提示工程：学会和 AI 对话是第一课

November 20, 2023 AI工具 AI工程, 范式演进, 提示工程, LLM AI 工程范式演进 5751 字 12 分钟阅读

什么是提示工程？

提示工程（Prompt Engineering）的核心定义是：设计自然语言输入来引导大语言模型输出特定结果。

这个概念看似简单，但背后隐藏着一个深刻的假设：同一个模型，不同的提示 → 完全不同的输出结果。

想象一下你有一个非常聪明但完全没有任何背景知识的助手。这个助手能够完美地理解和执行任何指令，但它缺乏先验知识，也没有记忆能力。提示工程就是学习如何与这样的助手对话的艺术。

核心假设

提示工程建立在几个关键假设之上：

模型能力固定：LLM 的核心能力是相对固定的，不会因为提示而改变其根本能力
提示决定输出：输出的质量很大程度上取决于提示的设计质量
迭代优化：没有完美的提示，只有更适合当前任务的提示
上下文敏感：同样的提示在不同的对话上下文中可能产生不同结果

为什么提示工程如此重要？

在 AI 工程的早期阶段，提示工程几乎是唯一可控的因素。模型的选择、训练数据、参数设置都是固定的，只有提示是可以自由调整的变量。

就像一个优秀的厨师必须了解如何使用调味品一样，AI 工程师必须掌握提示工程。这是与 AI 系统对话的基础，也是后续所有高级技术的前提。

起源与发展

提示工程的发展轨迹反映了整个 AI 领域的进步：

前提示工程时代（2022年前）

2017年：Transformer 架构的提出，奠定了现代 LLM 的基础
2020年：GPT-3 的发布，展示了大规模语言模型的潜力
OpenAI Playground（约2020年）：提供了早期的模型交互和提示实验平台

提示工程诞生（2022年）

2022年1月：ChatGPT 发布，让提示工程进入大众视野
2022年3月：InstructGPT 论文，首次系统化地研究了指令跟随
2022年10月：LangChain 框架发布，提供了结构化提示模板

技术爆发（2023年）

2023年1月：DSPy v1 发布，提出了程序化提示设计
2023年3月：Chain-of-Thought 思维链技术成为主流
2023年6月：自我一致性方法（Self-Consistency）被提出
2023年8月：Tree-of-Thought 树思维扩展了推理能力

这个时间线展示了提示工程从无到有、从简单到复杂的演进过程。

核心技术

基础技巧

角色提示（Role Prompting）

角色提示是最基础也是最重要的技术。通过给 AI 设定一个角色，可以显著影响其回答风格和内容深度。

python
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
# 基础角色提示
prompt = "你是一位经验丰富的 Python 开发工程师，请解释什么是装饰器..."

# 具体化的角色提示
prompt = """
你是一位有10年工作经验的Python后端工程师，曾在Google和Facebook工作。
你的专长包括：
- 高性能Web架构设计
- 分布式系统优化
- 代码重构和性能调优

现在请向初学者解释Python装饰器的概念，要求：
1. 使用生活化比喻
2. 给出3个实际应用场景
3. 包含代码示例和性能对比
"""

为什么角色提示有效：

提供回答的框架和边界
激活模型相关的知识网络
确保回答的专业性和一致性

指令清晰化

清晰、具体的指令是获得高质量回答的关键。

python
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
# 差的提示
"写一个关于狗的文章"

# 好的提示
"""
请写一篇800字的关于边境牧羊犬的科普文章。要求包含：
1. 原产地和历史背景
2. 外貌特征和性格特点
3. 训练难度和饲养建议
4. 适合的家庭类型

语言风格：科学严谨但通俗易懂
读者群体：考虑养狗的潜在狗主人
"""

# 极致的清晰提示
"""
角色：宠物犬行为训练专家
读者水平：有基本养狗知识的普通人
任务：对比边境牧羊犬和贵宾犬的饲养要求
结构：
- 开头：引言，为什么选择这两种犬类
- 中间：
  * 生活空间需求对比
  * 运动量要求对比  
  * 智力训练方法对比
  * 常见行为问题及解决方案
- 结尾：总结，根据不同家庭给出选择建议
字数：1000字左右
语气：专业但友好，避免过于学术化
"""

