系统提示词的 token 预算要合理分配。我的经验：角色定义 50 token、技术约束 200 token、格式要求 100 token、示例 300 token。总共控制在 650 token 以内，留足空间给用户输入和 AI 输出。 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。 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。
反对一下，我的测试结果不是这样：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。
JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。
从另一个角度看：长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。踩了很多坑才总结出来的。
讲个真实案例：负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。有疑问可以继续问。
结合我最近的项目经验：Prompt Chain 比单个大 Prompt 效果好，但要多花 2-3 倍 token。一起学习。
分享一下我的做法：Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。有疑问可以继续问。
我的实践经验和你的不太一样：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。仅供参考，具体还是要看你的场景。
有个相关问题想请教：Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。欢迎交流讨论。
这个观点我很认同，Prompt Chain 比单个大 Prompt 效果好，但要多花 2-3 倍 token。期待更多实战经验分享。
Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。我调研过这块，Prompt Chain 比单个大 Prompt 效果好，但要多花 2-3 倍 token。细节可以再展开讨论。
结合我最近的项目经验：Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。欢迎交流讨论。
我的理解是：Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。踩了很多坑才总结出来的。反对一下，我的测试结果不是这样：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。
结合我最近的项目经验：JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。仅供参考，具体还是要看你的场景。
我的理解是：Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。欢迎交流讨论。
我做了类似的对比实验：Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。有个相关问题想请教：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。踩了很多坑才总结出来的。
上周刚好踩了这个坑，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。如果有更好的方案求分享。
有个相关问题想请教：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。