格式约束的选择：JSON 适合程序解析但要转义、Markdown 适合阅读但结构松散、XML 标签适合分段但冗余。我的经验是：给 AI 看的用 XML 标签分段，让 AI 输出的用 JSON 或 Markdown，根据下游消费方决定。 长上下文 Prompt 的信息密度要控制。AI 对上下文的理解不是均匀的，开头和结尾的内容权重更高（首因效应和近因效应）。关键信息放开头，最新指令放结尾，中间放背景资料。 系统提示词设计的核心是「约束明确、格式清晰、角色具体」。我总结了一个模板：先定义角色（你是 Next.js 全栈专家），再列约束（必须用 App Router、禁止 class component），最后给格式要求（输出 markdown、代码块标注语言）。这样 AI 的输出可用率能稳定在 90% 以上。
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：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。效果因项目而异，建议实际测试。
我的看法略有不同：长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。效果因项目而异，建议实际测试。
系统提示词里加「不确定时回答不知道」能显著降低幻觉率。
补充一个可能被忽略的点：Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。有疑问可以继续问。
补充一个可能被忽略的点：Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。欢迎大家补充。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。希望少走弯路。
有个更优的方案：Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。效果因项目而异，建议实际测试。
补充一点：Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。
我的看法略有不同：JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。实践出真知，建议动手试试。
说说我自己的经历：Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。有疑问可以继续问。
我之前也遇到过类似问题，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。希望少走弯路。
我的踩坑经验：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。
实操中我发现：Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。
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。期待更多实战经验分享。
补充一点：Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。
Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。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。
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。
补充一个边界情况：JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。欢迎私信深入交流。