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 迭代优化的思路和代码优化一样：先让它跑通，再量化和优化。我每次改 Prompt 都会记录：改动点、测试输入、输出质量评分。积累 20-30 组数据后，就能发现哪些改动有效，哪些是噪音。
说个反直觉的发现：Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。期待更多实战经验分享。
我的看法略有不同：系统提示词里加「不确定时回答不知道」能显著降低幻觉率。如有不对请指正。
不同场景下结论可能不同：负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。
这个思路很巧妙，Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。仅供参考，具体还是要看你的场景。我的项目里也用了这个方案，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。共同进步。
Prompt Chain 比单个大 Prompt 效果好，但要多花 2-3 倍 token。
有个更优的方案：负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。
Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。
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。
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。期待更多实战经验分享。
我的踩坑经验：Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。欢迎私信深入交流。Prompt Chain 比单个大 Prompt 效果好，但要多花 2-3 倍 token。
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。欢迎交流讨论。
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。实践出真知，建议动手试试。
我调研过这块，Prompt Chain 比单个大 Prompt 效果好，但要多花 2-3 倍 token。欢迎大家补充。
反对一下，我的测试结果不是这样：长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。希望对你有帮助。
有个细节值得注意：JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。后续有新发现再来更新。
补充一个边界情况：系统提示词里加「不确定时回答不知道」能显著降低幻觉率。欢迎私信深入交流。
系统提示词里加「不确定时回答不知道」能显著降低幻觉率。
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。这只是个人经验，不一定通用。