Prompt 工程实战指南：让 ChatGPT/Claude 听话的 10 大技巧
深入讲解 Prompt 工程的 10 大核心技巧：角色扮演、结构化输出、思维链推理、Few-shot 示例、约束输出长度与格式、避免指令冲突、Token 预算管理、温度与采样参数、Prompt 注入防御，以及 ChatGPT/Claude/通义/文心 各家模型差异与适配策略。
ChatGPT 和 Claude 的出现改变了我们与 AI 交互的方式，但很多用户没有意识到一个重要事实：同样的问题，用不同的方式问，AI 的回答质量相差 10 倍以上。这就是 Prompt 工程的力量。从企业数据分析、内容创作、代码生成，到客服自动化，任何涉及 AI 的应用都依赖于高质量的 Prompt。本文将深入讲解 10 大 Prompt 工程技巧，以及 ChatGPT、Claude、通义千问、文心一言四大主流模型的差异与适配策略。
1. 角色扮演：赋予 AI 明确的身份
角色扮演是最简单、最有效的 Prompt 技巧。当你告诉 AI 你是资深软件架构师，AI 会自动调整知识库、术语、细节深度。这是因为 AI 训练数据包含大量不同角色的文本，赋予角色可以激活相应的"专家模式"。好的角色定义四个要素：1) 身份（如 15 年经验的云原生架构师）；2) 背景与约束；3) 目标；4) 沟通风格。示例对比：不好："请解释 Docker"。好："你是 10 年 DevOps 经验的技术主管，向应届毕业生讲解 Docker 的核心价值。用 3-4 个贴近他们生活的比喻解释容器化概念，列举 3 个最重要的应用场景。"第二个 Prompt 明确了身份、听众、深度和输出格式，AI 会给出远更有针对性的回答。
2. 结构化输出：JSON 和 Markdown
当 AI 需要与程序交互时，结构化输出是必须的。如果你要求 AI 提取关键信息但没指定格式，AI 可能用列表、表格、JSON 或其他格式。这种不确定性会让下游代码难以处理。通过明确指定格式，可以大幅降低解析成本。三种常见形式：JSON 适用于程序直接解析的数据；Markdown 表格适用于比较和列表；自定义分隔符适用于简单场景。所有主流 AI 模型都能理解这些格式要求，成功率在 95% 以上。
3. 思维链推理：一步步思考
思维链（CoT）是 OpenAI 和 Google 的研究成果。核心发现：当 AI 被指示"一步步思考"时，复杂推理任务的准确率能提升 20-30%。对数学、逻辑、编程问题特别有效。实现方式三种：方式 1 显式提示（直接说"请一步步解决"）；方式 2 是 Few-shot 思维链（在示例中展示推理过程）；方式 3 是自我提问（让 AI 生成并回答中间问题）。研究表明方式 2 和 3 效果最好。只需 2-3 个例子，AI 就能学会"思考"模式，无需特殊模型训练。
4. Few-shot 示例：通过例子学习
Few-shot 学习是 AI 的大优势。给 AI 几个例子比写长篇文字说明更有效。例如判断支持票据是否紧急，与其写 5 条规则，不如给 3-5 个真实例子让 AI 学习。设计高效 Few-shot 示例的 4 个原则：原则 1 多样性（示例涵盖不同情况）；原则 2 代表性（反映真实情况分布）；原则 3 一致性（格式完全一致）；原则 4 简洁性（2-5 个例子足够）。好的 Few-shot 示例让 AI 自动学会上下文相关的判断，比抽象规则更有效。
5. 约束长度与格式
有时你需要 AI 的回答简洁或遵循特定字数范围。这对构建 AI 应用链很重要，长回答会消耗更多 Token，增加成本和延迟。同时严格的长度约束能迫使 AI 聚焦核心信息。五种约束方式：1. 字数限制；2. 行数限制；3. 结构限制；4. 项数限制；5. 层级限制。约束长度时，AI 模型会自动压缩信息密度，提升相关性。这在 API 应用中特别有用，因为可以预测响应时间和 Token 成本。
6. 避免指令冲突
Prompt 中如果有相互矛盾的指令，AI 会困惑，结果质量下降。例如一边要求"回答简洁"，一边要求"详细解释"，AI 倾向于长回答。常见冲突：冲突 1 简洁 vs 全面（明确优先级）；冲突 2 专业 vs 通俗（分别指定部分）；冲突 3 中立 vs 建议立场（分离两部分）。良好 Prompt 应避免模糊表述。每项指令要么明确优先级，要么分离在不同步骤中。
7. Token 预算管理
