1.8 KiB
1.8 KiB
title, created, updated, type, tags, sources, confidence
| title | created | updated | type | tags | sources | confidence | |||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| Prompt Engineering（提示词工程） | 2026-06-29 | 2026-06-29 | concept |
|
|
high |
Prompt Engineering
AI 开发范式四次浪潮的第一阶段（2022–2024）：核心问题是"如何跟 AI 沟通"。
经典方法论
- Zero-shot / Few-shot：不给或给少量示例
- Instruction Prompting：结构化指令引导
- Chain-of-Thought / Tree-of-Thought：多步推理提示策略
- APE（Automatic Prompt Engineering）：自动搜索最优 Prompt
Prompt Engineering ≠ Blind Prompting
正确的 Prompt Engineering 是一套包含"定义问题 → demonstration set → 候选 prompt → 实测准确率 → 成本/精度权衡 → 持续迭代"的工程方法论。blind-prompting 则是纯 trial-and-error、缺乏测试的反模式。
声明式框架：DSPy
dspy 将 Prompt 从"人工手写"变为"可编译、可学习的程序"：开发者声明输入输出签名，优化器自动搜索最优 Prompt + Few-shot 组合。底座模型切换时一键重新编译。
瓶颈
- 上下文窗口限制，无法承载海量上下文
- 缺乏记忆与工具调用，无法多步执行
- 容错率极低，需不断人工介入
- 技术债务：应用规模稍大就需维护成百上千条模板，模型升级时集体失效
嵌套定位
Prompt ⊂ context-engineering ⊂ harness-engineering ⊂ loop-engineering