AI 时代的提示词工程：让 ChatGPT 回答更精准的技巧

什么是提示词工程？

提示词工程（Prompt Engineering）是与大语言模型（LLM）高效沟通的艺术与科学。同一个问题，不同的提问方式可能得到截然不同的答案质量。好的提示词能让 AI 的输出更精确、更有用、更符合预期。

核心原则 1：给出角色和背景

在提示词开头设定角色，让模型进入合适的"思维模式"：

• ❌ 普通提问："解释量子计算"
• ✅ 加角色："你是一位量子物理学教授，为高中生解释量子计算的基本原理，使用生活中的比喻，避免数学公式。"

核心原则 2：明确输出格式

告诉 AI 你想要什么格式：

• "用 Markdown 格式，分三个要点"
• "输出一个 JSON 对象，包含 name, age, description 字段"
• "用不超过 150 字总结"
• "给出 3 个例子，每个例子 2 句话"

核心原则 3：提供示例（Few-Shot）

给 AI 展示期望的输入-输出格式，它会模仿：

将下面的文本分类为"正面"或"负面"情感：
输入：这家餐厅太棒了！
输出：正面

输入：服务态度很差，再也不来了。
输出：负面

输入：[你的文本]
输出：

核心原则 4：链式思维（Chain of Thought）

对于复杂推理题，加上"一步一步思考"能显著提升准确率：

• ❌ "小明有 5 个苹果，给了小红 2 个，又买了 3 个，还剩多少？答："
• ✅ "一步一步地解题，最后给出答案：……"

核心原则 5：迭代优化

很少有人第一次提示词就完美。把提示词当代码一样迭代：

1. 先用简单提示得到初稿
2. 分析哪里不满意
3. 加入约束或补充背景
4. 要求 AI 审视自己的回答："检查你的回答是否有遗漏或错误"

高级技巧：思维链 + 自我反思

回答完后，站在批评者角度，列出你回答中可能的2个弱点或遗漏。

这个技巧让 AI 主动输出它的不确定性，避免"过度自信"的幻觉问题。