提示词工程还有用吗？聊聊与大模型协作的正确姿势

模型越来越强，"咒语"好像不灵了？我的体会是：提示词工程没死，是升级了——从"背咒语"变成了"上下文工程"。

几个一直有效的原则：
1. 给足背景：模型不知道你的业务，把领域知识、约束条件写进上下文；
2. 给示例：few-shot 依然是最强的对齐手段，比空讲道理管用；
3. 结构化输出：明确要求格式（JSON/表格/分点），省掉大量后处理；
4. 拆解任务：复杂任务先让模型列步骤，再逐步执行，别指望一次到位。

一句话：把模型当聪明的实习生——目标清晰、材料给全、过程可检查，它就能产出靠谱的结果。大家有什么压箱底的技巧？

再补一条：让模型先复述理解（“你先说说你打算怎么做”），能过滤掉一大半跑偏。相当于开工前的对齐会。

血泪教训：提示词写得再好，知识库切得稀烂也白搭。上下文工程里，检索质量占七成，提示词只占三成。