Prompt Engineering（提示工程）
一句话：Prompt Engineering（提示工程）是这条演进链的起点——在一次调用里，靠措辞、示例、结构和"让模型先想再答"把任务讲清楚，从模型已有的能力里榨出最好的单轮输出。它关心的是怎么问；当问题不再是"怎么问"而是"模型根本没拿到该看的信息 / 一次答不完需要反复迭代"时，焦点就外溢到了 上下文工程 与 循环工程。
缘起：GPT-3 的 few-shot（2020）让"给几个例子就会做新任务"成为范式；CoT、ReAct、self-consistency（2022）把"怎么写 prompt"提炼成手艺。2023–24 是它的全盛期，也是它天花板暴露的时期。 前置阅读：本页是 prompt → context → loop → harness 链的第①环。机制细节见 执行循环与上下文管理；后续环节见 上下文工程 · 循环工程 · Harness 工程。
在演进链上的位置：第①环
后三环都是把 prompt engineering 包进更大的范围：context engineering 决定"窗口里放哪些 prompt 之外的信息"，loop engineering 决定"每一轮之间怎么自动改写 prompt 与上下文"，harness engineering 把这一切连同工具与沙箱裹成一台机器。所以提示工程没有过时，它沉降成了内层的一项基本功——只是不再是工程的全部。
核心手法
| 手法 | 做什么 | 典型出处 |
|---|---|---|
| Zero / Few-shot | 不给/给几个输入-输出示例，靠示例隐式定义任务与格式 | GPT-3（2020） |
| Chain-of-Thought（CoT） | 让模型"一步步想"，把中间推理显式写出来，复杂推理显著提升 | Wei et al.（2022） |
| Self-Consistency | 采样多条推理路径、对最终答案投票，换准确率 | Wang et al.（2022） |
| 角色 / System prompt | 用系统提示设定身份、风格、约束，把行为先验固定下来 | 各家对话模型 |
| 结构化输出 / XML 标签 | 用 <thinking>、<answer> 等标签或 JSON schema 框定输出，便于解析与分节 | Anthropic 提示文档 |
| 任务分解 / Prompt chaining | 把大任务拆成多个子提示串起来，每步只做一件事 | Anthropic《Building Effective Agents》 |
| ReAct 提示 | 在 prompt 里交错"思考→动作→观察"，是后来 agent loop 的原型 | Yao et al.（2022） |
举例：同一个"判断这段代码有没有 SQL 注入"的任务，zero-shot 直接问往往给笼统答案；加一句"先逐行分析数据如何流入查询，再下结论（CoT）"、再给一个标注好的正例与反例（few-shot），同一个模型的判准率就明显上来——模型没变，是把它已会的能力问出来了。
Anthropic 的提示原则（按收益排序）
Anthropic 官方提示工程文档给的优先级，从高到低：
- 清晰、直接：把任务、受众、格式讲明白，别让模型猜意图；
- 给示例（multishot）：示例比形容词管用，覆盖边界情况；
- 让它先想（CoT）：留出"思考"空间再给结论，难任务尤其有效；
- 用 XML 标签分节：把指令、上下文、示例、输出位用标签隔开，减少串味；
- 给角色（system prompt）：用系统提示定身份与基调；
- 预填（prefill）回复开头：用 assistant 起手几个字锁定格式/语气；
- 拆成提示链：一个提示只干一件事，串起来比塞进一个巨型提示稳。
注意这条清单的第 5–7 条已经在往外探了：system prompt、提示链其实是 上下文工程 和 循环工程 的入口。
天花板：为什么"写好一句话"不够了
提示工程的根本局限，被这条广为流传的话点破："一句再完美的 prompt 也无法补上模型从未拿到的事实。"
- 补不上缺失的信息：模型不知道你的代码库、你的私有文档、今天的实时数据——再精巧的措辞也变不出它没见过的事实。这把需求推向 上下文工程：去检索、选择、压缩该进窗口的信息。
- 单轮框架装不下长任务：很多真实任务要"试→看报错→改→再试"反复多轮，单次 prompt 的心智模型天然不适配。这把需求推向 循环工程：设计那个替你反复 prompt 的自纠错循环。
- 手工调 prompt 不可扩展：逐字微调对一次性任务有用，但 agent 要在成千上万种情境下自跑，靠的是系统而非某条神 prompt。
一句话：提示工程优化"问法"，但 agent 时代的瓶颈逐渐从"问法"转移到"喂什么信息、怎么迭代、整台机器怎么搭"——于是有了后面三环。
与本站既有内容的关系
| 想了解 | 去这里 |
|---|---|
| 把"该看的信息"喂对（检索/压缩/记忆） | 上下文工程 |
| 把"反复迭代"设计成自纠错循环 | 循环工程 |
| 循环的机制：形式化、上下文四级管理、消融数字 | 执行循环与上下文管理 |
| 把整台机器（循环+上下文+工具+沙箱）搭好 | Harness 工程 |
| 让模型学会"在对的时机发起符合 schema 的调用" | Tool Use 训练 |
务实的边界
- 提示工程没死，只是降维成基本功：清晰、给例子、让它先想，这些在每一环里都还要用；它只是不再是工程的顶层。
- 过度堆 prompt 反而有害：把一切塞进一个巨型 system prompt 会稀释真正重要的指令；Anthropic 的经验是 prompt 写在"right altitude"——够具体以引导、又不硬编码 if-else（详见 Harness 总览 设计原则表）。
- 可复现性差：神 prompt 对模型版本敏感、换模型就漂移；这也是工程重心转向"系统"而非"措辞"的原因之一。
参考链接
- Brown et al., 2020. Language Models are Few-Shot Learners（GPT-3，few-shot 范式）
- Wei et al., 2022. Chain-of-Thought Prompting Elicits Reasoning in Large Language Models
- Wang et al., 2022. Self-Consistency Improves Chain of Thought Reasoning
- Yao et al., 2022. ReAct: Synergizing Reasoning and Acting in Language Models（agent loop 原型）
- Anthropic. Prompt Engineering Overview / Be Clear and Direct / Use XML Tags / Chain Prompts（官方提示工程文档）
- Anthropic, 2024. Building Effective Agents（提示链与任务分解）