{DATA}}
</data>

<instructions>
1. Include sections: Revenue Growth, Profit Margins, Cash Flow
2. Highlight strengths and areas for improvement
3. Use concise, professional tone
</instructions>

<output_format>
- Use bullet points with metrics and YoY changes
- Include "Action:" items for areas needing improvement
- End with 2-3 bullet Outlook section
</output_format>

提示词迁移检查清单

在不同模型或版本之间调整提示词时：

1. 更换模型，保持提示词不变 — 隔离变量
2. 固定推理／思考深度，使其匹配先前模型的特征
3. 运行评估 — 如果结果良好，即可发布
4. 如果出现回归，调整提示词 — 调整详细程度／格式／范围限制
5. 每次小幅修改后重新评估 — 每次只改一处

快速参考

技巧	标签模式	使用场景
区分各部分	<context>、<instructions>、<data>	任何复杂提示词
控制长度	使用 <output_spec> 指定字数／项目符号数量限制	防止冗长
防止偏离范围	使用 <constraints> 明确写出“不要”	功能蔓延
处理不确定性	<uncertainty_handling>	事实查询
思维链	<thinking>、<answer>	推理任务
提取	使用 JSON 结构的 <schema>	数据解析
研究	<research_guidelines>	支持网络访问的 Agent
自检	<self_check>	高风险领域
工具使用	<tool_usage_rules>	Agent 系统
控制主动性	<persistence>、<context_gathering>	Agent 自主性
角色设定	<role> + 行为限制	语气与风格

提示词技术目录

提示词技术综合目录。完整详情、示例和学术参考资料请参阅 references/prompting-techniques.md。

技术	使用场景
零样本提示	无需示例即可直接执行任务；分类、翻译、摘要
少样本提示	通过示例进行上下文学习；格式控制、标签校准、风格匹配
思维链（CoT）	逐步推理；算术、逻辑、常识推理任务
元提示	将 LLM 用作协调者，委派任务给专业提示词；复杂的多领域任务
自一致性	对多个 CoT 路径采样，选择占多数的答案；提高数学和推理任务的准确性
生成知识	先生成相关知识，再作答；常识和事实性问答
提示链	将复杂任务拆分为按顺序执行的子任务；文档分析、多步骤工作流
思维树（ToT）	通过前瞻和回溯探索多个推理分支；规划、谜题
RAG	生成前检索外部文档；知识密集型任务、最新数据
ART（自动推理 + 工具）	使用 CoT 自动选择并协调工具；需要计算、搜索、API 的任务
APE（自动提示工程师）	由 LLM 生成并评分候选提示词；大规模优化提示词
主动提示（Active-Prompt）	识别不确定的示例，有选择地进行标注以用于 CoT；自适应少样本提示
定向刺激	添加提示/关键词来引导生成方向；摘要、对话
PAL（程序辅助 LM）	通过生成代码而非文本进行推理；数学、数据处理、符号任务
ReAct	交替进行推理过程与工具操作；搜索、问答、决策型 Agent
反思（Reflexion）	Agent 根据语言反馈对失败进行自我反思；迭代改进、调试
多模态 CoT	两阶段流程：先生成推理依据，再结合文本和图像作答；视觉推理任务
图提示	基于结构化图的提示词；节点分类、关系抽取、图任务

提示词基础

LLM 设置、提示词要素、格式和实用示例请参阅 references/prompting-introduction.md。内容包括：

• LLM 设置 — temperature、top-p、最大长度、停止序列、频率/存在惩罚
• 提示词要素 — 指令、上下文、输入数据、输出标识
• 设计建议 — 从简单开始、明确具体、避免含糊、说明要做什么（而不是不要做什么）
• 任务示例 — 摘要、抽取、问答、分类、对话、代码生成、推理

风险与误用

对抗性攻击、事实性问题和偏差缓解请参阅 references/prompting-risks.md。内容包括：

• 对抗性提示 — 提示注入、提示泄露、越狱（DAN、Waluigi 效应）、防御策略
• 事实性 — 基于真实情况、校准置信度、承认不知情的模式
• 偏差 — 示例分布偏斜、示例顺序效应、均衡的少样本设计

提示词审计 / 评审

如果需要审计、评审或改进提示词，请遵循以下工作流。完整检查清单及各项检查的参考资料请参阅 prompt-audit-checklist.md。

工作流

1. 完整阅读提示词 — 确定其目的、目标模型和部署场景（交互式聊天、Agent 系统、批处理流水线、RAG 增强）
2. 检查 8 个维度 — 逐项检查，并按严重程度记录问题（严重 / 警告 / 建议）：

