迭代改进

提示工程很少是一次完成的过程。最好的提示是通过迭代产生的——测试、观察和优化，直到获得理想的结果。

迭代循环

有效的提示优化遵循一个可预测的循环：编写、测试、分析和改进。每次迭代都会让你更接近一个能可靠产生所需结果的提示。

Write a product description.

常见优化模式

大多数提示失败都可以归类为几种情况。学会识别这些模式可以让你快速诊断和修复问题，而无需从头开始。

问题：输出太长

这是最常见的问题之一。如果没有明确的约束，模型倾向于提供详尽而非简洁的回答。

问题：输出太模糊

模糊的提示会产生模糊的输出。模型无法读取你的想法，不知道"更好"意味着什么，也不知道哪些方面对你最重要。

问题：语气不对

语气是主观的，会因上下文而异。模型认为的"专业"可能与你组织的风格或与收件人的关系不匹配。

问题：缺少关键信息

开放式的请求会得到开放式的回应。如果你需要特定类型的反馈，必须明确地提出要求。

问题：格式不一致

如果没有模板，模型会以不同的方式组织每个回应，使比较变得困难，自动化也无法实现。

系统化优化方法

随机的修改会浪费时间。系统化的方法可以帮助你快速识别问题并高效地修复它们。

第一步：诊断问题

在修改任何内容之前，先确定到底出了什么问题。使用这个诊断表将症状映射到解决方案：

第二步：进行针对性修改

抵制重写一切的冲动。同时修改多个变量会让你无法知道什么有帮助、什么有害。每次只修改一个地方，测试后再继续：

迭代 1：添加长度限制
迭代 2：指定格式
迭代 3：添加示例
迭代 4：优化语气说明

第三步：记录有效的内容

提示工程的知识很容易丢失。记录你尝试过的内容和原因。这在你以后重新查看提示或面临类似挑战时可以节省时间：

## 提示：客户邮件回复

### 版本 1（太正式）
"Write a response to this customer complaint."

### 版本 2（语气更好，但结构仍然缺失）
"Write a friendly but professional response to this complaint. 
Show empathy first."

### 版本 3（最终版 - 效果良好）
"Write a response to this customer complaint. Structure:
1. Acknowledge their frustration (1 sentence)
2. Apologize specifically (1 sentence)  
3. Explain solution (2-3 sentences)
4. Offer additional help (1 sentence)

Tone: Friendly, professional, empathetic but not groveling."

真实世界的迭代示例

让我们完整地走一遍迭代循环，看看每次优化是如何在前一次基础上构建的。注意每个版本是如何解决前一个版本的具体不足的。

任务：生成产品名称

按任务类型的优化策略

不同的任务会以可预测的方式失败。了解常见的失败模式可以帮助你更快地诊断和修复问题。

内容生成

内容生成通常会产生通用的、偏离目标的或格式不佳的输出。修复方法通常包括更具体地说明约束、提供具体示例或明确定义你的品牌声音。

代码生成

代码输出可能在技术上失败（语法错误、错误的语言特性）或在架构上失败（糟糕的模式、遗漏的情况）。技术问题需要版本/环境细节；架构问题需要设计指导。

分析任务

分析任务通常会产生表面或无结构的结果。用特定框架（SWOT、波特五力）指导模型，要求多个视角，或为输出结构提供模板。

问答任务

问答可能太简短或太冗长，可能缺少置信度指标或来源。指定你需要的详细程度，以及是否希望引用来源或表达不确定性。

反馈循环技术

这是一个元技术：使用模型本身来帮助改进你的提示。分享你尝试的内容、得到的结果和你想要的内容。模型通常可以建议你没有想到的改进。

I used this prompt:
"[your prompt]"

And got this output:
"[model output]"

I wanted something more [describe gap]. How should I modify 
my prompt to get better results?

A/B 测试提示

对于将重复使用或大规模使用的提示，不要只选择第一个有效的版本。测试变体以找到最可靠和最高质量的方法。

Prompt A: "Summarize this article in 3 bullet points."
Prompt B: "Extract the 3 most important insights from this article."
Prompt C: "What are the key takeaways from this article? List 3."

多次运行每个提示，比较：

• 输出的一致性
• 信息的质量
• 与你需求的相关性

何时停止迭代

完美是"足够好"的敌人。知道什么时候你的提示已经可以使用，什么时候你只是在为递减的回报而打磨。

提示的版本控制

提示就是代码。对于任何在生产中使用的提示，要以同样的严格性对待：版本控制、变更日志，以及在出现问题时回滚的能力。

对于自行管理的提示，使用文件夹结构：

prompts/
├── customer-response/
│   ├── v1.0.txt    # 初始版本
│   ├── v1.1.txt    # 修复语气问题
│   ├── v2.0.txt    # 重大重构
│   └── current.txt # 指向活动版本的符号链接
└── changelog.md    # 记录变更

总结

练习：改进这个提示

尝试自己改进这个薄弱的提示。编辑它，然后使用 AI 将你的版本与原版进行比较：

Write an email.

在下一章中，我们将探索用于结构化数据应用的 JSON 和 YAML 提示技术。