一、Prompt工程概述
1.1 什么是Prompt
Prompt，说白了就是你给AI下的指令。
我经常跟团队里的新人说：「你给AI的每一句话，都是在写代码」。只不过这个代码不是Python或JavaScript，而是自然语言。
举个例子。你让AI「写一首诗」，它可能给你来首打油诗。但如果你说：
请以李白的风格，写一首五言绝句。
主题：秋夜思乡
要求：押ang韵，前两句写景，后两句抒情结果会完全不一样。为什么会这样？因为Prompt就是你和AI之间的接口协议。
Prompt的本质：一组精心设计的自然语言指令，用于引导AI模型产生特定输出。
我在项目中遇到过最典型的例子——让AI生成产品文案。一开始我就写「写个卖咖啡的文案」，结果出来一堆「香浓醇厚」的套话。后来我把Prompt改成：
- 目标用户：25-35岁都市白领
- 核心卖点：冷萃工艺，低酸度
- 语气风格：简洁、专业、带点小幽默
- 输出格式：3个标题 + 1段正文（不超过100字）
效果立竿见影。说白了，Prompt的质量直接决定了AI输出的质量。
1.2 Prompt工程的价值
你可能觉得：「不就是写个提示词吗？有什么好学的？」
嗯，我刚开始也这么想。直到有一次，我们团队花了两周时间调一个客服机器人的回复质量。一开始的Prompt是：
你是一个客服，请回答用户的问题。结果呢？机器人要么答非所问，要么态度生硬。后来我们重新设计了Prompt：
角色：资深客服专员
背景：处理电商平台的售后咨询
原则：
1. 先共情，再解决问题
2. 每句话不超过30字
3. 如果无法解决，提供3个可选方案
4. 禁止使用「抱歉给您带来不便」等套话
用户问题：{用户输入}猜猜看？用户满意度从62%直接飙到89%。
Prompt工程的价值体现在三个层面：
| 层面 | 价值 | 我踩过的坑 |
|---|---|---|
| 效率提升 | 减少试错次数，一次到位 | 曾经一个Prompt调了20多版 |
| 质量可控 | 输出稳定，符合预期 | 不加约束时AI经常「放飞自我」 |
| 成本降低 | 减少Token消耗，省钱 | 冗长的Prompt让API账单翻倍 |
我的经验：好的Prompt工程，能让AI的产出质量提升3-5倍，同时成本降低30%以上。这不是夸张，是实打实的数据。
1.3 Prompt工程师的思维模型
做Prompt工程，说白了就是培养一种「翻译思维」。
什么意思？你要把人类的模糊需求，翻译成AI能精确理解的指令。我总结了一个思维模型，叫「三问法」：
- 问目标：我要AI产出什么？格式、风格、长度？
- 问约束：有什么限制条件？不能出现什么？
- 问上下文：AI需要知道哪些背景信息？
举个例子。你让AI写一封邮件。用三问法拆解：
- 目标：一封商务邀约邮件，语气正式，500字以内
- 约束：不能出现「合作愉快」「期待回复」等套话
- 上下文：对方是某科技公司CTO，之前有过一面之缘
你看，这样一拆，Prompt就清晰了。
我曾经犯过的错：一开始做Prompt时，我总想着「一步到位」，结果写出来的Prompt又长又绕。后来发现，好的Prompt不是写出来的，是迭代出来的。先写个粗糙的版本，跑一遍，看结果，再改。这才是正确姿势。
另外，我建议你养成一个习惯：每次写Prompt前，先问自己三个问题：
- 如果我是AI，我能理解这个指令吗？
- 这个指令有没有歧义？
- 有没有更简洁的表达方式？
你想想看，这跟写代码时的「代码审查」是不是很像？没错，Prompt工程本质上就是一门「语言编程」，只不过编程语言换成了自然语言。
最后分享一个我个人的小技巧：把Prompt当成「给实习生写的操作手册」。你给实习生布置任务时，会怎么交代？背景、目标、步骤、注意事项，一样都不能少。写Prompt也是这个道理。
核心思维模型总结：
- 翻译思维：把人类需求翻译成AI指令
- 迭代思维：先粗糙后精细，逐步优化
- 约束思维：明确边界，防止AI「跑偏」
- 成本思维：用最少的Token达到最好的效果
好了，这一章就聊到这儿。下一章我们聊聊Prompt的「语法」——怎么写一个结构清晰的Prompt。嗯，那才是真正动手的地方。