同样是问大模型同一个问题，有人得到的是废话连篇，有人得到的是直接可用的代码和方案。差距就在 Prompt。本文总结了 10 个真正有效的 Prompt 技巧，每条附有反例→优化例对比。
为什么 Prompt 工程很重要？
大模型是概率模型，它的输出高度依赖输入。一个模糊的问题，会得到模糊的答案；一个清晰、有约束的 Prompt，会得到精准的输出。
现实案例：
❌ 差的 Prompt：帮我写个爬虫
✅ 好的 Prompt：用 Python requests + BeautifulSoup 写一个爬取掘金首页文章列表的爬虫，提取文章标题、作者、点赞数，输出为 JSON 格式，加上异常处理，兼容 Python 3.10
两个 Prompt 的输出质量天差地别。下面是 10 个系统化的提升技巧。
技巧一：角色设定（Role Prompting）
给大模型设定一个专业角色，它会用对应领域的知识和表达方式来回答。
❌ 普通版：
解释一下什么是 TCP/IP
✅ 角色版：
你是一位有 10 年经验的网络工程师，正在给一个刚入行的运维工程师解释 TCP/IP 协议栈，
请用类比生活中的场景，从 IP 层到应用层逐层说明，每层举一个真实的协议例子。
实用角色模板：
| 场景 | 角色设定 |
|---|---|
| 代码审查 | 你是一位 Google 级别的高级工程师，擅长代码审查，关注安全性、性能和可维护性 |
| 文案写作 | 你是一位科技媒体编辑，擅长写吸引开发者的技术文章标题和摘要 |
| 技术方案 | 你是一位架构师，有丰富的云原生和微服务经验，帮助评估技术方案的优劣 |
| 错误排查 | 你是一位 Linux 系统专家，擅长从错误日志中定位根本原因 |
技巧二：明确输出格式
告诉大模型你想要什么格式，它就不会给你一堆文字。
❌ 问：列举5种常用的云数据库
✅ 问：列举5种常用的云数据库，用 Markdown 表格输出，
列名为：数据库名称、类型（关系型/NoSQL）、典型使用场景、月费用范围。
常用格式指令：
用 JSON 格式返回，字段包括：name, type, description只给我代码，不要解释分三段：问题诊断 → 解决方案 → 预防措施用 Markdown 表格对比，5列：维度/方案A/方案B/推荐/原因用编号列表，每条不超过30字
技巧三：提供示例（Few-shot Prompting）
给大模型看几个”输入→输出”的例子，它会学习你想要的风格和格式。
我需要你给技术文章写吸引人的掘金风格标题。参考以下例子：
原标题：使用 Docker 部署应用
改写后：手把手教你用 Docker 部署生产环境！5步搞定，附完整 Compose 文件
原标题：Redis 缓存介绍
改写后：Redis 缓存实战：让接口响应速度从 800ms 降到 8ms，我是这样做的
现在请改写这个标题：大模型 API 对比
输出：
2026年大模型API横评：GPT-4o vs Claude 3.5 vs 通义千问，谁才是性价比之王？
技巧四：思维链（Chain of Thought）
让大模型”先思考再回答”，可以显著提升推理类任务的准确率。
❌ 直接问：
一台 4核8G 的服务器，同时运行 MySQL（需要 2G）、Redis（500M）、
Nginx（200M）、Java 应用（3G），内存够用吗？
✅ 思维链版：
一台 4核8G 的服务器，同时运行 MySQL（需要 2G）、Redis（500M）、
Nginx（200M）、Java 应用（3G），内存够用吗？
请一步一步计算，先列出各服务内存需求，再加总，再和可用内存对比，最后给出结论和建议。
关键词：
– 请一步一步推理
– 先分析原因，再给出方案
– Let's think step by step（英文场景）
– 请列出你的推理过程
技巧五：约束边界（Constraint Prompting）
通过添加约束来减少无效输出，让大模型聚焦。
❌ 宽泛版：帮我优化这段代码
✅ 约束版：帮我优化以下 Python 代码，要求：
1. 不改变函数签名和返回格式
2. 只优化时间复杂度，不考虑空间复杂度
3. 兼容 Python 3.8+
4. 不使用第三方库
5. 在关键步骤加注释
[代码]
常用约束维度：
– 字数限制：回答不超过 200 字
– 技术栈：只用标准库，不引入新依赖
– 风格：语言简洁，面向初学者，不用专业术语
– 范围：只针对性能问题，不讨论代码风格
技巧六：分解复杂任务
把复杂任务拆分成多个步骤，每一步单独问。
❌ 一次性问：帮我做一个完整的用户认证系统，包括注册、登录、JWT、刷新token、权限控制
✅ 分步骤：
第一步：先给我设计数据库表结构（用户表、角色表、权限表），只输出 SQL 建表语句
第二步：（拿到表结构后）基于上面的表结构，用 FastAPI 实现注册接口，包含密码加密
第三步：实现 JWT 生成和验证逻辑，封装成可复用的工具函数
...
