prompt-engineering-patterns

提示词工程模式

掌握高级提示词工程技术，最大限度提升大模型的性能、可靠性和可控性。

适用场景

• 为生产环境中的大模型应用设计复杂提示词
• 优化提示词的性能和一致性
• 实现结构化推理模式（思维链、思维树）
• 构建带有动态示例选择的少样本学习系统
• 创建带变量插值的可复用提示词模板
• 调试并优化输出不一致的提示词
• 为专用 AI 助手实现系统提示词

核心能力

1. 少样本学习

• 示例选择策略（语义相似度、多样性采样）
• 在示例数量与上下文窗口限制之间取得平衡
• 构建包含输入-输出对的有效示范
• 从知识库动态检索示例
• 通过策略性地选择示例来处理边缘情况

2. 思维链提示

• 引导模型逐步推理
• 零样本思维链，使用 “Let's think step by step”
• 少样本思维链，使用推理过程轨迹
• 自一致性技术（采样多条推理路径）
• 验证与校验步骤

3. 提示词优化

• 迭代优化工作流
• 对提示词变体进行 A/B 测试
• 衡量提示词性能指标（准确率、一致性、延迟）
• 在保持质量的同时减少 token 用量
• 处理边缘情况和失败模式

4. 模板系统

• 变量插值与格式化
• 条件提示词部分
• 多轮对话模板
• 基于角色的提示词组合
• 模块化提示词组件

5. 系统提示词设计

• 设置模型行为和约束
• 定义输出格式和结构
• 确立角色和专业能力
• 安全指南和内容政策
• 设置上下文和背景信息

快速入门

from prompt_optimizer import PromptTemplate, FewShotSelector

# Define a structured prompt template
template = PromptTemplate(
    system="You are an expert SQL developer. Generate efficient, secure SQL queries.",
    instruction="Convert the following natural language query to SQL:\n{query}",
    few_shot_examples=True,
    output_format="SQL code block with explanatory comments"
)

# Configure few-shot learning
selector = FewShotSelector(
    examples_db="sql_examples.jsonl",
    selection_strategy="semantic_similarity",
    max_examples=3
)

# Generate optimized prompt
prompt = template.render(
    query="Find all users who registered in the last 30 days",
    examples=selector.select(query="user registration date filter")
)

关键模式

渐进式披露

从简单提示词开始，仅在需要时增加复杂度：

1. 级别 1：直接指令

   • “总结这篇文章”

2. 级别 2：添加约束

   • “用 3 个要点总结这篇文章，重点关注主要发现”

3. 级别 3：添加推理

   • “阅读这篇文章，找出主要发现，然后用 3 个要点进行总结”

4. 级别 4：添加示例

   • 包含 2-3 个带输入-输出对的摘要示例

指令层级

[System Context] → [Task Instruction] → [Examples] → [Input Data] → [Output Format]

错误恢复

构建能够妥善处理失败的提示词：

• 包含备用指令
• 要求给出置信度分数
• 不确定时要求提供其他解释
• 指定如何标明缺失信息

最佳实践

1. 明确具体：含糊的提示词会产生不一致的结果
2. 以示例代替描述：示例比描述更有效
3. 充分测试：使用多样且有代表性的输入进行评估
4. 快速迭代：微小改动也可能带来巨大影响
5. 监控性能：在生产环境中跟踪指标
6. 版本控制：像管理代码一样管理提示词，并做好版本控制
7. 记录意图：说明提示词采用当前结构的原因

常见陷阱

• 过度设计：还没尝试简单提示词，就先使用复杂提示词
• 示例污染：使用与目标任务不匹配的示例
• 上下文溢出：示例过多，超出 token 限制
• 指令含糊：给多种解释留下空间
• 忽略边缘情况：不测试异常或边界输入

集成模式

与 RAG 系统集成

# Combine retrieved context with prompt engineering
prompt = f"""Given the following context:
{retrieved_context}

{few_shot_examples}

Question: {user_question}

Provide a detailed answer based solely on the context above. If the context doesn't contain enough information, explicitly state what's missing."""

与验证集成

# Add self-verification step
prompt = f"""{main_task_prompt}

After generating your response, verify it meets these criteria:
1. Answers the question directly
2. Uses only information from provided context
3. Cites specific sources
4. Acknowledges any uncertainty

If verification fails, revise your response."""

性能优化

Token 效率

• 删除冗余词语和短语
• 首次定义后始终一致地使用缩写
• 合并相似指令
• 将稳定内容移至系统提示词

降低延迟

• 在不影响质量的前提下缩短提示词
• 对长篇输出使用流式传输
• 缓存常见的提示词前缀
• 尽可能批量处理相似请求

资源

• references/few-shot-learning.md：深入介绍示例的选择与构建
• references/chain-of-thought.md：高级推理引导技术
• references/prompt-optimization.md：系统化的优化工作流
• references/prompt-templates.md：可复用的模板模式
• references/system-prompts.md：系统级提示词设计
• assets/prompt-template-library.md：经过实战检验的提示词模板
• assets/few-shot-examples.json：精选示例数据集
• scripts/optimize-prompt.py：自动化提示词优化工具

成功指标

跟踪以下提示词 KPI：

• 准确性：输出的正确程度
• 一致性：相似输入下结果的可复现性
• 延迟：响应时间（P50、P95、P99）
• Token 使用量：每次请求的平均 Token 数
• 成功率：有效输出所占的百分比
• 用户满意度：评分和反馈

后续步骤

1. 查看提示词模板库，了解常见模式
2. 针对具体用例尝试少样本学习
3. 实现提示词版本管理和 A/B 测试
4. 建立自动化评估流水线
5. 记录提示词工程决策和经验