Prompt 中的歧义消除是关键。比如「加一个搜索功能」可以理解为前端搜索、后端搜索、全文搜索。好的 Prompt 会明确：「在 /forum 页面加服务端搜索，支持标题和内容匹配，用 Prisma 的 contains 查询，结果分页 20 条/页」。
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。
Chain-of-Thought 在复杂逻辑生成中效果显著。与其让 AI 直接写代码，不如先让它「分析需求→列出实现步骤→识别潜在问题→然后写代码」。多花 30 秒思考，代码的正确率能提升 40%。
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。这个观点我很认同，负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。效果因项目而异，建议实际测试。
这个方案我试过，Prompt Chain 比单个大 Prompt 效果好，但要多花 2-3 倍 token。希望对你有帮助。
Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。
这个思路很巧妙，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。
说说我自己的经历：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。
有个相关问题想请教：负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。踩了很多坑才总结出来的。
这个方案我试过，负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。我也还在探索中。
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。如果有更好的方案求分享。
Prompt Chain 比单个大 Prompt 效果好，但要多花 2-3 倍 token。
实操中我发现：Prompt Chain 比单个大 Prompt 效果好，但要多花 2-3 倍 token。希望对你有帮助。
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。