如何写出好的Prompt提示词

本文将介绍大模型处理文本的基本单位Token及其优化技巧，详细阐述了提示词（Prompt）的分类和基础写法，包括明确任务角色、提供详细示例、结构化格式等核心技巧。同时分享了7个进阶提示技巧，如思维链提示、少样本学习、多视角分析等，并介绍了Prompt模板（PromptTemplate）的动态变量替换功能及其在复杂场景中的应用。最后强调了提示词优化是一个持续迭代的过程，建议参考官方指南和现成提示词库进行学习改进。

Token

什么是token呢？token是大模型处理文本的基本单位，不同的大模型对于token的划分不同，如Open AI，规定一个token相当于4个字符或0.75个英文单词，一到二个token相当于1个汉字，空格和标点、特殊符合也计入token数，输入输出都会算token，可以用OpenAI Tokens在线计算工具来计算。

Token成本优化技巧：精简系统提示词、定时清理对话历史、使用向量检索（RAG）代替直接输入、结构化代替自然语言（如，表格、列表）。

基础提示词的写法技巧

提示词的常见种类：

• 按角色分类：用户提示词（ User Prompt）、系统提示词（System Prompt）、助手提示词（Assistant Prompt）
• 按功能分类：指令型提示词、对话型提示词、创意型提示词 、角色扮演提示词、少样本学习提示词
• 按复杂度分类：简单提示词、复合提示词、链式提示词、模板提示词

Prompt基础提示技巧：1.明确指定任务和角色、2.提供详细说明和具体示例、3.使用结构化格式引导思维、4.明确输出格式要求

1. 明确指定任务和角色

核心理念：告诉AI“你是谁”和“你要做什么”

• 指定角色：给AI分配专业身份（如“你是一位资深后端程序员”、“你是数据分析师”）
• 明确任务：清晰定义需要完成的具体工作
• 目的：设定上下文，引导AI采用特定领域的知识和表达方式
• 示例：从“翻译这段话”变为“作为一名英语翻译专家，请将这段中文翻译成英文”

2. 提供详细说明和具体示例

核心理念：消除模糊性，展示期望的结果

• 详细说明：包括目标、约束条件、风格要求、长度限制等
• 具体示例：提供输入-输出的样例对，展示理想格式和质量
• 目的：减少AI的猜测空间，确保输出符合预期
• 示例：不仅说“写一个产品描述”，而是提供示例：“像这样：‘产品x采用创新技术，提升效率50%...’”

3. 使用结构化格式引导思维

核心理念：用清晰的格式组织提示内容

• 常用格式：使用标题、编号、分点、分隔符等
• 逻辑分组：将相关信息分组呈现
• 目的：帮助AI理解信息结构和优先级

示例：

任务：[具体任务]
背景：[相关背景信息]
要求：[具体要求1、2、3...]
输出格式：[指定格式]

4. 明确输出格式要求

核心理念：指定输出的具体形式

• 格式类型：JSON、Markdown、表格、列表、特定段落结构等
• 细节要求：包括字段、长度、语言风格等
• 目的：确保输出可直接使用，无需二次格式化
• 示例：“请以JSON格式输出，包含title、key、value三个字段”

提示词的常用七个进阶技巧

Prompt进阶提示技巧：1.思维链提示法、2.少样本学习、3.分步骤指导、4.自我评估和修正、5.知识检索和引用、6.多视角分析、7.多模态思维。

1、思维链提示法

要求模型在给出最终答案前，先展示其逐步推理的过程。关键是使用 “让我们一步步思考” 这类触发语。将复杂的“黑箱”计算转化为透明的、可审查的逻辑链。这显著提升了模型在数学、逻辑推理、常识判断等需要多步处理问题上的准确性。

2、少样本学习

在Prompt中提供少量（通常1-5个）高质量的输入和输出示例，作为模型完成新任务的“样板”。通过示例，明确地向模型展示了您期望的任务格式、风格、深度和标准，极大地减少了歧义。特别适用于格式固定、风格独特或定义模糊的任务。

3、分步骤指导

将一个庞大复杂的任务，分解为多个清晰、有序、可管理的小步骤，并依次要求模型执行。模仿了人类处理复杂项目的方法（如项目管理和烹饪食谱），防止模型因任务过于复杂而“不知所措”，导致遗漏关键环节或产出混乱。

4、自我评估和修正

要求模型在生成答案后，从特定角度（如事实准确性、逻辑一致性、是否满足所有要求等）对自己的答案进行批判性检查，并根据评估进行修正。引入了“反思”和“迭代”的机制，能有效发现和纠正模型在第一次生成时可能犯下的错误或疏忽，显著提升结果的可靠性和完整性。

