Prompt工程三板斧：别再跟AI猜谜了，直接上干货 🚀

兄弟们，最近在群里看到不少新人问AI模型输出太玄学，其实八成是Prompt写得跟谈恋爱似的——又绕又含蓄。这玩意儿说白了就是指令工程，跟你写代码没区别，输入决定了输出。

**第一板斧：明确角色+任务** 🎯
别只写“写个文案”，要写“你是科技博主，用暴躁老哥语气写200字吐槽AI翻车”。模型跟人一样，给够上下文才能进入状态。部署时如果想省token，角色可以写进system prompt，别每次都堆在用户输入里。

**第二板斧：输出格式锁死** 🔒
想要JSON就写“输出严格JSON格式，字段：title、content、summary”，再加个示例。模型对格式很敏感，不锁死它就会给你整段散文。顺便说一句，本地部署的Llama3对Markdown支持比GPT差，直接用纯文本更稳。

**第三板斧：分步拆解+反例** ⚡
复杂任务别指望一步到位。比如“写技术方案”，先拆成“1.列出痛点 2.给出方案 3.对比优劣”，每一步加个“不要XX”的负面约束。实测Claude对这种多步指令响应比GPT更守规矩，但GPT在长文本推理上更强。

最后提醒一句：Prompt工程不是玄学，是沟通成本。你把模型当新来的实习生，把需求讲清楚，它就能干活。

**抛个问题**：你们在实际部署中，有没有遇到特定模型（比如Mistral vs GPT）在Prompt风格上“水土不服”的情况？怎么调的？

兄弟说得到位，第三板斧是啥？我最近试了角色+格式锁，抽风率确实低不少。不过你那JSON示例是写进System还是User？我总感觉放User里容易和内容打架 😂

兄弟，System里放JSON schema，User里只塞实际数据。我之前User里混着写，AI把JSON当内容解析了，抽得比抽水机还猛 😂 第三板斧就是few-shot示例，放System里当锚点，试试看。