Prompt 设计方法论怎么用?

这道题问的是prompt设计的方法论，其实本质就是在问：你怎么把一个大模型的能力，精准地约束到你想要的那个任务上。不是简单写一段话就行，而是要根据任务类型、输出要求、安全边界来做结构化设计。

我自己的方法论可以概括成四个字：任务驱动。就是先搞清楚这个任务到底是生成、抽取、分类还是推理，然后针对性地搭prompt框架。

具体说一下。生成类的任务，比如写摘要、创作文案，重点是控制风格和长度。我一般会先给一个角色设定，比如“你是一个资深电商客服专家”，然后再给一个输出格式模板，比如“用三句话总结，每句不超过20字”。抽取类的任务，比如[[命名实体识别]]或者[[关系抽取]]，难点在于实体定义和边界。我会给几个[[Few-shot]]示例，而且一定包含负例，告诉模型什么不算实体，这样能大幅减少[[幻觉]]。分类或判断类的任务，关键是消除歧义。我会把选项全部列出来，并且要求模型输出置信度，低于某个阈值就返回“无法判断”。推理类的任务，比如数学题或者逻辑推理，我会用[[Chain-of-Thought]]，明确说“请逐步思考”，同时加上Step-by-step的指令，让模型把中间步骤写出来。

说到最佳实践，三个技巧我觉得最核心。先看角色和上下文锚定。你给模型一个身份，它就能激活对应的领域知识，输出风格也更稳定。比如你让它扮演“美团外卖售后专家”，它回答纠纷处理时就更专业。然后看动态Few-shot构建。我不固定示例，而是根据输入从案例库里检索最相关的2到3个示例，覆盖标准case、边界case和易错case。这样做比固定示例效果好很多，因为模型能参考最像的例子。另外还要看输出控制三件套：格式约束、长度控制、拒绝策略。格式约束我一般指定JSON或者Markdown，长度控制说“50字以内”或者“分三点阐述”，拒绝策略最重要，就是告诉模型“如果信息不足，回复‘无法判断’而不是瞎猜”。

有了初版prompt，我会走一个迭代优化流程：先小批量测试50到100条，然后把错误分类，看看是理解错、格式错还是幻觉。理解错就调整表述或加示例，格式错就强化输出模板，幻觉就加拒绝策略和负例。这样循环几轮，效果就能稳定下来。

举个例子，在美团场景里处理售后纠纷。用户说“我点了酸菜鱼，等了两个小时没到，申请退款被拒”。这时候prompt要能理解这是个退款申请，同时要判断是否符合规则。我会把prompt设计成：先让模型扮演客服专家，然后给一个结构化指令，包括任务定义、规则说明、输出格式。比如输出一个JSON，包含“是否可退款”“退款金额”“理由”。这里有个坑：时间敏感信息。如果满减活动刚结束，或者配送政策刚改，prompt里必须注入当前日期和最新规则，否则模型会给出过时的判断。另外，多轮交互时，我得维护对话状态，比如用户之前说过什么，当前会话到了哪一步，这些都要在prompt里通过状态变量显式传递。