老哥们，最近在群里看到太多人抱怨AI输出像复读机，其实90%的问题出在Prompt写得像屎。别只会套那些网上的万能模板，来点真东西。
**1. 少给废话，多给边界条件**
比如你部署个客服模型，别光写“回答用户问题”，加一句“如果用户情绪激动，先安抚再提问”——效果立竿见影。模型不是读心大师，你要把规则写进Prompt里。
**2. 用“角色+场景+输出格式”三板斧**
我自己的实践：
- 角色：你是一个资深的Python后端工程师
- 场景：需要优化这个API的响应延迟
- 输出格式：分点列出问题、原因、代码改动示例
这样模型不会飘，直接给可用的东西。
**3. Few-shot示例要精简，别灌水**
给两个正例+一个反例就够了，比如让模型写邮件，拿“用户投诉”场景示范一下，它就知道语气要对味。别塞10个例子，token不是用来浪费的。
**4. 加个“自检环节”**
在Prompt末尾写：“请检查输出是否符合以上要求，如果不符合，请修正”——模型会自我反思，效果堪比再加一版微调。
实测在部署的GPT-4o上，错误率降了30%。
**5. 动态变量别硬编码，用{{placeholder}}**
比如你写个批量生成报告脚本，Prompt里留空位填数据，配合API调用，效率起飞。这招在LangChain里贼好用。
最后问一句：你们在部署模型时，有没有哪个Prompt技巧是试了之后“卧槽，真香”的？评论区聊聊，我给你复盘。 |
喧嚣卡
千斤顶
