提示词设计五要素 的 RTCC + Format 骨架之上,再叠加这些技巧可继续提升 30%+ 效果。五要素是"骨架",进阶技巧是"血肉"。

一、思维链(Chain of Thought, CoT)

让模型把推理过程显式写出来,再给最终答案,避免跳步。

  • 一句话触发:在 Prompt 末尾加"请一步一步地思考"。
  • 结构化触发:明确写出"先分析…再判断…最后输出…"的步骤。
  • 适用场景:数学/逻辑推理、归因分析、多条件判断、Badcase 诊断。
  • 代价:输出更长、token 更贵、延迟更高——简单任务别滥用。

二、Few-Shot 示例

给 2-3 个"输入→输出"样例,让模型从样例中归纳规律。详见 Few-Shot少样本提示

适用:风格难以用文字描述(如"像鲁迅的口吻")、输出格式严格(如固定 JSON 字段)、分类任务边界模糊。

三、XML 标签分层

大段内容用 <context>...</context><example>...</example><task>...</task> 等标签包裹,模型对结构边界更敏感。

<context>
  这是一份客服工单……
</context>

<task>
  请按以下规则归类
</task>

<rules>
  1. ...
  2. ...
</rules>

特别适合 Prompt 很长、信息块多的工程化调用。

四、自我检查

在输出后追加一段自检指令:"输出前请检查:是否所有结论都有依据?是否符合 Format 规定?是否违反任何 Constraints?"

低成本提升输出可靠性,常与 CoT 搭配使用。

五、正向表达 vs 负向表达

  • 不写"别太长",写"控制在 150 字以内"。
  • 不写"不要不像人一样",写"用口语化风格"。
  • 模型对正向指令的遵循率明显高于负向。

六、直接指令,不用礼貌用语

"请您""麻烦""辛苦""谢谢"对 AI 无效,反而稀释指令密度——直接动词开头效率更高。

七、Markdown 结构化

标题、列表、表格能帮助模型理解结构,输出也更规整。Prompt 本身的可读性≈模型的执行准确率。

进阶技巧组合拳

场景 推荐组合
复杂推理 CoT + 自我检查
风格迁移 Few-Shot + XML 分层
工程化解析 Format(JSON) + XML 分层 + 自我检查
长文档处理 XML 分层 + CoT

PM 怎么用 / 何时用

  • 在五要素骨架上调优时,按场景从"组合拳"表挑技巧(复杂推理上 CoT+自检、风格迁移用 Few-Shot+XML、工程解析用 Format+XML+自检)。
  • 写工程化 Prompt 时,默认用 XML 标签分层 + Markdown 结构、正向表达、直接指令,去掉礼貌用语以提升指令密度。
  • 简单任务别滥用 CoT——它换来更长输出、更贵 token 和更高延迟,按收益决定是否开。

相关页面

提示词设计五要素提示词工程四象限法则Few-Shot少样本提示Badcase分析方法论AIPM课程 Day3