title, type, tags, sources, last_updated
| title |
type |
tags |
sources |
last_updated |
| Prompt工程 |
concept |
| prompt-engineering |
| llm |
| ai |
|
|
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
Sources
