标签 · 提示词

输入示例库：好的提问长什么样

好提问与坏提问的结果差距巨大。本文给出示例库该有的四项（重点是「为什么这样问更好」）、示例该从哪来（必须真实）、三个呈现位置、维护做法与三个反模式。

把提示词当接口来设计：输入输出契约

提示词是接口，不是一段文本。本文给出输入契约（变量表）、输出契约（格式与必含字段）、版本与兼容性规则、接口化的三个好处与一份最小契约文档。

把提示词库做成可复用资产：目录与命名

提示词散落是团队的隐性负债。本文给出按用途组织的目录结构（含 shared 共享片段）、命名规范、元数据必有的五项（重点：目标评测集）与复用机制。

AI 生成内容的文案审校：别让输出带出品牌风险

AI 生成文案可能带出竞品比较、绝对化用语与承诺性表述。本文给出四类高风险表述与规则拦截、三层防线（提示词/规则/人工）、改写而非硬拦的做法与四个该观测的指标。

把老员工的经验写进系统：规则、示例与反馈三条路

业务经验多只在人脑里。本文给出三条写入路径（规则/示例/反馈）各自适合什么与注意点、三者如何配合、怎么验证经验真的被写进去，以及一条「离职后能否复现」的判据。

上下文里的示例变成数据：小心少样本污染

示例会被模型当成可用素材。本文给出四个防护手段（显式标记、内容中立、顺序、后处理校验）、最容易污染的四种情形、与拒答的关系与验证方法。

把工具清单做成能力目录：模型怎么知道有什么工具

工具清单越长，选择与参数填充越容易错。本文给出能力目录的八个字段（重点 when_not 与 side_effects）、分层组织方式、按任务动态给候选的做法、

AI 功能的首次成功体验：新手五分钟能做成什么

留存很大程度取决于首次成功。本文给出「首次成功」的定义方法、四个设计动作、把常见失败提前挡掉的做法、该测的四个指标与三个反模式。

AI 功能的用户教育：怎么让用户用对

用户教育不是写帮助文档，而是做进产品。本文给出四个做进产品的教育点、把失败变成教学时刻的做法、教育材料随功能更新的要求、该测的四个指标与三个反模式。

把提示词里的约束变成程序里的校验

提示词里的「必须/只能/不超过」只是倾向，不是约束。本文给出约束的三种去处与可靠性排序、提示词约束到程序校验的对照表、校验失败后的三种处置，以及三个常见坑与一条

把提示词改动接进流水线：四道关与各自判据

提示词改动最容易悄悄上线。本文给出四道关（本地试跑、离线对照、影子灰度、上线留痕）与各自可抄的通过判据、两个常见反模式，以及一条「能否 5 分钟内归因」的判据。

把检索片段喂给模型之前：去噪、排序与压缩

检索结果不能直接塞给模型。本文给出喂之前的三道处理（去噪、排序、压缩）、给模型的呈现格式、该观测的四个指标（含误删率与上下文命中率），以及一条判据。

把提示词与数据版本绑在一起：可复现的一次调用

结果不一致通常源于模型、提示词或数据变了。本文给出可复现调用要记录的四组信息、调用指纹的做法与用途、缓存键与指纹的关系、在评测与复盘中的用法与落地顺序。

把上下文做成可组装的：模板化提示词工程

上下文不该是拼字符串。本文给出六个标准组件与顺序建议、三条边界纪律（数据与指令分开、组件可开关、体积预算）、组装器职责、三个常见错误与验证方法。

提示词里的「角色」设定到底有没有用

角色设定能稳定改变语气与视角，但很少改变事实正确性。本文给出角色真正有用的三种场景、几乎没用的三种场景、写法要点，以及如何用对照实验如实验证它的效果。

提示词里的示例怎么给：少而准 vs 多而全

示例能提升稳定性，但吃 token 与注意力。本文给出三个原则（少而准、覆盖易错处、与真实分布一致）、一个判断顺序（该不该加示例）、成本与可维护性考量，以及四个

把提示词改动做成可复现的对照实验

提示词改一句措辞，效果是变好还是变坏？本文给出四步做法（固定评测集与判定标准、一次只改一个变量、成对比较、记录可复现信息）、五个常见误判与最小执行流程。

提示词版本管理：把提示词当代码来管

提示词散落在文档与聊天记录里，出问题就无法归因。本文给出五件必做事（进版本库、带版本号、参数化、配评测集、灰度发布）、目录结构建议与常见反模式。