Prompt Engineering不是简单的写提示词技巧，而是在不更新模型参数的前提下，通过输入结构、任务指令、上下文边界、示例和输出协议来调控模型行为。它处于模型调用的最前端，决定模型如何理解任务、采用什么视角、遵守哪些约束、以什么形式交付结果。模智空间这份报告系统拆解了结构化Prompt的五要素、三种核心技巧以及工程化的完整路径。
结构化Prompt的五大核心要素
身份、任务、上下文、约束、输出
结构化Prompt通常包含五类核心要素：身份用于限定模型的回答视角，任务用于明确目标，上下文用于提供必要背景，约束用于限定边界，输出格式用于保证结果可读、可解析、可校验。对于生产场景，还应补充验收标准、不确定性处理和引用要求，避免模型在缺少信息时强行生成看似合理但不可验证的答案。核心原则是把隐含需求显性化，把自由生成变成可控交付。
三种核心提示技巧
当任务的判断标准难以完全写成规则时，只给模型一段说明往往不够。Few-Shot（少样本示例）的核心作用不是增加信息量，而是把隐含的业务标准、输出格式和边界案例具体化。当任务涉及多步判断、信息比较、原因分析或方案推导时，CoT（思维链）让复杂任务从一步给答案变成按步骤分析。Self-Consistency（自我一致性）则通过多次采样不同推理路径并投票选出最终答案，以降低单次推理偏差。角色控制则不是简单让模型“扮演某个人”，而是限定模型采用哪种分析视角——同一问题面向技术专家、业务管理者或普通用户，输出内容应该不同。
提示工程化——从一次性写法到可复用模板
当Prompt进入真实业务流程后，它就不再只是一次性文本，而需要变成可维护、可测试、可复用的工程资产。工程化Prompt通常包含模板、变量、输出协议、测试样例和版本记录。模板保证结构稳定，变量适配不同输入，输出协议便于系统处理，测试样例用于验证修改是否带来效果退化。
