1. Prompt工程概述：什么是Prompt工程、Prompt工程在智能办公中的价值、核心概念（Token、温度、上下文窗口）

1.1 什么是Prompt工程？

Prompt工程，说白了就是「教AI说人话」的技术。

我刚开始接触这个领域时，觉得不就是写几句话嘛，有什么难的？后来发现，同样一个问题，不同问法，AI给出的答案质量天差地别。嗯，这里要注意——Prompt工程不是玄学，它是有章可循的。

举个例子：

❌ 差劲的Prompt：
「帮我写个方案」

✅ 优秀的Prompt：
「你是一位有10年经验的营销总监。请为一家新开的奶茶店撰写一份开业促销方案。要求：预算控制在5万元以内，包含线上+线下两种渠道，目标人群是18-28岁的年轻女性。请输出500字左右的方案，分3个部分：活动主题、执行步骤、预期效果。」

看出区别了吗？好的Prompt就像给实习生布置任务——你交代得越清楚，他干得越漂亮。

1.2 Prompt工程在智能办公中的价值

我在项目中遇到过不少同事，觉得AI就是「高级版百度」。其实不然。Prompt工程在办公场景下，能帮你省下至少30%的时间。

具体价值体现在三个方面：

• 效率提升——写邮件、做PPT、整理会议纪要，以前要1小时，现在10分钟搞定
• 质量稳定——人的状态有起伏，但AI只要Prompt写得好，输出质量始终在线
• 知识复用——好的Prompt可以保存下来，团队共享，新人上手更快

你想想看，一个销售总监每天要回复几十封客户邮件。如果每封邮件都手动写，累不累？但如果你有一套「客户跟进邮件Prompt模板」，输入客户名称和关键信息，AI自动生成初稿，你只需要微调即可。这就是Prompt工程的价值。

1.3 核心概念：Token

Token是什么？说白了，就是AI理解语言的最小单位。

中文里，一个Token大约等于0.5-1个汉字。比如「你好世界」这四个字，AI会把它拆成「你」「好」「世界」三个Token（具体取决于分词方式）。

为什么会这样？因为AI不认识汉字，它只认识数字。Token就是把文字转成数字的中间步骤。

文本	Token数量（约）	说明
「你好」	2	常见词，单独分词
「人工智能」	2-3	视模型分词策略而定
一篇500字文章	约700-800	含标点和空格

1.4 核心概念：温度（Temperature）

温度这个参数，名字挺玄乎，其实理解起来很简单——它控制AI的「创造力」。

温度范围一般是0到2之间：

• 温度=0：AI每次输出都一样，像台复读机。适合写代码、做数学题、翻译等需要精确的场景
• 温度=0.7-1.0：AI开始有「想法」了，每次输出略有不同。适合写文案、做创意策划
• 温度>1.0：AI开始「放飞自我」，输出可能天马行空。适合头脑风暴、写小说

我个人习惯，在办公场景下把温度设在0.3-0.5之间。为什么？因为办公需要的是「靠谱」，不是「惊喜」。你想想看，如果AI帮你写的商务邮件每次措辞都不一样，你敢直接发出去吗？

1.5 核心概念：上下文窗口

上下文窗口，就是AI的「短期记忆」容量。

比如GPT-4的上下文窗口是32K Token，大约相当于2-3万汉字。这意味着你和AI聊到第2万字时，它可能已经忘了第1万字的内容。

为什么会这样？因为AI的计算资源是有限的。它不可能记住所有对话历史，只能保留最近的一段。

我在项目中遇到过一个问题：让AI分析一份50页的合同，结果它只看了前10页就「断片」了。后来我把合同拆成5段，每段单独分析，最后汇总——完美解决。

1.6 三个概念的关系

Token、温度、上下文窗口，这三个概念不是孤立的。它们共同决定了AI的输出质量。

举个例子你就明白了：

假设你要AI写一份产品介绍：

• Token决定了你能写多长——如果产品信息太多，Token不够用，AI会「偷工减料」
• 温度决定了文案风格——温度太低，文案像说明书；温度太高，文案像广告词
• 上下文窗口决定了AI能不能记住你之前提的要求——窗口太小，AI会「失忆」

所以，写Prompt时，这三个参数要一起考虑。我个人习惯的配置是：

场景	Token预算	温度	上下文窗口
写邮件	500-1000	0.3	4K
做方案	2000-4000	0.5	8K
分析数据	1000-3000	0.1	16K
头脑风暴	500-2000	0.8	4K

嗯，这一章的内容就到这里。下一章我们会深入讲Prompt的「结构化设计」——怎么把一段话拆成指令、上下文、示例、输出格式四个部分。到时候见。