Few-shot 示例的选择比数量重要。3 个高质量示例的效果远好于 10 个普通示例。关键是示例要覆盖不同场景：正常情况、边界情况、特殊情况。而且示例的顺序也有影响，把最典型的放第一个。
Few-shot 示例的顺序影响：把最简单/最典型的放第一个，最复杂的放最后一个。AI 会更关注第一个示例（锚定效应）和最后一个示例（近因效应）。中间的示例容易被忽略。
Prompt 模板变量设计能让提示词可复用。我用 `{{role}}`、`{{tech_stack}}`、`{{constraints}}` 这种占位符，运行时填充。这样一套模板可以适配不同项目，类似组件化的思路应用到 Prompt 工程。
Prompt 工程在 SEO 内容生成中的应用：让 AI 生成博客文章时，在 Prompt 里指定关键词密度、标题结构（H1/H2/H3）、内链建议、meta description。生成的内容既 SEO 友好又自然流畅。反对一下，我的测试结果不是这样：Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。踩了很多坑才总结出来的。
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。实践出真知，建议动手试试。
我的踩坑经验：Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。仅供参考，具体还是要看你的场景。
我的结论恰恰相反：Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。细节可以再展开讨论。
我的项目里也用了这个方案，长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。仅供参考，具体还是要看你的场景。
我之前也遇到过类似问题，Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。这只是个人经验，不一定通用。
有个细节值得注意：Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。感谢楼主的启发。
长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。
有个相关问题想请教：系统提示词里加「不确定时回答不知道」能显著降低幻觉率。有疑问可以继续问。
这个思路很巧妙，JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。有疑问可以继续问。
有个相关问题想请教：JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。后续有新发现再来更新。
我之前也遇到过类似问题，Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。这只是个人经验，不一定通用。
长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。
讲个真实案例：JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。如果有更好的方案求分享。
补充一个边界情况：降 AI 率最有效的是让 AI 模仿口语化表达，加入「我觉得」「说实话」这类词。实践出真知，建议动手试试。
我的团队是这样做的：Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。仅供参考，具体还是要看你的场景。
结合我最近的项目经验：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。共同进步。
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。希望少走弯路。
Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。