#	维度	检查内容
1	清晰度与具体性	任务定义、成功标准、受众、输出格式、相互冲突的约束
2	结构与格式	章节划分（XML 标签）、提示词异味（单体式、层次混杂、负面偏向）
3	安全与防护	控制与数据分离、提示词中的机密信息、抵御注入的能力、工具权限
4	幻觉与事实准确性	角色设定、依据、无来源引用、不确定性的处理
5	上下文管理	信息位置（是否埋在中间）、上下文大小、RAG 文档数量、重新提供依据
6	可维护性与技术债务	硬编码值、重新生成的逻辑、模型锁定、可测试性
7	模型特定适配	特定模型的参数和注意事项（参见下方的模型特定指南）
8	评估准备情况	评估标准、对抗性测试用例、模式强制、监控

3. 生成报告 — 问题表（维度、检查项、严重程度、问题、修复方案）+ 重写后的提示词或针对性修复建议。使用检查清单参考中的报告模板。
4. 针对每个问题，引用相关参考文件，方便用户深入了解。

快速决策：优先检查哪些维度

• 面向用户的聊天机器人 → 优先检查安全（#3）、幻觉（#4）、清晰度（#1）
• 带工具的 Agent 系统 → 优先检查安全（#3）、上下文（#5）、可维护性（#6）
• 批处理 / 流水线 → 优先检查结构（#2）、评估（#8）、可维护性（#6）
• RAG 增强 → 优先检查上下文（#5）、安全（#3）、幻觉（#4）

常见错误与反模式

三个互补层面 — 根据需求选择：

按类别深入分析 — 根本原因、作用机制、预防检查清单（摘自《指令架构》，2026 年）：

错误类别	主要问题	参考资料
幻觉与逻辑	模糊性引发的虚构、自动化偏见、提示词过载、验证任务中的逻辑失误、缺少角色设定	mistakes-hallucinations.md
结构脆弱性	对格式敏感（差异最高达 76 个百分点）、可复现性危机、提示词异味目录（6 种反模式）、审慎阶梯	mistakes-structure.md
上下文退化	“中间遗失”导致的 U 形注意力、RAG 过度检索、简单粗暴的数据加载、向上下文工程的转变	mistakes-context.md
提示词债务	再生成代码的令牌成本、债务分类（提示词 / 超参数 / 框架 / 成本）、多 Agent 解决方案、自动修复	mistakes-debt.md
安全	直接 / 间接注入、越狱、系统提示词泄露（OWASP LLM07:2025）、RAG 投毒、多模态注入、对抗性后缀	mistakes-security.md

快速参考 — 包含 MRP、风险评分、案例研究和行动项的 18 类问题分类：failure-taxonomy.md。可从这里了解概况，或确定应优先处理哪些类别。涵盖：控制平面与数据平面模型、启发式风险评分、真实事件（EchoLeak CVE-2025-32711、Mata 诉 Avianca 案、Samsung 影子 AI）。

如何衡量与测试 — 评估指标、CI 门禁、红队测试、工具：evaluation-redteaming.md。涵盖：TruthfulQA、FActScore、SelfCheckGPT、PromptBench、AILuminate、LLM 评审的陷阱、护栏库、尚待研究的问题。

特定模型指南

每个模型系列都有独特的参数、注意事项和模式。请参阅目标模型的参考资料：

• Claude 系列 — Claude 4.x 系列的默认设置、参数、工具和迁移模式
• Claude Fable 5.1 — 五级工作量校准、进度更新块、并行工具、仅追加历史记录、完成度与范围控制、定向编辑、长输出预算、子 Agent、视觉和拒绝处理
• Claude Fable 5 — 始终开启的自适应思考、精简的指令设计、长时运行的进度依据、操作边界、记忆和迁移说明
• GPT-6 Astra — 主动性、指令层级、写作风格、子 Agent 校准、验证范围、异步工具、轮次中途引导、工作量调整和迁移限制
• GPT-5 系列 — GPT-5 / 5.1 / 5.2 / 5.4 / 5.5：reasoning_effort、text.verbosity、命名工具、Agent 式提示、完整性／验证约定、压缩和迁移路径
• GPT-5.6 Sol — 以结果为先的精简提示、自主性边界、max 工作量和 Pro 模式、程序化工具调用、持久化推理、显式缓存、检索预算、长时运行状态、前端与视觉验证以及迁移工作流
• Gemini 3 系列 — Gemini 2.5/3/3.1：temperature 必须为 1.0、thinking_budget 与 thinking_level、约束的位置（提示词末尾）、角色优先级、函数调用、结构化输出、多模态和图像生成
• GPT-5.2 详情 — Compaction API 代码示例、网络研究 Agent 提示词、完整 XML 规范块