AI洞察

提示词工程完全指南

提示词工程（Prompt Engineering） 是在使用大语言模型（如 OpenAI 的 ChatGPT、Anthropic 的 Claude、Google 的 Gemini 等）时，通过设计高质量输入提示（Prompt）来获得更准确、更稳定、更高质量输出的一种方法与技术。

简单理解：

提示词工程 = 如何更聪明地”问 AI 问题”

一、提示词工程核心概念

提示词通常由 4个部分组成：

1
2
3
4
角色（Role）
任务（Task）
上下文（Context）
输出格式（Format）

示例：

1
2
3
4
角色：你是一名股票投资分析师  
任务：分析恒瑞医药未来3天走势  
上下文：当前成本57.33，激进投资风格  
输出：用T+1 T+2 T+3表格形式

AI输出会明显更好。

二、常见 Prompt 模型结构

1️⃣ 基础 Prompt

直接提问

1
解释什么是博弈论

缺点：

  • 输出不稳定
  • 不够深入

2️⃣ 角色 Prompt（Role Prompt）

1
2
你是一名经济学教授  
请用通俗方式解释博弈论

优点

  • 质量明显提高

3️⃣ 任务型 Prompt（Task Prompt）

1
2
3
4
5
请分三部分解释博弈论：

1 概念
2 经典模型
3 在现实中的应用

4️⃣ 结构化 Prompt（推荐）

1
2
3
4
5
6
7
8
9
角色：经济学教授

任务：
解释博弈论

要求：
1 通俗
2 举现实案例
3 用表格总结模型

三、常见 Prompt 技巧

1 Chain of Thought（思维链）

让AI逐步思考。

1
请一步一步推理

示例：

1
2
分析股票上涨原因
请分步骤推理

2 Few-shot Prompt（示例提示）

给 AI 示例。

1
2
3
4
5
6
7
例子：

输入：苹果
输出：水果

输入：西红柿
输出：

3 输出格式控制

非常重要。

例如：

1
2
3
4
5
输出要求：

1 用表格
2 不超过200字
3 用markdown

4 Prompt 模板

例如投资分析模板：

1
2
3
4
5
6
7
8
9
10
11
角色：股票研究员

任务：分析股票

输出：

1 公司基本面
2 行业情况
3 技术面
4 风险
5 未来3天走势

四、提示词工程高级技术

1 ReAct Prompt

推理 + 行动

1
思考 -> 行动 -> 观察

AI Agent 常用。

2 Tree of Thought

多路径推理。

3 Self-Consistency

生成多个答案
再选最佳答案。

4 Tool Prompt

调用工具

例如：

  • 搜索
  • API
  • 数据库

Agent系统常用。

五、提示词工程应用场景

1 编程

1
2
你是一名Python工程师
写一个股票数据分析程序

2 投资分析

（你之前问过恒瑞医药）

1
2
3
4
5
6
7
8
9
10
角色：基金经理

任务：
分析恒瑞医药投资价值

输出：
1 行业
2 公司
3 技术面
4 未来3天预测

3 AI Agent

例如：

  • 自动交易
  • 自动研究
  • 自动写代码

常见框架：

  • LangChain
  • AutoGPT
  • CrewAI

六、提示词工程能力等级

Level 1

会提问

Level 2

会写结构化 Prompt

Level 3

会设计 Prompt 模板

Level 4

会设计 Agent Prompt

Level 5

会设计 AI系统 Prompt 架构

七、一个顶级 Prompt 模板（推荐）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
# Role
你是一名专业分析师

# Task
完成以下任务

# Context
背景信息

# Steps
1 分析问题
2 推理过程
3 给出结论

# Output
使用markdown输出

八、未来趋势

Prompt Engineering 正在升级为：

AI系统设计能力

例如：

  • AI Agent
  • AI Workflow
  • AI Skills
  • AI Tools

典型平台：

  • OpenAI GPTs
  • Coze Studio
  • LangGraph