初级提示词是“帮我写个文案”，进阶提示词是结构化的任务规格：角色定义、输入材料、输出格式、质量标准、约束条件。提示词的质量，直接决定 AI 输出的天花板。 写提示词的过程，本质上是在练...

上下文学习（ICL）是大模型最神奇的能力：在提示词里给几个示例，模型就能照着做，不需要任何训练。这种“看一眼就会”的能力，是大模型通用性的直接体现。 上下文学习的美妙在于零成本的知识传...

Zero-shot 不给示例直接问，Few-shot 给几个示例再问。两种方式没有绝对优劣，任务越规范越适合 few-shot，任务越开放越适合 zero-shot。 这个区分本质上是在讨论“规则与示例的平衡”。管理中...

系统提示词（System Prompt）是对话开始前设定的“元指令”，定义 AI 的角色、风格、边界。它决定了整个对话的基调，是所有 AI 产品最核心的配置之一。 系统提示词就像组织的“文化与制度”：写...

角色提示通过设定身份（“你是一位资深律师”）来约束模型的知识范围与表达风格。简单一行字，常常就能显著改变输出的专业度与准确性。 角色提示的巧妙在于它利用了模型训练数据中的“语料分布...

提示词（Prompt）是你输入给模型的指令、问题或上下文。同样的模型，提示词写法不同，输出质量可以天差地别。提示词工程已成为一项实用的数字技能。 提示词的本质是“把你的隐性需求显性化”。...