AI 生成 Tailwind 组件的 Prompt 要点：指定响应式断点、颜色主题、无障碍要求、暗色模式支持。给一个 Shadcn UI 的组件作为参考示例，生成的代码质量和一致性会高很多。 AI 生成生产级代码的 Prompt 要点：明确技术栈版本、给出代码规范链接、要求错误处理、要求类型安全、要求添加注释。最重要的是给一个高质量的参考实现作为 few-shot 示例。 元提示词（用 Prompt 生成 Prompt）是个有趣的方向。我让 AI 分析我的需求和现有 Prompt，然后建议优化方案。虽然不能完全替代人工，但能提供意想不到的视角，特别是发现自己盲点的时候。
结合我最近的项目经验：系统提示词里加「不确定时回答不知道」能显著降低幻觉率。
实操中我发现：Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。
上周刚好踩了这个坑，元提示词（用 AI 优化 Prompt）是个好思路，但需要人工判断哪些建议有效。欢迎私信深入交流。
有个相关问题想请教：长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。欢迎大家补充。
我的项目里也用了这个方案，Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。如有不对请指正。
结合我最近的项目经验：系统提示词里加「不确定时回答不知道」能显著降低幻觉率。希望对你有帮助。
我的踩坑经验：Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。期待更多实战经验分享。
我做了类似的对比实验：Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。期待更多实战经验分享。
我调研过这块，角色设定越具体效果越好，「5 年 Next.js 全栈开发者」比「专家」好得多。如果有更好的方案求分享。