格式化输出

指定输出格式可以显著提升实用性：

python
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
prompt = """
请分析以下代码的性能问题：

```python
def process_data(data):
    result = []
    for item in data:
        if item > 10:
            result.append(item * 2)
    return result

请按照以下格式输出分析结果：

性能分析

时间复杂度

分析：…
大O表示法：O(??)

空间复杂度

分析：…
大O表示法：O(??)

优化建议

建议1：… 理由：…
建议2：… 理由：…

优化后的代码

python
1
# 优化后的代码

"""

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28

### 高级推理技术

#### 思维链（Chain-of-Thought, CoT）

思维链技术由 Google 在 2022 年 NeurIPS 会议上提出，彻底改变了 LLM 的推理能力。

```python
# 传统提示
"计算：234 + 567 + 891 = ?"

# 思维链提示
"""
让我们一步步计算这个加法问题：

第一步：234 + 567
- 200 + 500 = 700
- 30 + 60 = 90  
- 4 + 7 = 11
- 总和：700 + 90 + 11 = 801

第二步：801 + 891
- 800 + 800 = 1600
- 1 + 900 = 901
- 总和：1600 + 901 = 2501

所以：234 + 567 + 891 = 2501
"""

思维链的核心思想：让模型像人类一样分步推理，而不是直接给出答案。

少样本学习（Few-shot Learning）

少样本学习通过提供几个示例来指导模型理解任务模式：

python
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
# 少样本提示
"""
请完成以下情感分析任务，判断句子的情感倾向为积极、消极或中性。

示例：
- 这部电影太精彩了，我反复看了三遍。 积极
- 手机电池续航太差，半天就没电了。 消极  
- 今天天气不错，阳光明媚。 中性

现在请分析：
- 这款软件界面设计简洁，功能也很实用。
"""

最佳实践：

示例要多样化，覆盖各种可能情况
示例格式要一致
提供足够的上下文信息

树思维（Tree-of-Thought, ToT）

树思维扩展了思维链，允许模型探索多个推理路径：

python
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
# 树思维提示示例
"""
你需要解决一个数学问题，但可能有多种解决方法。
对于每个方法，请评估其可行性，并选择最优路径。

问题：如何找到 1 到 100 之间的所有质数？

解决路径1：试除法
- 步骤：检查每个数是否能被2到sqrt(n)之间的数整除
- 优点：简单易懂
- 缺点：对于大数效率较低

解决路径2：埃拉托斯特尼筛法
- 步骤：创建一个布尔数组，逐步标记非质数
- 优点：时间复杂度O(n log log n)，效率高
- 缺点：需要额外空间存储筛子

解决路径3：概率性算法
- 步骤：使用概率性测试方法
- 优点：对于极大数更有效
- 缺点：可能有误判

请选择最优方法并给出具体实现。
"""

自一致性（Self-Consistency）

自一致性方法通过生成多个推理路径并选择最一致的结果：

python
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
# 自一致性提示
"""
请解决以下数学问题：一个笼子里有鸡和兔共35只，脚共94只，问鸡兔各多少只？

请提供至少3种不同的解决方法，并验证结果的一致性。

方法1：
方程法...
验证结果：鸡23只，兔12只

方法2：
假设法...
验证结果：鸡23只，兔12只

方法3：
枚举法...  
验证结果：鸡23只，兔12只

综合分析：三种方法都得到相同结果，确认答案正确。
"""

优化方法

温度调节（Temperature Tuning）

温度是控制 LLM 输出随机性的参数：

低温度（0.1-0.3）：输出更确定、更保守
中等温度（0.5-0.7）：平衡确定性和创造性
高温度（0.8-1.0）：输出更多样化、更有创造性

python
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
# 温度调节示例
creative_prompt = """
想象一个未来城市的景象，包含以下元素：
- 空中交通系统
- 生态建筑
- AI服务助手

