Prompt Chain 是处理复杂任务的利器。比如生成一个完整的 Next.js 页面：第一步 Prompt 生成页面结构，第二步生成 Server Action，第三步生成组件代码，第四步生成测试。每步的输出作为下步的输入，比一个超大 Prompt 效果好得多。 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。 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。 Prompt 中的歧义消除是关键。比如「加一个搜索功能」可以理解为前端搜索、后端搜索、全文搜索。好的 Prompt 会明确：「在 /forum 页面加服务端搜索，支持标题和内容匹配，用 Prisma 的 contains 查询，结果分页 20 条/页」。
补充一个可能被忽略的点：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。共同进步。
说说我自己的经历：系统提示词里加「不确定时回答不知道」能显著降低幻觉率。欢迎私信深入交流。
我之前也遇到过类似问题，Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。欢迎大家补充。
我的结论恰恰相反：Prompt Chain 比单个大 Prompt 效果好，但要多花 2-3 倍 token。欢迎交流讨论。
实操中我发现：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。仅供参考，具体还是要看你的场景。
这个思路很巧妙，Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。这只是个人经验，不一定通用。
有个更优的方案：Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。有疑问可以继续问。
我的项目里也用了这个方案，系统提示词里加「不确定时回答不知道」能显著降低幻觉率。
我的项目里也用了这个方案，Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。
从另一个角度看：负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。
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。实践出真知，建议动手试试。
补充一点：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。我的团队是这样做的：JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。我也还在探索中。
上周刚好踩了这个坑，Prompt Chain 比单个大 Prompt 效果好，但要多花 2-3 倍 token。欢迎交流讨论。
我调研过这块，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。
这个方案我试过，Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。实践出真知，建议动手试试。
有个相关问题想请教：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。踩了很多坑才总结出来的。
我的踩坑经验：Prompt Chain 比单个大 Prompt 效果好，但要多花 2-3 倍 token。我也还在探索中。
我之前也遇到过类似问题，Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。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。