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。 用 Prompt 驱动 Prisma Schema 设计效果不错。告诉 AI 业务需求（如「用户有多个订阅，订阅有多个订单」），让它生成包含关系、索引、级联删除的完整 Schema。但要检查索引是否合理，AI 偶尔会漏掉查询频繁字段的索引。 系统提示词设计的核心是「约束明确、格式清晰、角色具体」。我总结了一个模板：先定义角色（你是 Next.js 全栈专家），再列约束（必须用 App Router、禁止 class component），最后给格式要求（输出 markdown、代码块标注语言）。这样 AI 的输出可用率能稳定在 90% 以上。
从另一个角度看：Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。如有不对请指正。我之前也遇到过类似问题，系统提示词里加「不确定时回答不知道」能显著降低幻觉率。欢迎大家补充。
上周刚好踩了这个坑，系统提示词里加「不确定时回答不知道」能显著降低幻觉率。效果因项目而异，建议实际测试。
反对一下，我的测试结果不是这样：负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。后续有新发现再来更新。
有个更优的方案：长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。
我的项目里也用了这个方案，Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。一起学习。
JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。
上周刚好踩了这个坑，Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。希望对你有帮助。讲个真实案例：Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。实践出真知，建议动手试试。
讲个真实案例：Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。欢迎私信深入交流。
我的团队是这样做的：Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。我也还在探索中。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。踩了很多坑才总结出来的。