用充满想象力的语言描述这座城市的日常生活。
temperature=0.8
"""

technical_prompt = """
分析未来城市可能面临的10个主要挑战，每个挑战包含：
1. 问题描述
2. 影响程度评估
3. 可能的解决方案

要求：基于现有技术发展趋势进行合理推测。
temperature=0.3
"""

迭代优化

提示工程是一个迭代过程：

初始提示：基于需求创建基础提示
测试反馈：运行模型，观察输出结果
问题识别：找出输出中的不足之处
提示调整：针对性地修改提示
效果验证：再次测试，验证改进效果

A/B 测试

通过对比不同提示的效果来优化：

python
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
# 对比实验
prompt_A = """
作为数据科学家，请解释机器学习中的过拟合现象。
要求包含定义、原因、检测方法和解决方案。
"""

prompt_B = """
你需要向非技术人员解释什么是过拟合。请使用：
1. 生活化的比喻（比如穿鞋）
2. 具体的代码示例
3. 直观的图表描述
4. 避免专业术语，用简单语言
"""

# 比较两种提示的：
# - 回答的准确性
# - 可读性
# - 用户满意度

提示工程评估框架（APE）

Zhou 等人在 2022 年提出了 APE (Automatic Prompt Evaluation) 框架，用于系统化评估提示质量：

相关性：回答是否与问题相关
准确性：信息是否正确
完整性：是否涵盖了所有重要方面
一致性：回答内部是否逻辑一致
安全性：是否包含有害或偏见内容

动手练习

让我们通过一个实际练习来掌握提示工程。目标是创建一个能够自动分析代码质量的助手。

第一步：定义需求

我们需要一个能够：

分析代码的可读性
检查性能问题
提供改进建议
生成优化后的代码

第二步：创建基础提示

python
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
basic_prompt = """
请分析以下Python代码：

```python
def factorial(n):
    if n == 0:
        return 1
    else:
        return n * factorial(n-1)

print(factorial(5))

请分析代码质量并提供改进建议。 """

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38

### 第三步：迭代优化

让我们一步步优化这个提示：

```python
# 第一轮改进：增加具体要求
improved_prompt = """
请分析以下Python代码，重点关注以下几个方面：

1. **代码可读性**
   - 变量命名是否清晰
   - 代码结构是否清晰
   - 注释是否充分

2. **性能分析**
   - 时间复杂度分析
   - 空间复杂度分析
   - 潜在的性能瓶颈

3. **代码质量**
   - 是否符合Python最佳实践
   - 是否有边界情况处理
   - 错误处理是否完善

4. **改进建议**
   - 具体的改进措施
   - 优化后的代码示例

代码：
```python
def factorial(n):
    if n == 0:
        return 1
    else:
        return n * factorial(n-1)

print(factorial(5))

请按照以上结构提供详细分析。 """

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68

```python
# 第二轮改进：增加格式要求
final_prompt = """
请按照以下格式分析以下Python代码：

## 代码分析报告

### 1. 可读性分析
- 变量命名评估：
  - 现状分析...
  - 改进建议...
- 代码结构评估：
  - 现状分析...
  - 改进建议...
- 注释质量评估：
  - 现状分析...
  - 改进建议...

### 2. 性能分析
- 时间复杂度：
  - 分析：递归调用导致O(n)时间复杂度
  - 评估：对于小规模输入可以接受，大规模输入可能栈溢出
- 空间复杂度：
  - 分析：O(n)由于递归调用栈
  - 评估：需要额外的栈空间存储调用信息
- 性能优化建议：
  1. 使用迭代而非递归，避免栈溢出
  2. 添加输入验证，处理负数输入
  3. 考虑记忆化，避免重复计算

