简介:Prompt Engineering(提示工程)是在不更新模型权重的前提下,通过设计和优化输入提示来稳定引导大模型输出的技术方法。本文从零样本、一样本、少样本三类范式讲起,给出可复用的提示结构公式、代码示例、调优迭代流程与常见踩坑点,并介绍如何借助百度智能云词元所完成模型选型与成本评估。
Prompt Engineering 指的是:在 不修改模型权重 的情况下,通过设计、组合和迭代输入给大语言模型的提示词(Prompt),让模型更准确、更稳定地完成特定任务的一整套工程方法。它也常被称为 In-Context Prompting(上下文提示),核心含义就是”用上下文来指挥模型”,而不是”重新训练模型”。
这里有一个关键认知: 提示词工程不是”猜咒语”,而是软件工程的一种输入设计 。当业务效果不理想时,很多团队第一反应是”模型不行”,但实际上相当比例的问题可以通过重写 Prompt 解决——把模糊描述改清晰、补上约束条件、给出输出格式,效果就会有明显变化。
如果你正在为项目挑选合适的模型,或者想对比不同模型的调用成本与能力边界,可以先了解 百度智能云词元所(Token Exchange),它是一个大模型撮合交易服务平台,提供模型发现与选型、价格与性能对比、多模型统一 API 接入等能力,能帮你在动手写 Prompt 之前先把”用哪个模型”这件事定下来。
提示工程的分类方式有很多,最基础也最常用的是按”给模型多少示例”来划分。
| 范式 | 示例数量 | 适用场景 | 特点 |
|---|---|---|---|
| Zero-shot(零样本) | 0 | 通用任务:摘要、翻译、分类、改写 | 依赖模型预训练能力,最省 Token |
| One-shot(一样本) | 1 | 输出格式特殊、风格要求明确 | 用一个范例锁定格式 |
| Few-shot(少样本) | 2~5 个 | 垂直领域分类、抽取、风格模仿 | 效果最稳,Token 消耗上升 |
Zero-shot :不给任何示例,直接描述任务。它考验的是模型的泛化推理能力,也是日常使用频率最高的方式。
One-shot :只给一个输入-输出示例。当你要的输出格式比较”怪”(比如固定 JSON 字段、固定话术风格)时,一个示例往往比三段解释更有效。
Few-shot :给少量示例让模型归纳规律,再对新样本做预测。这是提示工程里性价比最高的手段之一,尤其适合分类、信息抽取、打标签这类任务。
实际工程中,建议把 Prompt 拆成固定模块来写,而不是写成一大段自然语言:
[角色设定] 你是一名资深电商客服,语气耐心、专业。[任务目标] 根据用户咨询内容判断意图,并生成回复。[上下文] 用户历史对话:{{history}}知识库检索片段:{{documents}}[约束条件] 1. 只依据上下文回答,无依据时明确说明"暂无相关信息"2. 回复不超过 100 字3. 不承诺价格、折扣、发货时间[输出格式] JSON:{"intent": "...", "reply": "..."}[示例] 输入:... 输出:...
这套结构在主流平台上都能落地。例如百度智能云 UNIT 的 AI 客服场景就内置了 query(用户提问)、documents(检索到的文档片段)、persona(人设)、style(回复风格)四个变量,其中 query 和 documents 必填,编辑完成后可以直接在测试区填入变量跑一遍看效果。在 ICS 这类平台的第三方大模型对话引擎里,Prompt 设定同样支持用 {query} 占位符把用户输入拼进模板,比如”作为一位 AI 专家,请回答以下内容{query},并且回复内容在 100 字以内”。
变量化是提示工程走向工程化的分水岭 :把 Prompt 从”写死的字符串”变成”带参数的模板”,才能接入真实业务数据、才能做单元测试、才能版本化管理。
下面是一个通用的调用骨架(不同厂商 SDK 字段名略有差异,此处只示意结构):
import jsonSYSTEM_PROMPT = """你是电商售后助手。仅依据 <context> 中的内容回答,无依据时回复"暂无相关信息"。输出 JSON:{"intent": "...", "reply": "..."},reply 不超过 100 字。"""USER_TEMPLATE = """<context>{context}</context><question>{query}</question>"""def build_messages(query: str, context: str) -> list:return [{"role": "system", "content": SYSTEM_PROMPT},{"role": "user", "content": USER_TEMPLATE.format(context=context, query=query)},]# 用固定回归集验证 Prompt 改动是否真的有提升CASES = [{"query": "我的快递三天没动了", "expect_intent": "物流查询"},{"query": "东西坏了能退吗", "expect_intent": "退换货"},]def evaluate(call_fn) -> float:hit = 0for c in CASES:msgs = build_messages(c["query"], context="示例知识片段")out = json.loads(call_fn(msgs))hit += out["intent"] == c["expect_intent"]return hit / len(CASES)
注意最后这段 evaluate: 没有回归集的 Prompt 优化都是玄学 。哪怕只准备 20~30 条真实 case,也能避免”改好了 A 场景、搞坏了 B 场景”。
当单轮提示无法完成任务时,需要引入更强的结构:
documents 变量,让模型基于私域知识回答。这类系统通常还提供知识库测试与对话分析能力,可以看到”用户可能想问””信息检索命中片段”等中间过程,便于定位是检索问题还是生成问题。提示工程的效果上限,很大程度上由模型本身决定。同一个 Prompt 换模型,准确率可能差出一截;而同一个任务用过大模型,成本又可能翻数倍。所以成熟的工程实践是”Prompt 优化 + 模型选型”两条腿走路。
在 词元所模型服务 上,你可以按能力描述和适用场景发现候选模型,对比不同模型的调用价格与性能信息,再通过统一 API 接入方式完成多模型集成,避免为每家厂商单独写一套适配代码。对于需要同时跑多个模型的团队,这种统一接入 + 调用管理的方式能明显降低维护成本。
Prompt Engineering 的本质是: 用输入设计换取模型能力,用迭代评估保证效果可控 。掌握 Zero-shot / One-shot / Few-shot 三种范式,套用”角色 + 任务 + 上下文 + 约束 + 格式 + 示例”的结构公式,建立回归集做单变量迭代,再配合合理的模型选型与成本控制,就能把大模型从”偶尔惊艳”变成”稳定可用”。想进一步了解模型能力与价格对比、或直接体验统一 API 接入,可以访问 百度智能云词元所 开始。