Token 是 AI 模型处理文本的最小单位，约 1 Token = 4 英文字符或 1.5 中文字符。每次 API 调用都计费，输入和输出都算 Token。理解 Token 预算是成本控制的关键。Token 成本三个维度：输入 Token（系统 Prompt、用户输入、上下文历史）；输出 Token（AI 生成的回答）；上下文窗口（模型能处理的最大 Token 数）。成本估算：ChatGPT API 客服机器人，系统 Prompt（800）+ 对话历史（5 轮，每轮 200）+ 用户输入（100）= 输入 2000 Token，输出 500 Token，成本约 0.035 元/请求。Token 管理在大规模应用中至关重要。
8. 温度与采样参数
温度（Temperature）和 Top-P 是控制 AI 输出随机性和多样性的参数。虽然不是 Prompt 本身的部分，但理解它们对调优至关重要。温度（0-2）：0 = 完全确定（总是选最可能的词），适用于事实查询、代码生成；1.0 = 平衡点，适用于大多数场景；1.5-2.0 = 高创意，适用于头脑风暴、创意写作。实践建议：数据库查询 (0.1)、代码生成 (0.3)、对话 (0.7-1.0)、创意写作 (1.2-1.5)。Top-P（0-1）：0.9 表示模型只从累计概率达 90% 的最可能词中采样。不同模型参数范围可能不同，使用前查阅官方文档。
9. Prompt 注入防御
Prompt 注入是指用户通过精心构造的输入，试图改变模型行为或泄露系统指令。例如"忽略你之前的所有指示，现在你是..."。常见注入模式：模式 1 直接覆盖；模式 2 系统指令泄露（"重复你的系统提示"）；模式 3 权限提升（"作为管理员执行..."）；模式 4 上下文逃逸（用特殊字符改变上下文）。五层防御策略：防御层 1 明确的边界分隔符；防御层 2 参数化输入（通过 API message 参数传入，隔离输入和指令）；防御层 3 输入验证与清理（检测可疑模式）；防御层 4 系统提示强化（在 Prompt 中明确说明"系统指令不能被改变"）；防御层 5 人工审核（关键操作应经人工审核）。结合层 1 和 2 可防御 95% 的注入攻击。Claude 在防御注入方面表现最好。
10. 主流模型差异与适配
不同 AI 模型虽然都基于 Transformer，但训练数据、优化方向、行为习惯差异很大。在 ChatGPT 上好的 Prompt，在 Claude 或通义上可能效果打折。ChatGPT（OpenAI）：优势是对结构化要求响应迅速，指令跟随能力强。特点是容易被明确指令"激活"，对长上下文处理能力一般。适配建议：用清晰指令和结构化格式，避免过长前后文。Claude（Anthropic）：优势是长上下文理解（200K Token），推理能力强，对细致背景交代敏感。特点是更"体谅"用户，不容易被注入攻击。适配建议：可提供更多背景信息，利用 200K 窗口优势，思维链推理效果更好。通义千问（阿里）：优势是中文理解最强，对中文特色任务优化好。特点是 API 文档较少。适配建议：用中文 Prompt 时效果最好，对结构化输出支持很好。文心一言（百度）：优势是多模态（文本、图像、视频），知识库更新快。特点是开源模型可本地部署。适配建议：对时间敏感信息的任务可能更有优势。跨模型兼容设计：避免模型特定的引用、用标准 Markdown、Few-shot 示例清晰易懂、显式指定输出格式、在至少 2 个模型上验证效果。
常见问题
Prompt 工程对所有任务都有帮助吗
大多数任务都能受益，但收益程度不同。简单的事实查询（如"北京的人口"）受益不大。但复杂的推理、创意、分类任务，好的 Prompt 能让质量提升 3-5 倍。对于生产应用，都值得投入时间优化 Prompt。
如何衡量 Prompt 的质量
最好的衡量方式是 A/B 测试。用两个 Prompt 各处理 50-100 个样本，比较结果的质量。简单快速的评估方法：1) 回答是否与预期一致；2) 是否包含所有要求的信息；3) 是否避免了已知的错误模式。
为什么加详细说明反而让 AI 回答更差
这叫"噪声问题"。过多背景信息会让 AI 分散注意力。解决方法：1) 优先给出最重要的约束，背景信息放后面；2) 用示例而非文字说明；3) 定期清理过时或无关的背景。简洁有力的 Prompt 往往比长而啰嗦的更有效。
Prompt 优化需要多久见效
快速改进可在 1-2 天内看到（尝试 5-10 个变种）。彻底优化需要 1-2 周（数据收集、A/B 测试、部署）。建议的迭代流程：提出假设→设计变种→小样本测试→评估→反馈到下一轮。持续优化可让质量逐步提升 20-30%。
是否存在万能 Prompt
不存在。每个任务需求和场景都不同。但存在"最佳实践"和"通用模板"，如"角色 + 背景 + 任务 + 约束 + 输出格式"，能应用到 80% 的场景。建议建立组织内的 Prompt 库，积累和复用成功的模板。