提示词工程（Prompt Engineering）

目标与方法

提示词工程旨在通过结构化指令提升模型稳定性与可控性。在企业场景，建议将提示外置并版本化，结合评估集与线上反馈迭代。

核心原则

• 角色与边界：系统消息定义身份与职责，明确不可触碰的范围与政策。
• 输入分隔与格式：使用分隔符与标签（例如 <input>...</input>），避免歧义。
• 步骤化与结构化：要求逐步推理与给出结构化输出（如 JSON 字段）。
• 示例驱动：少样本（few-shot）展示输入-输出映射，提升一致性。
• 约束与校验：增加规则、检查清单与自我验证步骤，减少幻觉与越权。

常用模式

• ReAct：先规划再行动；在工具调用场景中尤为有效。
• Plan-Execute：将复杂任务分解为可执行步骤；支持重试与审查。
• Evaluate-Refine：模型先输出初稿，再按检查清单改进并给出最终稿。
• Few-shot/Chain：提供 2-5 个高质量示例，保持风格与边界。

模板示例：分类与摘要

// 模板（系统 + 用户），支持 JSON 输出
const SYSTEM = `你是企业内知识助理。遵循政策与合规边界，并在无法回答时明确说明。仅根据提供的材料作答。`;
const TEMPLATE = `
<task>对输入文本进行主题分类，并生成 3 句中文摘要。</task>
<categories>产品, 合规, 技术, 市场, 其它</categories>
<constraints>只输出 JSON 对象，字段：category, summary</constraints>
<input>{{TEXT}}</input>`;

// Node.js（占位）
const res = await client.chat.completions.create({
  model: "MODEL_NAME",
  messages: [
    { role: "system", content: SYSTEM },
    { role: "user", content: TEMPLATE.replace("{{TEXT}}", text) }
  ],
  response_format: { type: "json_object" }
});
const out = JSON.parse(res.choices[0].message.content);

模板示例：评审与自检

// 自检清单（示意）
const CHECKLIST = `
1) 是否包含敏感信息或违反使用政策？
2) 是否引用了未提供的外部信息？
3) 是否满足格式与长度限制？
如存在问题，请修订后给出最终稿。`;

const SYSTEM = `你是严格的审稿人与编辑。`;
const USER = `请评审以下回答并修订：\n\n<draft>{{DRAFT}}</draft>\n\n${CHECKLIST}`;

提示注入与安全

• 隔离与标识：明确“外部引用不可执行”；将用户输入与系统策略严格分隔。
• 工具调用安全：仅允许白名单函数；对参数进行类型与范围校验。
• 输出治理：分类器与规则结合；标注不确定性与引用范围。

评估与迭代

• 离线：构建评估集（任务与期望输出）；度量准确、覆盖与稳定性。
• 在线：收集用户反馈与纠错信号；A/B 测试与回滚策略。
• 模板管理：版本化、灰度发布与变更闸；与安全评审集成。