从一句模糊需求到生产级分诊 prompt:5 步实用改进法
Pristine_Post6875 · reddit · 2026-11-15
作者以一个真实糟糕的客户支持邮件分诊 prompt 为例,用 8 个刁钻边界用例(多问题邮件、讽刺、prompt injection 等)做测试集,演示了把它系统性改进到生产可用的 5 个步骤:
- 结构化 prompt:告别「提取重要信息」式一句话,给模型明确角色、任务定义和输出指令;
- Few-shot 示例:用示例演示复杂边界情况(如一封邮件多个投诉),测试数据严格与示例分离;
- 结构化输出(JSON Schema):用 schema 强制程序化契约,类别严格映射到允许的枚举值,而非「礼貌请求」模型输出 JSON;
- 推理与逐步思考:评估 reasoning effort 对性能的影响,并指出逐步推理指令并非在所有模型架构上都是通用捷径;
- Prompt injection 防御:把外部邮件视为不可信输入,用显式 XML 定界符包裹并加系统级护栏,退款等敏感动作须在模型外校验后才执行。
完整代码与示例 prompt 开源于 GitHub(AI-Literacy-Lab/promptengineering),并附讲解视频。
「编程与Agent」频道最新
- Google 19K 星仓库：让 AI 评审员“金鱼记忆”反而更靠谱 — techNmak · 2026-11-15
- shadcn/ui 作者开源 /improve 技能：贵模型只做规划，便宜模型干活 — nikola_mr64990 · 2026-11-15
- 开源工具 Aptly:用 OpenAI Decisions API 自动给子 Agent 挑模型 — CH_CGV · 2026-11-15
- Reddit 讨论：我们把 AI 当聊天机器人，而非委派任务的 agent — Party-Breakfast-3606 · 2026-11-15
- 保险研究者反驳编程被自动化论:AI 难整建制替代程序员团队 — davidmanheim · 2026-11-15
- 27 个 AI Agent 3 小时重建付费应用，顺带揪出 Windows 删档级漏洞 — nikola_mr64990 · 2026-11-15