跳转至

Prompt 工程

Prompt 工程(提示词工程)是设计和优化给大模型输入的技巧,直接影响输出质量。

基本组成

一个高质量的 Prompt 通常包含:

  1. 角色设定:告诉模型"你是什么",如"你是资深 Linux 运维工程师"。
  2. 任务描述:明确要做什么,如"回答下面的问题,并给出步骤"。
  3. 上下文/资料:RAG 召回的文档片段、背景信息。
  4. 约束条件:格式、长度、语气、是否可编造。
  5. 示例(Few-shot):给出 1-2 个输入输出示例。

RAG 场景的系统提示词

my_wiki 问答后端使用的系统提示词设计如下:

你是一个基于个人知识库回答问题的助手。
请优先依据以下【参考资料】作答;若资料不足以回答,
请明确说明"资料中未找到",不要编造。
引用资料时标注来源文件名。

关键技巧

明确指令优于模糊期望

❌ "写得好一点" ✅ "用中文输出,分条列出,每条附一段解释"

用分隔符隔离上下文与问题

【参考资料】
...这里放检索到的文档片段...

【问题】
用户真正想问的话

温度参数

  • 事实/检索类问答:temperature=0 附近,减少编造。
  • 创意/写作:适当提高。

Few-shot 示例

给模型一个"正确答案长什么样"的例子,能显著稳定输出格式。

常见误区

  • 上下文塞得过多过杂,稀释有效信息(应先用检索精筛)。
  • 未设"不知道就直说"约束,导致模型强行回答。
  • 忽略模型的实际窗口长度,导致截断。

Tip

好的 Prompt 依赖实践迭代。可以针对同一问题换不同写法,对比输出效果。