PART 00
Prompt 工程
Prompt 工程是 AI 工程师的入场门票。在学 RAG、微调、Agent 之前，先掌握结构化 Prompt 设计。使用 CREATE 框架 + Few-shot + CoT 思维链。
01 Prompt 工程实战
从"会用"到"用好"：CREATE 框架 + 实战模板 + 进阶技巧 + B站教程。
CREATE 框架（5 要素）
一个高质量 Prompt，无论任务多复杂，都遵循 5 个要素：
| 要素 | 说明 | 关键点 |
|---|---|---|
| C - Context（背景/角色） | 告诉 AI"你是谁"，激活特定知识库 | 明确"能力边界"，告诉 AI"你不能做什么" |
| R - Request（任务指令） | 清晰具体地说明要做什么 | 定义"成功标准"，而非定义每一步 |
| E - Examples（示例） | 提供 1-3 个输入输出示例 | 支持多模态示例（图文混合） |
| A - Adjustments（约束） | 设定格式、字数、禁止事项 | 指定输出验证机制（让 AI 自我检查） |
| T - Tone/Test（语气/测试） | 指定输出风格语调 | 指定"思考过程展示程度" |
可直接套用的实战模板
# CREATE 框架实战模板
【角色】你是一位拥有10年经验的[专业角色]，擅长[核心能力]。
【边界】在以下方面你不确定时，明确标注"需要人工确认"：[列举边界]。
【任务】请完成[具体任务描述]。
【成功标准】完成的标志是：[列举可验证的标准]。
【输出格式】严格按照以下格式输出：
1. [格式要求1]
2. [格式要求2]
【验证要求】输出前，请先自我检查：[检查清单]。技巧 1：指令前置 + 分隔符隔离
LLM 对 Prompt 开头的内容注意力权重最高。把指令放在最前面，用 """ 或 ### 分隔上下文。
# 错误
这是一段关于AI发展的文章：
（500字内容）
请帮我总结上面这段文字的要点。
# 正确
请总结以下文章的要点，输出为bullet points，每条不超过20字。
文章：
"""
（500字内容）
"""技巧 2：Few-shot — 用示例教模型
OpenAI 官方最佳实践：Show, don't tell.
提取文本中的重要实体，按以下格式输出JSON：
{"公司名": [], "人名": [], "主题": []}
示例：
输入："苹果公司CEO库克在发布会上介绍了Vision Pro。"
输出：{"公司名": ["苹果公司"], "人名": ["库克"], "主题": ["Vision Pro"]}
现在处理以下文本：
输入："{你的文本}"
输出：技巧 3：结构化思维链（Advanced CoT）
基础的"请一步步思考"已过时。用结构化思考框架：
请严格按照以下5个步骤解决问题，每步都要输出详细内容：
1. 需求拆解：列出所有明确要求 + 隐含约束 + 边界条件
2. 方案设计：提出3种不同思路，分别说明优缺点
3. 方案选型：对比性能、可维护性、安全性，选择最优方案
4. 代码实现：编写完整、可运行的代码
5. 验证与优化：编写测试用例，指出潜在问题
如果过程中遇到不确定的地方，明确标注，不要假设。技巧 4：多轮对话的"状态管理"
给对话装 GPS，让 AI 知道当前进度：
【短期记忆锚点】
记住：上一步我们得出"选择方案B"的结论，原因是[原因]。
【进度看板】
当前进度：
✅ 需求分析（已完成）
✅ 方案设计（已完成）
⬜ 代码实现（进行中）
⬜ 测试验证（待办）
【下一步】
请基于以上上下文，开始代码实现阶段…B站推荐教程
- 吴恩达 ChatGPT 提示词工程教程（中文字幕） — B站最热门 Prompt 入门课，大白话讲解
- Learn Prompting（开源教程） — 系统化 Prompt 工程学习
- DeepEval Prompt 评估文档 — 评估 Prompt 效果
Prompt vs RAG vs 微调：怎么选
| 路径 | 成本 | 知识更新 | 可溯源 | 适用场景 |
|---|---|---|---|---|
| 提示词工程 | 零成本 | 每次重新设计 | 否 | 简单单轮问答、输出格式标准化 |
| RAG | 低（数万元） | 实时增量更新 | 是 | 企业私有知识库、动态知识场景 |
| 模型微调 | 高（数十万） | 需重新训练 | 否 | 风格统一、格式固定、话术一致 |
PM 判断准则：RAG 适合做客服问答，而不是实时推荐。Agent 适合多步骤任务拆解，而不是单轮对话。如果 RAG + Prompt 能解决，跳过微调。