提示词工程入门
核心技能 · 学会和 AI 高效对话
详细知识点讲解
什么是提示词（Prompt）？提示词是你发给 AI 的指令，告诉 AI 做什么、怎么做、输出什么格式。提示词质量直接决定输出质量——"垃圾进，垃圾出"。2026 年提示词工程已从零散技巧发展为系统方法论，核心是"给 AI 清晰的思考框架"而非堆砌要求。
核心概念：上下文（Context）是对话历史，AI 记住前面聊过的内容。上下文窗口是 AI 最多能记住多少文字——2026 年长上下文模型（Kimi、Gemini 2.5）已支持百万级 Token，但文档过长时中间内容仍可能被"遗忘"。Temperature 控制创造性：越高（0.9）越天马行空；越低（0.2）越严谨。Token 是文字计量单位，1 个汉字约 2 个 Token，计费和上下文限制都靠它。
2026 年三种进阶技术：①推理模型提示——针对 DeepSeek R1、o1 等，要求"先拆解问题、逐步推导、每步验证"，充分发挥深度思考能力，简单任务不要用推理模型；②长上下文提示——针对超长文档，要求"标注引用位置便于验证""先分段摘要再综合分析"，对抗中间遗忘；③元认知提示——要求 AI"先思考用什么方法解决，再执行"，比直接给指令效果更好。
小白万能模板：角色（你是 XX 专家，擅长什么/不擅长什么）+ 任务（完成什么）+ 要求（格式、风格、字数）+ 参考资料（可选）+ 输出格式（结构化模板）。2026 年最佳实践增加"能力边界"和"不确定性表达"——明确 AI 擅长什么，不确定时要说"我不知道"而非编造。
实操落地建议
第一步：用万能模板写提示词
选择一个日常任务（写周报、总结文章），用"角色+能力边界+任务+要求+输出格式"模板写一条提示词，对比模糊指令（"帮我写个周报"）的输出差异。
第二步：体验推理模型提示
用 DeepSeek R1 或其他推理模型解决一道复杂逻辑题，分别用"直接给答案"和"先拆解问题、逐步推导、每步验证"两种提示词，观察推理过程对准确率的影响。
第三步：练习少样本和结构化输出
让 AI 按特定格式输出（如 JSON 或表格），先给 2 个示例再让 AI 生成第 3 个。然后要求 AI"不确定时明确说不知道，不要编造"，测试不确定性表达的效果。
配套练习题
Temperature 值设为 0.2 时，AI 的输出倾向于？
💡 提示：温度越低，输出越确定。
针对 DeepSeek R1 等推理模型，提示词应该如何设计才能充分发挥其深度思考能力？与普通通用模型的提示词有什么不同？
💡 提示：从"引导分步推理"和"简单任务不适用"两个角度回答。
以下哪项不属于 2026 年高质量提示词的要素？
💡 提示：模糊指令会导致 AI 输出不可控。