### 3. 代码质量评估
- 遵循PEP8规范：基本符合，建议改进
- 边界情况处理：缺少输入验证
- 错误处理：缺乏异常处理机制

### 4. 改进后的代码
```python
def factorial(n):
    """
    计算n的阶乘
    
    Args:
        n: 非负整数
        
    Returns:
        n的阶乘结果
        
    Raises:
        ValueError: 如果n为负数
    """
    if not isinstance(n, int) or n < 0:
        raise ValueError("输入必须是非负整数")
    
    result = 1
    for i in range(1, n + 1):
        result *= i
    return result

# 测试代码
if __name__ == "__main__":
    try:
        print(factorial(5))
        print(factorial(0))  # 应该输出1
        print(factorial(3))  # 应该输出6
        # print(factorial(-1))  # 应该抛出异常
    except ValueError as e:
        print(f"错误：{e}")

5. 总结建议

主要改进点：输入验证、异常处理、迭代实现
预期效果：提高代码健壮性和性能
适用场景：需要稳定可靠的阶乘计算功能

代码：

python
1
2
3
4
5
6
7
def factorial(n):
    if n == 0:
        return 1
    else:
        return n * factorial(n-1)

print(factorial(5))

"""

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

### 第四步：测试和验证

运行不同版本的提示，比较输出质量：

1. **基础版本**：简单的分析
2. **改进版本**：结构化分析，但不够详细
3. **最终版本**：完整详细的分析报告

通过这个过程，你可以看到提示优化的显著效果。

## 为什么提示工程不够？

虽然提示工程是重要的基础，但它存在几个根本性的限制：

### 1. 无记忆能力

每次对话都是独立的，AI 无法记住之前的交互内容：
```python
# 第一轮对话
user: "我是一个Python开发者"
assistant: "很好，Python是一种强大的编程语言..."

# 第二轮对话（AI不记得"我是Python开发者"）
user: "我应该学习哪些Python框架？"
assistant: "作为Python开发者，你可以学习..."

2. 知识时效性问题

AI 的知识有截止日期，无法获取最新信息：

python
1
2
3
# AI不知道最新版本的信息
user: "Python 3.13有什么新特性？"
assistant: "Python 3.13在2024年发布，包含以下新特性..."  # 可能给出错误信息

3. 无外部知识访问

AI 无法访问私有文档、数据库或最新网络信息：

python
1
2
user: "根据我们公司的API文档，如何实现用户认证？"
assistant: "对不起，我无法访问您公司的私有文档..."  # 无法提供具体帮助

4. 工具使用限制

AI 无法直接调用外部工具或执行代码：

python
1
2
user: "请帮我运行数据分析脚本并生成图表"
assistant: "我无法直接运行您的代码，但可以为您提供代码建议..."  # 无法实际执行

5. 单次交互局限

每次对话都是独立的，无法构建复杂的工作流：

python
1
2
3
4
5
user: "帮我分析销售数据"
assistant: "我可以帮您分析，但需要您提供数据..."  # 无法自动获取数据

user: "这是销售数据文件..."  # 需要用户重复提供信息
assistant: "现在我收到数据了，让我分析..."  # AI不记得之前的要求

小结：提示工程的价值

基础地位

提示工程是 AI 工程的基石，就像编程中的基础语法一样。无论技术如何发展，与 AI 的有效沟通始终是必要的。

持久价值

在以下场景中，提示工程仍然是最优选择：

快速原型验证：不需要复杂系统，只需要快速获取答案
创意激发：头脑风暴和创意生成
学习辅助：概念解释和知识梳理
内容创作：文章、代码、诗歌等各种内容生成

过渡的桥梁

提示工程的价值不在于它能解决什么问题，而在于它帮助我们理解 AI 的能力和局限性。通过提示工程，我们学会了：

如何清晰地表达需求
如何引导 AI 产生高质量的输出
识别 AI 的知识边界
理解 prompt 的局限性

就像从汇编语言到高级语言的演进，提示工程代表了 AI 交互的第一步。真正的突破在于认识到：问题不在于如何说得更清楚，而在于如何让 AI 获得更多的信息和能力。

这自然引导我们进入下一阶段：上下文工程（Context Engineering）。

在接下来的文章中，我们将探讨如何突破提示的局限，通过提供外部信息来大幅提升 AI 的能力。

所属系列: AI 工程范式演进

← 上一篇 AI 工程范式演进：从提示工程到循环工程的四次跃迁下一篇 → 从提示到上下文：为什么只说清楚远远不够