一句话总结
Prompt设计 = 需求分析 → 编写初稿 → 测试验证 → 迭代优化。
好Prompt不是一次写成的，而是不断迭代出来的。
Prompt设计的四步流程
`
[1. 需求分析] 明确任务目标
↓
[2. 编写初稿] 使用六要素设计
↓
[3. 测试验证] 检查输出质量
↓
[4. 迭代优化] 根据反馈改进
↓
重复直到满意
`
第1步：需求分析
核心问题
- 任务是什么？ — 明确目标
- 输出是什么？ — 确定格式
- 读者是谁？ — 设定风格
- 约束是什么？ — 设置边界
需求分析模板
`
需求分析
任务目标
[用一句话描述你要AI做什么]
输出要求
- 格式：[JSON/Markdown/表格/…]
- 长度：[字数/条数]
- 结构：[包含哪些部分]
目标读者
- 背景：[技术/非技术]
- 水平：[零基础/有经验]
- 需求：[学习/工作/娱乐]
约束条件
- 不能：[禁止的内容]
- 必须：[必需的内容]
- 风格：[语气、用词]
参考资料
[提供相关背景信息]
`
实战示例：写公众号文章
`
需求分析
任务目标
写一篇关于AI Agent的公众号文章
输出要求
- 格式：Markdown格式
- 长度：2500字左右
- 结构：标题、引言、3-5个小标题、总结、地铁深读
目标读者
- 背景：AI零基础学习者
- 水平：对技术感兴趣但没有编程基础
- 需求：学习AI知识，了解最新动态
约束条件
- 不能：使用emoji、编造数据、使用专业术语（除非先解释）
- 必须：包含配图说明、天气banner、地铁深读板块
- 风格：亲切专业，像一位耐心的老师
参考资料
- 之前的文章风格（Day40-Day41）
- OpenAI/Anthropic的Agent文档
- 最新AI新闻
`
第2步：编写初稿
使用六要素
`
【任务】写一篇关于AI Agent的公众号文章
【角色】你是一位资深技术博主，公众号”攀岩者”的作者，
19年IT全栈实战经验，擅长用通俗语言解释复杂概念。
【格式】Markdown格式，2500字左右，包含：
- 标题
- 引言（100字）
- 3-5个小标题（每个300-400字）
- 总结（100字）
- 地铁深读（500字）
【示例】参考我之前的文章风格：
[附上Day40的文章示例]
【约束】
- 不要使用emoji
- 面向零基础读者
- 不要使用专业术语，除非先解释
- 必须包含配图说明
- 必须包含天气banner
- 必须包含地铁深读板块
【上下文】
- 发布平台：微信公众号”攀岩者”
- 目标读者：AI零基础学习者
- 当前进度：Day 1
- 今天日期：2026年6月27日
- 主题：AI Agent的概念、原理、应用
`
初稿的常见问题
| 问题 | 原因 | 解决 |
|---|
|——|——|——|
| 输出太长 | 没有长度限制 | 添加字数约束 |
|---|---|---|
| 输出太短 | 没有详细要求 | 添加详细结构 |
| 风格不对 | 没有角色设定 | 添加角色描述 |
| 格式不对 | 没有格式要求 | 添加格式约束 |
第3步：测试验证
测试清单
`
测试清单
格式检查
- [ ] 是否使用了指定格式？
- [ ] 是否包含所有必需部分？
- [ ] 长度是否符合要求？
内容检查
- [ ] 是否回答了问题？
- [ ] 信息是否准确？
- [ ] 是否有遗漏？
风格检查
- [ ] 语气是否合适？
- [ ] 是否符合读者水平？
- [ ] 是否使用了禁用词汇？
约束检查
- [ ] 是否遵守了所有约束？
- [ ] 是否有违规内容？
`
测试方法
方法1：手动测试
`
- 运行Prompt
- 检查输出
- 对比期望
- 记录问题
`
方法2：多场景测试
`
场景1：简单问题
场景2：复杂问题
场景3：边界情况
场景4：异常输入
`
方法3：A/B测试
`
版本A：原始Prompt
版本B：优化Prompt
对比：输出质量、一致性、格式
`
第4步：迭代优化
常见优化方向
优化1：不够明确
`
❌ 原始：写个文章
✅ 优化：写一篇800字的科技博客，主题是AI在医疗中的应用
`
优化2：缺少约束
`
❌ 原始：写一篇技术文章
✅ 优化：写一篇技术文章，不要使用emoji，面向零基础读者
`
优化3：格式不对
`
❌ 原始：分析这个数据
✅ 优化：用Markdown表格分析这个数据，包含：产品名、销量、增长率
`
优化4：风格不对
`
❌ 原始：写个总结
✅ 优化：用亲切专业的语气写个总结，像一位耐心的老师
`
优化5：缺少示例
`
❌ 原始：按照这个格式写
✅ 优化：按照这个格式写：
输入：苹果
输出：🍎 苹果 – 水果，红色，甜
`
优化记录模板
`
优化记录
版本1
- 问题：输出太长，没有结构
- 优化：添加长度限制和结构要求
- 结果：输出长度合适，结构清晰
版本2
- 问题：风格太正式，不够亲切
- 优化：添加角色设定和风格要求
- 结果：风格亲切，符合读者水平
版本3
- 问题：缺少配图说明
