登录

提示工程

技术 EN：Prompt Engineering 别名：提示词工程 发布：2026-08-23 浏览：0
摘要
提示工程是通过设计输入提示（指令、示例、上下文）来引导大语言模型稳定产出期望结果的技术体系，涵盖零样本/少样本、思维链、角色设定与结构化输出等范式。

定义

提示工程（Prompt Engineering）指在不更新模型权重的前提下，通过构造输入提示（指令、上下文、示例、格式约束）来引导大语言模型产出更准确、可控结果的方法集合。 齐e慧享

原理与结构

大模型具备上下文学习能力，提示即「程序」。常见范式：①零样本：直接给指令；②少样本（Few-shot）：在提示中给若干示例；③思维链（CoT）：要求模型「一步步思考」以提升推理；④角色/系统提示：设定身份与风格；⑤结构化输出：要求 JSON/XML 等便于解析。进阶有自动提示优化（如 AutoPrompt、DSPy）。 齐e慧享

关键事实

典型应用

用于检索增强生成（RAG）的查询重写、Agent 的工具调用规划、内容生成风格控制、以及把模型接入固定工作流。 齐e慧享

局限与争议

提示对措辞敏感（脆弱性）；长提示增加成本与延迟；复杂任务仍需微调或训练；「提示注入」是对抗安全风险。 齐e慧享

参考资料

[1] Wei et al. Chain-of-Thought Prompting Elicits Reasoning in LLMs. arXiv:2201.11903, 2022.

[2] Brown et al. Language Models are Few-Shot Learners. arXiv:2005.14165, 2020.

提示工程 提示词 上下文学习 思维链 大模型

相关词条

发现内容有误或想补充资料？ 贡献新词条 词条编辑指南 我要投稿（进入审核）