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。 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。 Prompt A/B 测试的方法：准备 20-30 个测试输入，用两个 Prompt 版本分别生成，人工评分或用自动化指标（如代码通过率）。统计显著性需要至少 30 个样本，否则可能是噪音。
有个更优的方案：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。实践出真知，建议动手试试。
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。
补充一个边界情况：JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。细节可以再展开讨论。
有个相关问题想请教：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：Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。如有不对请指正。
我的理解是：负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。希望对你有帮助。
上周刚好踩了这个坑，JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。欢迎大家补充。
我的结论恰恰相反：长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。
我的理解是：Prompt Chain 比单个大 Prompt 效果好，但要多花 2-3 倍 token。效果因项目而异，建议实际测试。
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。共同进步。
我之前也遇到过类似问题，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。
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。
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。
补充一个边界情况：Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。
我的看法略有不同：Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。效果因项目而异，建议实际测试。
长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。
这个思路很巧妙，Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。如果有更好的方案求分享。
补充一个可能被忽略的点：Prompt Chain 比单个大 Prompt 效果好，但要多花 2-3 倍 token。欢迎私信深入交流。
上周刚好踩了这个坑，Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。效果因项目而异，建议实际测试。
补充一点：Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。我也还在探索中。