【LangChain】2.提示词工程

2.提示词工程提示词编写核心原则提示词Prompt是与 AI 模型交互的文本指令。核心原则是换位思考——AI 对你提供的信息和你脑子里的东西一无所知。写好提示词的关键清晰明确需求、具体给出详细背景、无歧义让 AI 准确理解意图。基本技巧限定问题范围。直接让 AI写个故事结果泛泛写一个关于太空冒险的儿童故事明确主角、风格、包含 3 个冒险情节则结果精准。COSTA 结构化框架COSTA 是结构化编写提示词的六维框架维度含义示例Context背景说明任务背景和上下文“你是一个电商客服需要解答用户关于苹果手机的咨询”Objective目标核心目标是什么“准确回答价格、发货时间以及适配的配件”Steps步骤按哪些步骤执行“1.识别问题类型 → 2.检索知识库 → 3.回复”Tone语气语言风格“用口语化、白话的方式回答”Audience受众目标用户群体“针对 20~35 岁的消费者关注性价比”Format格式输出格式“按表格形式输出”不一定每次都要写全六个维度根据场景选择使用。实战对比优化前我该怎么吃才更健康→ 长篇大论无具体建议。优化后用 COSTA 框架指定角色AI 营养顾问、用户信息30 岁男性、BMI 24、输出格式免责声明→核心原则→分餐建议→零食推荐→ 结构清晰、可直接执行的饮食方案。少样本提示Few-Shot Prompting核心思想不是给模型指令而是教它想要的结果——照葫芦画瓢给示例让模型模仿。示例直接问二鸟59等于多少模型不知道符号含义。改用少样本提示——示例1二英535示例2四鹦鹉711→问二鸟59→模型推断出鸟代表加号得出正确结果。思维链与自我批判思维链Chain-of-Thought, CoT用于突破大模型的逻辑推理瓶颈。示例问题“杂耍者可以杂耍 16 个球其中一半是高尔夫球一半的高尔夫球是蓝色的请问一共有多少个蓝色的高尔夫球”——不加推理时模型答 8 个错误正确答案应为 4 个16÷2÷2。少样本思维链不仅给出答案还要给出推导过程。模型学习推理步骤后给出带过程的准确答案。零样本思维链不需要示例只需在问题后加一句指令——请一步一步推理并得出结论。模型自动展示推理过程。关键结论加 CoT 提示优于不加少样本 CoT 优于零样本 CoT严格分步的 CoT 更稳定。核心在于让 AI 展示其工作过程。自我批判与迭代将生成和评审两个步骤分离让 AI 自己验证自己的答案。审查维度包括边界场景空列表、单元素、变量命名规范、代码结构清晰度、性能优化等。提示词技巧总结技巧适用场景核心要点限定范围所有场景清晰、具体、无歧义COSTA 框架复杂任务六维度结构化描述少样本提示非标准格式给示例照葫芦画瓢思维链CoT逻辑推理展示推导过程自我批判与迭代代码/文本生成生成评审两步分离在实际的 AI 编程工具如 Cursor中提示词模板同样至关重要。不同语言需关注不同要点Java 注重 Spring Boot 框架要求与依赖注入C 注重代码风格与 RAII 原则Python 注重数据分析库与编码规范。企业级项目中提示词模板可以约束 AI 生成符合安全性、日志、异常处理等企业标准的代码。