每步得到可靠的输出后，再进入下一步，最终组合成完整方案。
技巧七：负向提示（Tell What NOT To Do）
除了告诉大模型要做什么，也要明确告诉它不要做什么。
帮我解释 Kubernetes 的 Pod 和 Deployment 的区别。
要求：
- 用类比解释，不要使用 Kubernetes 官方文档里的术语
- 不要给代码，只要文字解释
- 不要说"很简单"、"其实就是"之类的敷衍话
- 控制在 150 字以内
常用负向约束：
– 不要重复我的问题
– 不要给免责声明
– 不要说"当然"、"好的"等废话开头
– 不要给多种方案，只给最推荐的一种
技巧八：迭代优化（Iterative Refinement）
把大模型当成一个可以反复沟通的协作者，而不是一次性生成器。
第一轮：给我写一篇关于 Docker 入门的文章大纲
第二轮：第3节太宽泛了，帮我把它拆成3个具体的小节，
每个小节有一个实操步骤
第三轮：用更有代入感的语气重写第一段，要像和朋友聊天一样
第四轮：把整篇文章的标题都改成疑问句形式，更有吸引力
这种方式比一次性给一个超长 Prompt 效果更好，因为你可以在每一轮都验证输出并调整方向。
技巧九：上下文注入（Context Injection）
把相关背景信息放在 Prompt 里，减少大模型的猜测空间。
❌ 没有上下文：
我的 API 请求老是超时，怎么解决？
✅ 有上下文：
环境信息：
- 后端：Python FastAPI，部署在腾讯云 2核4G CVM
- 数据库：MySQL 8.0，同一个 VPC 内
- 问题：某个接口平均响应 3s，偶发超时（>30s）
- 错误日志：[粘贴具体的错误日志]
- 已尝试：增加了数据库连接池，问题没有缓解
请帮我分析可能的原因，给出排查步骤。
上下文要包含：
1. 技术栈版本
2. 运行环境（本地/云服务器/容器）
3. 具体错误信息
4. 已经尝试过的方案
5. 期望的输出结果
技巧十：自我校验（Self-Verification）
让大模型自己检查自己的输出，提升准确率。
# Prompt 示例
"""
请用 Python 写一个函数，计算两个日期之间相差的工作日天数（排除周末）。
写完后，请自行用以下测试用例验证：
- 2024-01-01 (周一) 到 2024-01-07 (周日)，应该是 5 个工作日
- 2024-01-06 (周六) 到 2024-01-08 (周一)，应该是 1 个工作日
- 同一天，应该是 0 个工作日
如果测试失败，请修正代码直到通过所有用例。
"""
这个技巧在代码生成、数学计算、逻辑推理类任务上效果尤其明显。
综合运用：一个完整的 Prompt 模板
把以上技巧组合起来，打造一个通用的”高质量 Prompt 模板”：
# 角色
你是一位有8年经验的 Python 后端工程师，擅长 FastAPI 和云原生开发。
# 任务
实现一个 JWT 用户认证中间件。
# 背景
- 框架：FastAPI 0.110
- 数据库：PostgreSQL + SQLAlchemy 2.0
- 已有用户模型 User(id, email, hashed_password)
- Token 有效期：Access Token 30分钟，Refresh Token 7天
# 要求
- 只给我中间件代码和 JWT 工具函数，不要给完整项目结构
- 包含 Token 过期自动刷新的逻辑
- 加上详细注释，尤其是 JWT 验证部分
- 代码里不要有 TODO 或占位符
# 约束
- 不使用 FastAPI-Users 等第三方认证库
- 兼容 Python 3.10+
# 验证
写完后给出 2 个使用示例，一个正常场景，一个 Token 过期场景。
速查卡：10个技巧一览
| # | 技巧 | 核心关键词 | 适用场景 |
|---|---|---|---|
| 1 | 角色设定 | 你是一位… | 需要专业知识的问题 |
| 2 | 明确格式 | 用表格/JSON/列表输出 | 结构化输出 |
| 3 | 提供示例 | 参考以下例子… | 风格/格式复现 |
| 4 | 思维链 | 一步一步推理 | 逻辑推理、计算 |
| 5 | 约束边界 | 不改变/只用/兼容 | 代码生成、方案设计 |
| 6 | 分解任务 | 先…再…然后… | 复杂系统设计 |
| 7 | 负向提示 | 不要/不得/禁止 | 避免无效输出 |
| 8 | 迭代优化 | 在此基础上修改… | 内容创作、优化 |
| 9 | 上下文注入 | 环境：/错误：/已尝试 | 问题排查、调试 |
| 10 | 自我校验 | 写完后验证以下用例 | 代码生成、数学 |
结语
Prompt 工程不是玄学，是有规律可循的技能。核心原则就一句话：给大模型的信息越具体、约束越明确，输出就越符合预期。
从今天起，每次问大模型前先想一想：角色设了吗？格式说了吗？约束加了吗？坚持用这 10 个技巧，你和大模型的协作效率会有质的提升。
关于作者
长期关注大模型应用落地与云服务器实战，专注技术在企业场景中的落地实践。
个人博客：y1cloud.cn —— 持续更新云计算、AI大模型实战教程，欢迎访问交流。