Temperature 参数的经验值：代码生成用 0.1-0.3（要确定性），创意写作用 0.7-0.9（要多样性），SEO 内容用 0.4-0.6（平衡准确和自然）。Top-p 一般固定 0.9，主要通过 Temperature 调节。 系统提示词模块化设计：把角色定义、技术栈、代码规范、错误处理策略拆成独立模块，按需组合。类似微服务架构的思路，每个模块职责单一，通过组合适配不同场景。 长上下文 Prompt 的信息密度要控制。AI 对上下文的理解不是均匀的，开头和结尾的内容权重更高（首因效应和近因效应）。关键信息放开头，最新指令放结尾，中间放背景资料。 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。
我的团队是这样做的：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。这只是个人经验，不一定通用。
有个细节值得注意：系统提示词里加「不确定时回答不知道」能显著降低幻觉率。我也还在探索中。
我的踩坑经验：Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。实践出真知，建议动手试试。
我的看法略有不同：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。希望对你有帮助。
实操中我发现：系统提示词里加「不确定时回答不知道」能显著降低幻觉率。感谢楼主的启发。
我的看法略有不同：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。如有不对请指正。
Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。
Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。
说个反直觉的发现：Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。
这个方案我试过，JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。这只是个人经验，不一定通用。
这个思路很巧妙，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。
分享一下我的做法：Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。如果有更好的方案求分享。
JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。
说说我自己的经历：负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。如果有更好的方案求分享。
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。
这个问题我研究过一阵，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。我的看法略有不同：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。
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。
我的踩坑经验：Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。
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。