Prompt 工程专有名词
程小虎
Prompt 工程专有名词
学习目标：掌握如何通过提示词让模型更稳定、更准确地完成任务。
1. 这一类为什么重要
Prompt 是人与模型之间最直接的控制接口。对于 AI Agent 来说，Prompt 不只是问题文本，还包含角色、工具说明、步骤约束、输出格式和安全边界。
2. 核心名词详解
| 名词 | 详细说明 | 常见使用场景 |
|---|---|---|
| Prompt Engineering | 设计、优化和测试提示词的方法。 | 提升问答质量、减少幻觉、控制输出格式。 |
| Zero-shot Prompting | 不给示例，直接让模型完成任务。 | 简单分类、摘要、翻译、通用问答。 |
| Few-shot Prompting | 提供少量示例，让模型模仿格式和逻辑。 | 结构化抽取、复杂分类、固定风格生成。 |
| Chain of Thought / CoT | 引导模型分步骤思考。 | 数学推理、复杂问题分析、规划任务。 |
| ReAct | Reason + Act，让模型交替进行推理和行动。 | Agent 工具调用、搜索、代码执行。 |
| Role Prompting | 给模型指定角色身份。 | 法务助手、运维专家、代码审查员。 |
| Instruction Following | 模型遵守指令的能力。 | 格式控制、安全约束、流程执行。 |
| Prompt Template | 可复用的提示词模板，包含变量占位。 | 批量任务、客服机器人、自动化工作流。 |
| Prompt Injection | 恶意输入试图覆盖系统规则或窃取信息。 | RAG、网页浏览、工具调用场景的安全风险。 |
| Jailbreak | 绕过模型安全限制的提示攻击方式。 | 安全评估、红队测试。 |
| Guardrails | 对模型输入输出进行约束和过滤的机制。 | 企业合规、敏感内容过滤、结构化输出校验。 |
3. 使用场景
- 给 Agent 规定“先思考、再调用工具、最后总结”的流程。
- 用 Few-shot 示例固定输出风格。
- 用 Guardrails 防止模型泄露系统提示词或执行危险操作。
- 通过 Prompt Template 复用任务模板。
4. ReAct 工作流图
5. 学习建议
好的 Prompt 通常包含：角色、任务、输入、约束、步骤、输出格式和示例。不要只写“帮我总结一下”，而要说明总结对象、读者、长度和格式。