我是一个AI的初学者，今天已学习笔记的形式，今日学习的心得。

1。提示词最好用英文，哪怕你用中文编码，格式的能用部分，你也最好用英文。

这是个关键点！虽然AI能理解中文，但英文提示词能让你得到更稳定的输出。原因有：

AI训练数据主要是英文：大模型在训练时接触的英文数据更多，对英文提示词的理解更准确

避免中文歧义：中文表达有时有多种理解，英文更简洁明确

避免AI"自作主张"：AI在处理中文时，有时会添加额外解释（比如"好的，我来帮你做…"），而英文提示词能强制要求它只输出JSON

2。定好输入输出的格式使AI的输出更稳定

 # 构造提示词模板
        prompt = f"""
You are a professional personality analysis engine.
Return ONLY the JSON object with no additional text, no Markdown formatting, no explanations.

INPUT_TEXT:
{self_description}

OUTPUT_SCHEMA:
{{
  "identity_summary": "",
  "personality_report": {{
    "core_traits": [],
    "decision_style": "",
    "risk_preference": ""
  }},
  "profiling_report": {{
    "long_term_drivers": [],
    "common_weaknesses": [],
    "stress_reactions": []
  }}
}}

3。AI输出不稳定怎么办，告诉它输出什么样的格式，并告诉它哪些不行。
今天给我的返回JSON的前面有三个`号，是一个md格式，我问AI怎么解决，他跟我说让我格式化去掉前面的三个符号和后面的符号，还好我之前写的一个AI程序有过类似的情况，当时什么都不懂，搞了半天，后来了解到你和AI说比你自己去去掉要快速见效。
Return ONLY the JSON object with no additional text, no Markdown formatting, no explanations.

4。不要想着一个流程就把所有的功能就能跑完，AI是不稳定的，你需要补全它不稳定的部分，你可以考虑用另外一个AI，大家分工协作，让AI去跟AI交互，用户在中间确认或者补充信息。
为什么需要分阶段处理（LLM A, B, C, D）？
这解决了AI应用中的关键问题：AI不能完美理解所有输入。
想象一下，如果你问AI：“我该不该换工作？”，AI可能会回答一堆不相关的内容。但你的设计：
LLM A：先拆分输入，找出关键信息（“谁？什么时候？什么场景？”）
LLM B：检查信息是否足够，判断是否需要补充
LLM D：用完整信息进行最终分析
就像医生看病：
先问症状（LLM A）
检查是否需要更多检查（LLM B）
最后做诊断（LLM D）

5。为什么用JSON格式？
JSON是AI最擅长处理的结构化数据格式。为什么？
易于程序处理：程序可以直接解析JSON，不需要从文本中提取信息
格式固定：AI知道要输出什么字段，不会跑偏
可扩展性：如果需要添加新字段，只需修改OUTPUT_SCHEMA
比如，你的LLM D输出：
json
{
“feasibility”: “High”,
“confidence”: 0.85,
“key_reasons”: [“Good performance”, “Stable team delivery”],
“execution_plan”: [“Prepare data”, “Schedule meeting”],
“risks”: [“Boss may be busy”]
}
程序可以直接读取feasibility、confidence等字段，不需要额外处理。

6。什么是"角色扮演提示"？
简单说：就是告诉AI"你现在是XXX专家"，让它以这个身份来回答问题。
就像你对一个医生说：“请以专业医生的身份诊断我的症状”，而不是简单地说"我哪里不舒服"。
为什么需要角色扮演提示？
想象一下：
如果你对AI说：“告诉我怎么减肥”
AI可能回答：“可以多运动，少吃高热量食物…”
但这些回答可能很普通，没有针对性
如果你对AI说：“You are a professional nutritionist. Return ONLY the JSON object with no additional text…”
AI会以专业营养师的身份回答，而且会严格按JSON格式输出
角色扮演提示的作用：
让AI知道它应该扮演什么角色
让回答更专业、更符合预期
为"固定格式"打下基础
我是怎么处理的,在输入里面加上
``
You are a xxxxxxx engine. → 这就是角色扮演提示

框架

```python
================ LLM D - 输入 ================

You are a xxxx engine.
Return ONLY the JSON object with no additional text, no Markdown formatting, no explanations.

INPUT_JSON:
{......}

你的输出json格式
OUTPUT_SCHEMA:
{
  "feasibility": "",
  "confidence": 0.0,
  "key_reasons": [],
  "execution_plan": [],
  "risks": []
}


================ LLM D - 输出 ================
会按你的格式来输出，我的内容不方便打印出来，请见谅
{
  "feasibility": "sure",
  "confidence": 60.0,
  "key_reasons": [],
  "execution_plan": [],
  "risks": []
}

对了，今天在群里看到一张图，我感觉很挺写实的