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。
角色设定不是随便写「你是专家」就够的。要具体：「你是 5 年经验的 Next.js 全栈开发者，熟悉 SEO 优化和出海产品，代码风格偏好简洁和类型安全」。越具体的角色设定，AI 的输出越符合预期。
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。我的项目里也用了这个方案，负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。如果有更好的方案求分享。
我之前也遇到过类似问题，负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。共同进步。
补充一点：JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。这只是个人经验，不一定通用。
有个更优的方案：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。一起学习。
这个观点我很认同，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。细节可以再展开讨论。
我的理解是：系统提示词里加「不确定时回答不知道」能显著降低幻觉率。欢迎交流讨论。
补充一个边界情况：Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。我也还在探索中。
Prompt Chain 比单个大 Prompt 效果好，但要多花 2-3 倍 token。
补充一个边界情况：长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。一起学习。
说说我自己的经历：负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。欢迎交流讨论。
讲个真实案例：Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。实践出真知，建议动手试试。
不同场景下结论可能不同：系统提示词里加「不确定时回答不知道」能显著降低幻觉率。踩了很多坑才总结出来的。
这个观点我很认同，JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。踩了很多坑才总结出来的。
有个细节值得注意：Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。感谢楼主的启发。
我做了类似的对比实验：Prompt Chain 比单个大 Prompt 效果好，但要多花 2-3 倍 token。如果有更好的方案求分享。
我的理解是：JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。
从另一个角度看：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。
反对一下，我的测试结果不是这样：Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。踩了很多坑才总结出来的。
我做了类似的对比实验：长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。有疑问可以继续问。
补充一个边界情况：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。细节可以再展开讨论。