负面指令在 Prompt 中非常重要。告诉 AI「不要用 var」「不要用 any 类型」「不要用 Pages Router」比只说「用 const」「用具体类型」「用 App Router」效果更好。AI 更容易遵守「禁止 X」而非「应该 Y」。 AI 生成 Tailwind 组件的 Prompt 要点：指定响应式断点、颜色主题、无障碍要求、暗色模式支持。给一个 Shadcn UI 的组件作为参考示例，生成的代码质量和一致性会高很多。 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。 元提示词（用 Prompt 生成 Prompt）是个有趣的方向。我让 AI 分析我的需求和现有 Prompt，然后建议优化方案。虽然不能完全替代人工，但能提供意想不到的视角，特别是发现自己盲点的时候。
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。
JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。
我调研过这块，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。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。欢迎大家补充。反对一下，我的测试结果不是这样：Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。实践出真知，建议动手试试。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。有疑问可以继续问。
不同场景下结论可能不同：系统提示词里加「不确定时回答不知道」能显著降低幻觉率。
不同场景下结论可能不同：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。共同进步。
我的实践经验和你的不太一样：Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。共同进步。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。我也还在探索中。
长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。
说个反直觉的发现：长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。这只是个人经验，不一定通用。
补充一个边界情况：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。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。
负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。
补充一点：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。仅供参考，具体还是要看你的场景。
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。
有个更优的方案：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。效果因项目而异，建议实际测试。
我调研过这块，Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。细节可以再展开讨论。
这个问题我研究过一阵，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。后续有新发现再来更新。