普通提示词vs工程提示词：让你的产品力upup！

1、普通提示词是明盒，可见度高。就像你用 deepseek 的时候，你能看到自己的输入，随时调整自己的输入。

2、工程提示词运行中是不可见的，嵌套在代码里了，你没办法随时调整提示词，整个属于暗盒。

3、如果说普通提示词是你身边的实习生，工程级提示词就像给你独立汇报的合伙人。

怎么样才能让你的提示词变成工程级提示词？做到四个原则：

1、分隔符

比如"$"符号、“```”、“<xml>“、“---”、“###”。

##

来分割上下文，切忌单纯指望自然语言让大模型分割。注意“xml”、“###”如果你写了三个容易混淆，你是和哪一对儿进行开闭合？所以还是推荐用“< xml >”。

2、 结构化

输入提示词内容保持结构化，从输出角度讲结构化输出同样重要，来保持下游模型工作情况正常。

我们最好采用金字塔式填充以防漏掉关键信息。比如现在最流行的结构还提示词写法会用 role、skills 等来划分。有利于定向唤醒大模型的能力。并且结构化方便替换。

当我们按要求大模型结构化输出信息的时候，最好是使用 json 格式并给出示例，也可以用模拟对话的方式给出示例。

3、留退路

当模型找不到答案时指定一个出口。

重点放最后：考虑上下文模型的注意力机制会一直续写。所以我们需要告诉大模型，如果他不知道怎么输出了，就该提示文字中不包含 xxx，请输出无法 xxx。

如果你写了很多，must cover xxxxx，很有可能 AI 会给你大量的幻觉。

正确的做法：告诉大模型如果你遇到 xxxx 清况，你可以 xxxx。尽量给出足够多的情况。

4、近因偏差

越往后的向量影响较大

由于模型架构设计的特点，如果我们检索了很多语料，上下文会太长了，我们需要把重要的信息放在最后。写提示词的时候也把这部分东西放在最后。