- 优化：添加配图要求
- 结果：包含配图说明
`
实战案例：从零设计一个Prompt
案例：设计一个代码审查Prompt
第1步：需求分析
`
需求分析
任务目标
审查Python代码，找出潜在问题并提供改进建议
输出要求
- 格式：Markdown格式
- 结构：问题列表、改进建议、总结
- 详细程度：每个问题都有解释和示例
目标读者
- 背景：有Python基础的开发者
- 水平：中级
- 需求：提高代码质量
约束条件
- 不能：直接修改代码
- 必须：解释每个问题的原因
- 风格：专业、建设性
参考资料
- PEP 8代码规范
- 常见Python陷阱
`
第2步：编写初稿
`
【任务】审查以下Python代码，找出潜在问题并提供改进建议。
【角色】你是一位资深Python开发者，有10年代码审查经验，
精通Python最佳实践和常见陷阱。
【格式】用Markdown格式输出，包含：
问题列表
[用表格展示，包含：行号、问题、严重程度、解释]
改进建议
[用有序列表展示，每个建议包含：问题、解决方案、示例]
总结
[用3个要点总结主要问题]
【示例】
问题：第10行使用了可变默认参数
解释：函数定义时使用可变对象作为默认参数，会导致意外行为
建议：使用None作为默认值，在函数内部初始化
【约束】
- 不要直接修改代码
- 每个问题都要解释原因
- 提供具体的改进建议
- 使用专业但易懂的语言
【上下文】
- 代码用途：数据处理脚本
- Python版本：3.11
- 代码风格：遵循PEP 8
`
第3步：测试验证
`
测试代码：
def process_data(data=[]):
data.append(1)
return data
result1 = process_data()
result2 = process_data()
print(result1, result2)
期望输出：
- 指出可变默认参数问题
- 解释为什么这是问题
- 提供改进建议
`
第4步：迭代优化
`
优化记录
版本1
- 问题：没有指出严重程度
- 优化：添加严重程度列（高/中/低）
- 结果：问题优先级更清晰
版本2
- 问题：改进建议不够具体
- 优化：要求提供代码示例
- 结果：建议更易理解和实施
版本3
- 问题：没有分类问题
- 优化：按问题类型分类（性能、安全、可读性）
- 结果：问题更有条理
`
Prompt优化技巧
技巧1：使用明确的动词
`
❌ 模糊：帮我看看这个代码
✅ 明确：审查这个代码，找出潜在问题
`
技巧2：提供具体数字
`
❌ 模糊：写个总结
✅ 明确：用3个要点总结，每个要点一句话
`
技巧3：设置边界
`
❌ 模糊：分析这个数据
✅ 明确：分析Q2销售数据，只关注增长率超过20%的产品
`
技巧4：使用示例
`
❌ 模糊：按照这个格式写
✅ 明确：按照这个格式写：
输入：苹果
输出：🍎 苹果 – 水果，红色，甜
`
技巧5：分步骤
`
❌ 模糊：写一篇分析报告
✅ 明确：
步骤1：分析市场现状
步骤2：找出主要竞争对手
步骤3：评估我们的优劣势
步骤4：提出3个可行策略
`
🚇 地铁深读：Prompt设计的心理学
1. 认知负荷理论
- 人类工作记忆容量有限（7±2个项目）
- Prompt也应该控制信息量
- 复杂任务分解成小步骤
2. 锚定效应
- 第一个示例会影响AI的输出
- 选择最典型的示例放在前面
- 避免负面示例放在第一位
3. 框架效应
- 同样的问题，不同的表述方式会影响结果
- “不要犯错” vs “请确保准确”
- 正面表述通常比负面表述更有效
4. 确认偏误
- AI倾向于确认用户的假设
- 要求AI提供反面证据
- 鼓励批判性思考
今日小结
| 步骤 | 核心任务 | 输出 |
|---|
|——|———-|——|
| 需求分析 | 明确目标 | 需求文档 |
|---|---|---|
| 编写初稿 | 使用六要素 | Prompt初稿 |
| 测试验证 | 检查输出 | 测试报告 |
| 迭代优化 | 改进Prompt | 最终版本 |
一句话记住： 好Prompt不是一次写成的，而是不断迭代出来的。
系列回顾
| 篇号 | 标题 | 核心内容 |
|---|
|——|——|———-|
| 01 | 什么是Prompt Engineering | 定义、核心理念、六要素概览 |
|---|---|---|
| 02 | Prompt的六要素详解 | 任务、角色、格式、示例、约束、上下文 |
| 03 | 高级技巧 | CoT、ToT、ReAct、Self-Consistency |
| 04 | Few-shot与Zero-shot学习 | 给AI看例子 |
| 05 | 结构化输出与格式控制 | JSON、Markdown、表格 |
| 06 | 实战：Prompt设计与优化 | 四步流程、实战案例 |
*攀岩者 | 技术总监 | 19年IT全栈实战*
*每天分享AI学习笔记，陪你从零基础到AI达人*
发表回复