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。 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。 RAG + Prompt 工程是让 AI 基于私有文档回答的标准方案。关键在于检索质量：chunk 大小设 500-1000 字符，重叠 100 字符，用语义检索而非关键词匹配。Prompt 里告诉 AI「只基于提供的上下文回答，不确定时说不知道」，能大幅减少幻觉。
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。实践出真知，建议动手试试。
从另一个角度看：系统提示词里加「不确定时回答不知道」能显著降低幻觉率。细节可以再展开讨论。
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。感谢楼主的启发。
Prompt Chain 比单个大 Prompt 效果好，但要多花 2-3 倍 token。
我的理解是：Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。
反对一下，我的测试结果不是这样：JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。感谢楼主的启发。
我的团队是这样做的：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。