封面圖

適合讀者

  • 會用聊天工具但不會系統寫 Prompt 的讀者
  • 需要沉澱團隊提示詞規範的工程師

這篇文章解決什麼問題?

Prompt 寫得像臨時聊天,結果不可複用、不可評審、不可維護。

核心概念解釋

  • 任務指令
  • 背景上下文
  • 約束條件
  • few-shot 示例
  • 輸出格式

實戰步驟

  1. 寫出壞 Prompt 樣例
  2. 拆成結構化提示詞
  3. 加入邊界條件
  4. 用同一輸入做前後對比

Python 代碼示例

本文配套 demo 會生成在:

cd examples/llm-guides/005_prompt_instruction_context
python demo.py

示例代碼遵循兩個原則:

  • 從 OPENAI_API_KEY 讀取密鑰,不在代碼裡寫死。
  • 沒有 API Key 時自動進入 mock 模式,方便先理解流程。

核心調用方式可以簡化成下面這樣:

import os

api_key = os.getenv("OPENAI_API_KEY")
if not api_key:
    print("未配置 OPENAI_API_KEY,进入 mock 模式。")
else:
    # 真实项目中在这里初始化 SDK 客户端并发起请求。
    print("已读取 OPENAI_API_KEY,可以调用模型。")

常見坑

  • 只跑通 Demo 就直接發佈,缺少錯誤處理、日誌和人工審核。
  • 把 API Key、真實路徑、賬號或業務數據寫進文章和代碼。
  • 沒有區分 mock 示例和真實線上環境,導致讀者複製後無法復現。
  • 引用 API 或框架能力時沒有核對官方文檔,版本變化後容易誤導讀者。

總結

  • 這篇文章圍繞「大模型使用指南 05:Prompt 工程到底在調什麼?」解決一個具體工程問題:Prompt 寫得像臨時聊天,結果不可複用、不可評審、不可維護。
  • 實踐時優先保證可復現、可回滾、可人工審核,不要只追求一次性生成效果。
  • 涉及模型能力、API 參數和第三方框架時,發佈前需要重新核對官方文檔。

CSDN 標籤

Prompt、大模型、人工智能、AIGC、提示詞

公眾號摘要

從結構拆解 Prompt 的設計方法,幫助讀者把臨時提問變成可複用的工程資產。

知乎標題變體

  • Prompt 工程到底是不是玄學?
  • 一個好 Prompt 由哪些部分組成?
  • 為什麼同樣的問題換個問法結果差很多?

參考資料與延伸閱讀

  • OpenAI 官方文檔:以你實際使用的模型、SDK 和賬號權限為準。
  • Python 官方文檔:環境變量、虛擬環境和異常處理部分。
  • 相關框架官方文檔:LangChain、LlamaIndex、Haystack、向量數據庫等按文章主題選擇。