5、知识检索和引用

在提问前或要求模型回答时，先提供相关的背景知识、数据片段或明确要求模型引用其内部知识库中的信息，并可要求注明来源（对于支持联网或文件上传的模型）。将回答“锚定”在具体、可靠的信息源上，而非依赖模型的“记忆”或“幻觉”，大幅提升答案的准确性和可信度。对于专业、实时或需要溯源的问题至关重要。

6、多视角分析

要求模型从不同角色（如生产者、消费者）、不同学科（如经济学、心理学、伦理学）或不同立场（支持、反对、中立）对同一问题进行剖析。强制模型打破单一思维模式，产出更全面、辩证、富有洞见的分析。特别适用于战略决策、议题辩论、创意生成等需要多维度思考的场景。

7、多模态思维

对于支持多模态输入的模型（如能处理图像、音频、PDF等），将问题与这些非文本信息结合，进行综合推理和创作。即使对于纯文本模型，也可以要求其用文字描述、设计或分析非文本内容。极大地扩展了模型的应用边界，使其能够完成看图说话、图表分析、根据描述生成草图、视频脚本创作等复杂任务，更贴近真实世界的交互方式。

Prompt调试与优化技巧

好的提示词很难一步到位，我们要学会如何持续调试优化，可以通过以下几点进行优化：

1.迭代式优化

2.边界测试

3.提示词模板化

4.错误分析与修正

总而言之就是任务越复杂，给Prompt的提示细节就要越多。

可以去搜索Prompt Engineering Guide提示工程指南、OpenAI提示词工程指南、Spring AI提示工程指南、Authropic提示词工程指南等等来阅读学习优化技巧，当然除了可以通过这些官方文档自己深入学习提示词优化技巧外，还可以通过Prompt提示词库（如，文本对话：Authropic提示词库：Midjourney提示词库等）来自主优化参考现成提示词。

写好提示词的关键：

1. AI是出色的执行者，但需要明确的指令：AI不知道你的隐含需求，必须显式说明
2. 格式是思考的脚手架：清晰的格式要求能显著提升输出质量
3. 示例是最直接的教学：给AI展示“好的样子”比描述更有效
4. 复杂问题需要拆解：人类思考的步骤化也能帮助AI思考
5. 优化是循环过程：很少有一次完美的提示，需要测试-反馈-改进

Prompt模板（Prompt Template）

PromptTemplate 是 Spring AI 中用于生成结构化提示词的核心工具。它通过模板化的方式简化提示词的创建，并支持动态内容的插入。

PromptTemplate 的关键功能：

1. 模板渲染：通过占位符 {} 定义动态变量，使用 render() 方法生成最终提示词。

2. 灵活配置：支持自定义分隔符（如 < 和 >），避免与 JSON 等格式冲突。

3. 多种创建方式：支持从字符串或资源文件创建模板，并通过 Map 提供动态内容。

用于构建和管理提示词的核心组件，允许开发者创建带有占位符的文本模板，运行时动态替换这些占位符。类似Spring MVC中的视图模板或（JSP），最基础的功能就是支持变量替换，在模板中定义占位符，然后运行时提供这些变量的值，如，你好，{name}，今天是{day}。模板思路在编程中经常用到，如数据库的预编译语句、记录日志时的变量占位符、模板引擎等。案例代码如下：

// 定义带有变量的模板
String template = "你好，{name}。今天是{day}，吃{food}。";
// 创建模板对象
PromptTemplate promptTemplate = new PromptTemplate(template);
// 准备变量映射
Map<String, Object> variables = new HashMap<>();variables.put("name", "小楼");
variables.put("day", "星期六");
variables.put("food", "汉堡炸鸡");
// 生成最终提示文本
String prompt = promptTemplate.render(variables);
// 结果: "你好，小楼。今天是星期六，吃汉堡炸鸡。"

Prompt Template在开发复杂场景下特别有用，常用的如：

1、动态个性交互：根据用户信息、上下文或业务规则定制提示词

2、多语言支持：使用相同变量，但不同的模板文件支持多种语言

3、A/B测试：轻松切换不同版本的提示词进行效果比较

4、提示词版本管理：将提示词外部化，便于版本控制和迭代优化，使用Prompt Template的核心原因：支持从外部文件加载模板内容，很适合管理复杂的提示词，如：

// 从类路径资源加载系统提示模板
@Value("classpath:/prompts/system-message.st")
private Resource systemResource;

// 直接使用资源创建模板
SystemPromptTemplate systemPromptTemplate = new SystemPromptTemplate(systemResource);

Prompt Template实现原理

底层使用了OSS StringTemplate专注于文本的引擎，通过分别实现不同的接口来实现创建不同类型的模板字符串对象、Prompt模板、Message对象，如，render()通过模板生成prompt字符串、create()通过模板生成prompt、createMessage()通过模板生成Message。

Spring AI提供了几种专用的模板类：1、SystemPromptTemplate 2、AssistantPromptTemplate 3、FunctionPromptTemplate