Prompt Chain 是处理复杂任务的利器。比如生成一个完整的 Next.js 页面：第一步 Prompt 生成页面结构，第二步生成 Server Action，第三步生成组件代码，第四步生成测试。每步的输出作为下步的输入，比一个超大 Prompt 效果好得多。 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。 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。
补充一个边界情况：Prompt Chain 比单个大 Prompt 效果好，但要多花 2-3 倍 token。
负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。
这个观点我很认同，Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。欢迎私信深入交流。
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。
结合我最近的项目经验：Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。欢迎交流讨论。
我之前也遇到过类似问题，长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。共同进步。
补充一点：系统提示词里加「不确定时回答不知道」能显著降低幻觉率。后续有新发现再来更新。
这个思路很巧妙，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。后续有新发现再来更新。
说个反直觉的发现：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。踩了很多坑才总结出来的。
实操中我发现：Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。我的实践经验和你的不太一样：负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。
反对一下，我的测试结果不是这样：系统提示词里加「不确定时回答不知道」能显著降低幻觉率。
我的结论恰恰相反：系统提示词里加「不确定时回答不知道」能显著降低幻觉率。一起学习。
我的结论恰恰相反：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。
这个方案我试过，系统提示词里加「不确定时回答不知道」能显著降低幻觉率。感谢楼主的启发。
Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。
有个更优的方案：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。有疑问可以继续问。
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。如果有更好的方案求分享。
讲个真实案例：Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。如有不对请指正。补充一个可能被忽略的点：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。如有不对请指正。