Prompt Engineering 进阶指南

与 AI 对话是一门艺术，也是一门科学。掌握正确的方法，能让 AI 成为你的超级助手。

什么是 Prompt Engineering

Prompt Engineering（提示工程）是指设计和优化输入提示（prompt），以引导 AI 模型生成更准确、更有用的输出的技术。

基础技巧

1. 明确具体的指令

不好的示例：

写一篇文章。

好的示例：

请写一篇关于"远程工作效率提升"的公众号文章，目标读者是互联网从业者，字数 1500 字左右，风格轻松实用，包含 3 个可操作的方法。

2. 提供上下文背景

背景：我是一名产品经理，正在准备一次技术分享会。
目标：向非技术背景的同事解释什么是 API。
要求：用生活中的类比，避免技术术语，时长控制在 5 分钟。

3. 使用角色设定

请你扮演一位经验丰富的职业规划师，我有 5 年开发经验，想转型做技术管理，请给我一些建议。

进阶技巧

Chain of Thought（思维链）

引导 AI 逐步思考：

请一步一步地分析这个问题：
一个农场有鸡和兔，头共 35 个，脚共 94 只。鸡和兔各有多少只？

请展示你的推理过程。

Few-Shot Learning（少样本学习）

提供示例让 AI 学习模式：

请将以下句子转换为更正式的表达：

输入：这个东西挺好的。
输出：该产品表现优异。

输入：我觉得不行。
输出：经评估，该方案存在优化空间。

输入：这个 bug 修好了。
输出：

结构化输出

请分析以下产品，并以 JSON 格式返回：
{
  "优势": ["..."],
  "劣势": ["..."],
  "目标用户": "...",
  "改进建议": ["..."]
}

常见场景模板

代码审查

请审查以下代码，关注：
1. 潜在的性能问题
2. 安全漏洞
3. 代码可读性
4. 最佳实践遵循情况

代码：
[粘贴代码]

学习规划

我想在 3 个月内掌握 [技术/技能]，每周可投入 10 小时。
请帮我制定学习计划，包括：
- 每周学习目标
- 推荐资源
- 实践项目
- 检验标准

避坑指南

1. 避免模糊表述 - “很好”、“不错”等主观词汇
2. 控制输出长度 - 明确字数或段落要求
3. 迭代优化 - 第一次输出不满意，继续 refine
4. 验证事实 - AI 可能产生幻觉，重要信息需核实

工具推荐

• ChatGPT - 通用对话
• Claude - 长文本处理
• Midjourney - 图像生成
• GitHub Copilot - 代码辅助

---

掌握 Prompt Engineering，就是掌握与 AI 协作的钥匙。