什么是 Prompt 工程？为什么同一个大模型，换一种问法输出效果可能天差地别？
Prompt工程
答案要点 Prompt 工程是通过设计输入文本（提示词），在不改动模型参数的前提下引导模型给出更好输出的方法 大模型本质是"根据上文预测下文"，prompt 就是那个"上文"；上文变了，模型认为合理的下文自然跟着变 效果差异大的原因：任务描述是否明确、有没有示例、有没有指定角色/格式/推理步骤 常用技巧：明确任务与约束、给示例（few-shot）、让模型分步思考（思维链）、指定输出格式 它是成本最低的优化手段：先调 prompt，不行再考虑 RAG 或微调 核心概念 Prompt 工程（Prompt Engineering）是指通过精心设计给大模型的输入文本——包括任务描述、上下文、示例和输出要求——来引导模型产生期望输出的一门实践，全程不修改模型的任何参数。理解它的关键是理解大模型的工作方式：模型做的事是"给定前文，预测下一个词"，prompt 就是这个前文；前文提供的信息和暗示不同，模型认为"最合理的下文"就完全不同，所以问法不同、结果天差地别。 为什么 prompt 不同，效果天差地别 任务是否说清楚："帮我写点东西"和"写一封 200 字以内、语气正式的请假邮件"，后者把目标、长度、语气都约束住了，模型不用猜 有没有示例：给 2~3 个输入输出示例（few-shot，少样本提示），模型会模仿示例的格式和风格，往往比纯文字描述规则更有效 有没有引导推理：让模型"一步一步分析"（思维链，CoT），复杂问题的正确率通常显著提升 角色和语境："你是一位资深律师"会把模型的用词和严谨程度带向对应语料的风格 实践中的基本套路 一个结构良好的 prompt 通常包含：角色设定 + 任务描述 + 背景材料 + 示例 + 输出格式要求。写完先用小批量样本测试，按 bad case 迭代改写——像调试代码一样调试 prompt。 入门之后，可以往思维链（CoT）、结构化输出、prompt 效果的自动化评估，以及 prompt 与 RAG/微调的选型边界深入。
口语版讲法(约2分钟)
- 一句话定义：不动模型，靠把问题问得更好来提升输出
- 原理：模型是"接话"机器，prompt 就是它接话的前文
- 实习生比喻：差别在交代任务的清晰度，不在能力
- 四个套路：说清任务、给例子、引导分步想、设角色
- 埋钉子：prompt 调好后怎么评估、何时转向 RAG/微调
一句话说，Prompt 工程就是不动模型本身，只靠把"问题问得更好"，来把模型的能力充分发挥出来。 为什么问法不同，效果能差那么多？这要从大模型的工作原理说起。大模型本质上是个"接话"机器：你给它一段前文，它预测最合理的下文，prompt 就是这段前文。打个比方，模型像一个读过全世界的书、但完全不了解你的实习生：你说"帮我写点东西"，它只能瞎猜你要什么；你说"写一封给导师的请假邮件，200 字以内，语气正式，理由是发烧"，它立刻就能给出像样的结果。差别不在实习生的能力，而在你交代任务的清晰度。 所以 Prompt 工程的核心套路就是把任务交代清楚。第一，明确任务和约束，要什么、不要什么、多长、什么格式；第二，给例子，放两三个输入输出示例，模型会照着模仿，这叫 few-shot；第三，引导它一步一步想，复杂问题让它先分析再下结论，正确率会明显提升，这就是思维链；第四，设定角色，比如"你是一位资深面试官"，会把回答的风格和专业度带起来。 从工程角度看，prompt 是性价比最高的优化手段：不用训练、不用 GPU、改完立刻生效。所以合理的顺序是先把 prompt 调到位；如果发现模型是缺知识，再上 RAG 外挂知识库；如果是行为风格怎么都掰不过来，才考虑微调。 最后多提一句，prompt 调好之后还有一个工程问题：怎么证明它"真的更好"？这就涉及 prompt 的评估，比如固定一批测试问题跑回归对比。我觉得这是从"会写 prompt"到"能上生产"的关键一步，可以展开聊。
关键一句:Prompt 是模型预测下文的"前文"，效果差异来自任务交代的清晰度，而不是模型能力变了。
面试官可能的追问
- 【概念辨析】有人说 Prompt 工程就是"会提问的玄学"，你怎么看？它和微调都能改变模型输出，两者的本质区别在哪里？
- 【场景切入】让模型从合同里抽取甲方、乙方和金额，输出老是格式混乱、时有遗漏，你会从哪几个方向去改 prompt？