完整题目
除了你实际使用的方法外，你还了解哪些常见的Prompt优化方法？请列举并简要说明其原理和适用场景。
答案要点
- 能系统分类Prompt优化方法（结构化、示例类、推理增强类）
- 准确解释CoT/ToT等核心方法的原理差异
- 说明不同方法的适用场景和选型依据
- 提及前沿方法如DSPy、自动提示优化等
Prompt优化方法可分为四大类：
一、结构化优化
- 角色设定：给模型定义专业身份（"你是一位资深算法工程师"），激活特定领域知识
- 输出格式约束：用JSON/XML模板、Markdown表格等强制规范输出结构，便于下游解析
- 分隔与标记：用###、"""等明确区分指令、上下文、输入，降低歧义
二、示例驱动（In-Context Learning）
- Few-shot：提供2-5个输入-输出示例，引导模型理解任务模式；关键在示例分布覆盖边缘case
- 动态示例检索：用Embedding从示例库召回相似case，比静态示例更精准（RAG+Prompt结合）
三、推理增强
- CoT（思维链）：在示例中展示"Let's think step by step"的推理过程，激发模型逐步思考，适合数学、逻辑题
- Self-Consistency：对同一问题采样多条推理路径，投票取多数答案，降低单条CoT的随机性
- ToT（思维树）：维护多条推理分支，用评估函数剪枝/扩展，适合需要探索的复杂决策（如24点游戏）
四、自动化优化
- DSPy：将Prompt构建转为可优化的编程框架，自动调优指令和示例
- APE（Automatic Prompt Engineer）：用LLM itself生成并筛选候选Prompt，迭代优化
选型建议：简单分类任务用Few-shot+格式约束即可；数学推理必加CoT；多步决策尝试ToT；生产环境建议接入DSPy等框架做系统优化。
换一种问法，检查是否真正理解
场景切入
我看你做过电商客服，假设现在要开发一个自动回复退货政策的机器人，用户问‘我买的鞋子能退吗’，你准备怎么设计Prompt？除了你实际用过的，还有哪些Prompt优化方法可以提升准确率？
层层追问
你平时写Prompt一般怎么优化？……如果模型回答不够好，你会加例子还是改指令？……那如果任务需要模型一步步推理，比如解数学题，你了解哪些专门的方法？
直球架构
除了你实际使用的方法，你还了解哪些常见的Prompt优化方法？请列举并简要说明其原理和适用场景，比如结构化、示例驱动、推理增强这些类别。
练习口述回答 · 约4分钟
- 本质问的是Prompt优化的工程选型
- 结构化与示例驱动：简单场景立竿见影
- 推理增强：复杂任务的核心手段
- 自动化优化与落地风险
- 可延伸点：DSPy的自动调优
这道题如果只看表面，好像是在问Prompt的优化方法有哪些，但我觉得面试官真正想听的是：你面对一个真实任务，怎么判断该用哪种思路，以及为什么。所以我会从选型的角度来讲，而不是罗列方法。
先说分类。我一般把Prompt优化分成三类：一类是结构化，一类是示例驱动，还有一类是推理增强。结构化和示例驱动，说白了就是给模型画框框，让它别跑偏；推理增强是帮模型把思路理清楚。
先说结构化，这是最基础也最见效的。比如角色设定，你给模型一个身份，像“你是一位资深算法工程师”，它输出的内容风格和知识倾向就会变。还有输出格式约束，比如用JSON模板，这样下游解析就特别稳定。适用场景很明确：只要输出需要被程序解析，或者任务边界清晰，结构化几乎必加。但它的局限也明显，模型可能死板地套格式，内容本身质量不一定高。
再一个就是示例驱动，也就是[[Few-shot]]。给几个输入输出例子，模型就能学会模式。这里有个坑：示例的分布很关键，如果只给常见case，边缘case就容易翻车。所以生产环境里，我倾向用动态示例检索，从示例库里用[[Embedding]]召回最相似的几个，比固定示例准得多。但代价是多了检索这一步，延迟会高。
接下来说推理增强，这是处理复杂任务的核心。[[Chain-of-Thought]]是最经典的，让模型一步步推理，数学题、逻辑题特别好使。但它的随机性也比较大，所以后来有[[Self-Consistency]]，跑多条推理路径再投票，稳定性提升不少。再复杂一点的任务，比如要探索多种决策路径的，可以用[[Tree-of-Thoughts]]，维护多个推理分支，剪枝扩展，像24点游戏这种就很合适。
这里我想特别强调一下选型：简单分类任务，比如客服的意图识别，Few-shot加格式约束就够了，没必要上推理。但数学推理，不加CoT基本没法用。多步决策，比如自动写SQL，ToT可能比CoT更适合，因为中间步骤错了可以回溯。
那自动化优化呢，像DSPy和APE，它们是把Prompt优化本身变成一个可编程的流程。DSPy把指令和示例当成可调参数，自动搜索最优组合。这个方向很前沿，但我认为它目前更适合做基线探索，真要上线，还得人工把关。为什么？因为自动搜索出来的Prompt可能在测试集上表现好，但泛化性不一定，甚至可能过拟合。
说到自动化，我其实更关注DSPy里的一个细节：它用编译的方式做优化，但编译过程中，搜索空间怎么定义很关键。如果搜索空间设得太大，可能跑很久都找不到好结果；设得太小，又可能错过最优。这个问题在实际落地时怎么平衡，我觉得挺有意思。
最后总结一下我的判断：我会把结构化看成必选项，不管什么任务都带上；示例驱动和推理增强是选配，根据任务复杂度和对推理的要求来加。落地的时候，我特别关注两个风险：一是示例分布偏差，二是推理路径的随机性。所以上线前，我一定会用一批覆盖边缘case的测试集做回归，确保召回和准确率都达标。