提示词工程有哪些核心组成部分？

1. 角色（Role/Persona）

让模型"入戏"，指定AI扮演一个特定的角色或人物，如"你是一位拥有15年经验的资深前端架构师"。角色定义能瞬间对齐语气、专业度和思维模式。

2. 背景/上下文（Context）

提供事实基础，极大降低幻觉。包括：项目背景、用户历史、相关业务场景、技术栈版本等。例如："以下是用户最近3个月的消费记录..."

3. 任务目标（Task/Goal）

明确"要干什么"，是提示词中最核心的一句。使用动词开头，清晰描述任务。例如："请帮我分析这份简历的优缺点，并给出针对性改进建议"。

4. 约束条件（Constraints）

控制长度、语气、禁止行为。例如："回答控制在400字以内，只说事实，不加鸡汤"、"禁用第一人称"、"不得出现政治敏感词"。

5. 输出格式（Format/Structure）

让输出可解析、可直接用于下游系统。例如："用Markdown格式输出：标题 + 3个要点 + 1个行动建议"、"返回JSON格式"。

6. 示例（Few-shot Examples）

通过样例教会模型"想要的风格和结构"。例如："示例1：输入... 输出... 示例2：..."。Few-shot是提升Token质量最靠得住的手段，在TriviaQA基准上，零样本准确率64.3%，一个例子68.0%，几个例子71.2%。

7. 思考指令（Think step by step/CoT）

Chain-of-Thought极大提升复杂推理能力。例如："请一步一步思考，先列出关键事实，再分析，最后总结"。