提示词工程提示词工程就是设计、优化发给大模型ChatGPT、豆包、Claude 等的指令Prompt让 AI 输出结果精准、符合预期、高质量。本质人和 AI 沟通的语言技巧。提示词核心万能框架CRISPE 框架C‑Capacity 角色你是谁 / AI 扮演谁R‑Role 任务要做什么事I‑Information 背景信息相关资料、上下文、约束条件S‑Steps 步骤执行流程P‑Output 输出格式结果长什么样markdown、表格、要点、文案E‑Example 示例可选给一个参考样例复杂问题提示词手段Chain-of-Thought (cot思维链)思维链CoT就是让 AI 不要直接蹦出最终答案把中间一步步的推理过程写出来再给出结果。它是一种提示词技巧专门提升大模型做推理题的正确率数学、逻辑、推理、应用题。Zero‑Shot‑CoT 零样本思维链请一步一步进行思考写出你的推理过程。Few‑Shot‑CoT 少样本思维链你给 AI 1‑2 个「问题 分步解答」的示范它照着范例的格式一步步推你的新问题。CoT 为什么效果更好大模型直接输出答案时经常跳过中间逻辑容易犯低级推理错误。分步思考相当于把任务拆解成小步骤降低难度。PromptChaining链式提示链式提示 分多轮对话上一轮结果传给下一轮一步一步推进每一步都可以人工修改。提示词流程1.头脑风暴选题2.挑选选题生成大纲把上一步结果拿来用3.基于大纲写出初稿4.反思校验优化最后一轮ReAct(推理与⾏动协同模式)让大模型在思考和行动之间交替进行通过推理来决定下一步该做什么通过行动来获取外部信息或执行操作最终解决问题。它不是一次性给出答案而是像人一样边想边做。使用reAct思维帮我解决职场纠纷问题Self-Consistency⾃我⼀致性同一个问题让模型生成多条独立的 CoT 推理路径然后对多个答案投票选出现次数最多的结果减少推理出错。针对该问题生成4条相互独立、思考角度不一样的分步推理。 每条推理结尾给出自己的答案。 统计各个答案出现的频次选择频次最高的作为最终答案。 如果出现平局请再新增一条推理打破平局。结构化输出结构化输出是指强制大语言模型按照预定义的格式如 JSON、XML、YAML、表格等返回结果而非自由文本提示词约束Prompt EngineeringFew-shot 示例引导Schema 定义最可靠