提示词工程
提示词工程（Prompt Engineering）是设计与AI交互指令的系统方法，直接影响AI输出的质量和可靠性。
核心原则
1. 明确具体
❌ "帮我写个文案"
✅ "为一家面向25-35岁女性的护肤品牌写一条200字的产品介绍，
语气温暖亲和，突出天然成分和温和配方"
2. 结构化输入
使用模板格式让AI理解你的期望：
角色：你是一位资深产品经理
任务：分析以下用户反馈并提炼需求
格式：按优先级排列，每条包含：问题描述 | 用户痛点 | 建议方案
输入：[用户反馈数据]
3. 分步推理
"请分三步分析：
第一步：列出所有可能的方案
第二步：评估每个方案的利弊
第三步：给出你的推荐和理由"
高级技巧
| 技巧 | 说明 | 适用场景 |
|---|---|---|
| Chain-of-Thought | 让AI展示推理过程 | 复杂逻辑问题 |
| Few-shot Learning | 提供几个示例让AI学习模式 | 格式化输出 |
| 角色设定 | 给AI一个专业身份 | 专业领域问答 |
| 约束条件 | 明确限制和要求 | 需要精确控制输出 |
| 反向提示 | 先让AI生成示例，再反向优化提示词 | 提示词优化 |
提示词是代码
把提示词当作代码来对待——版本管理、测试验证、迭代优化。好的提示词库是团队的核心资产。
常见陷阱
- 提示词太模糊 → 输出不可控
- 提示词太复杂 → AI理解偏差
- 忽略AI的倾向 → 输出偏离预期
- 不做迭代 → 一次设计就想完美