Auto-sync

wiki/concepts/Prompt工程.md

@@ -0,0 +1,39 @@
+---
+title: "Prompt工程"
+type: concept
+tags: [prompt-engineering, llm, ai]
+sources: ["如何写出完美的Prompt（提示词）？"]
+last_updated: 2026-04-15
+---
+
+## Definition
+将人的模糊需求转化为 AI 可理解、可执行的结构化任务的协作协议设计能力。本质是结构化思维+精准表达。
+
+## Core Framework
+### 四要素（角色-需求-场景-目标）
+- 角色：明确输入角色，决定立场
+- 受众对齐：明确输出接收者，决定专业深度与语言风格
+- 场景对齐：明确使用场景，决定内容侧重点与呈现形式
+- 目标对齐：明确核心目标，决定内容逻辑与关键信息
+
+### 技术层级
+| 层级 | 技巧 | 适用场景 |
+|------|------|---------|
+| 基础 | 需求拆解、上下文补全、格式定义、示例引导 | 简单任务（撰写短文、整理数据、回答问题） |
+| 进阶 | 思维链引导、任务拆分、角色赋能、预填回复、不确定性管理 | 复杂任务（行业白皮书、竞品分析、年度方案） |
+| 高阶 | 跨模态联动、领域知识注入、反馈循环嵌入 | 超复杂任务（多模态生成、跨领域方案、知识图谱构建） |
+
+## Key Principles
+- 隐性需求必须显式表达（LLM 无默认设定）
+- Prompt 优化过程本质是需求逐步清晰化
+- 建立测试-反馈-优化闭环
+- 技巧选择按复杂度匹配，遵循最小成本原则
+
+## Related Concepts
+- [[结构化思维]]：Prompt 工程的思维基础
+- [[AI技能封装]]：Prompt 工程向流程工程的延伸
+- [[LLM]]：Prompt 工程的载体
+- [[大语言模型]]：技术基础
+
+## Sources
+- [[如何写出完美的Prompt（提示词）？]]