【大模型预备4】Prompt 工程入门

结构化提示词设计实战CRISPE框架分类任务落地案例一、Prompt工程基础概念1.1 定义Prompt Engineering提示词工程是通过精心设计、迭代优化输入给大模型的文本指令约束大语言模型的思考逻辑、输出内容、排版格式、语气风格从而精准完成业务需求的一套方法论。大模型不存在固有意志用户输入的提示词就是模型执行任务的唯一依据同一需求提示词撰写方式不同输出准确率、规范性、可用性差距巨大。1.2 学习Prompt工程的价值低成本优化效果无需对大模型进行微调训练仅依靠文字编排即可显著提升7B、8B等轻量化本地开源模型的听话能力便于程序对接强制固定输出结构方便Python等后端代码解析、提取数据实现AI能力自动化落地规避模型通病有效解决大模型幻觉、答非所问、随意闲聊、逻辑跑偏、内容冗长杂乱等问题模板可复用标准化提示词框架能够套用在文本分类、数据抽取、文案创作、角色扮演、AI问答等几乎所有大模型场景。1.3 主流适用场景文本规则分类、结构化信息提取、总结润色、角色扮演对话、AI智能判定、报告生成等落地场景。1.4 LLM 基础应用模块Agent 的前置基础本模块不属于智能 Agent属于大模型结构化规则推理模块是搭建生活类 AI Agent 的核心前置能力负责标准化行为识别、属性判定、数值增减为后续高阶 Agent 的自主规划、自我复盘提供底层数据支撑。当前代码不是 Agent是 LLM 规则推理分类模块技术定位Prompt 工程落地 结构化输出解析 工程容错项目地位LifeCraft AI Agent 的底层核心前置模块二、Prompt工程通用编写原则与常用技巧2.1 三大基础编写原则角色前置开篇为模型设定专属身份与岗位职责划定能力边界避免模型自由发散规则详尽完整罗列业务判定标准、场景边界、例外情况不要让模型自主揣测需求格式锁定硬性规定返回内容结构拒绝无限制自由文本输出。2.2 高频实用技巧Few-Shot 少样本学习给模型提供多组「输入内容标准答案」成对案例模仿输出逻辑对7B小模型提升效果最显著零样本提示不提供参考案例仅依靠文字规则下发指令适合极简简单任务负向约束明确写明禁止行为禁止写汉字、禁止添加解释、禁止换行剔除无效冗余内容分层结构化排版利用分段、模块标题拆分提示词层级清晰模型更容易阅读理解规则。2.3 万能结构化框架CRISPE本次实战核心新手入门最友好、通用性最强的提示词撰写模板分为6个固定模块按顺序填充内容即可产出规范提示词缩写英文全称模块作用CCapacity能力设定赋予模型专属身份说明具备的专业能力RRole岗位职责限定本次任务唯一工作剔除无关操作IInsight业务背景与完整规则提示词核心主体罗列所有判定细则、场景边界SStatement核心指令一句话交代最终需要完成的任务PPersonality输出约束规定返回格式、字符要求、语气锁死输出样式EExamples少样本案例输入输出成对示例强化模型模仿能力三、实战案例RPG生活养成系统 行为属性双向判定任务3.1 项目需求背景自研 LifeCraft 游戏化个人打卡工具用户记录日常行为本地大模型自动完成两项工作将行为匹配五大RPG角色属性区分正向增益行为属性增加、负面损耗行为属性下降统一输出固定格式文本由Python代码读取解析实现人物数值养成闭环。3.2 前期无规范提示词带来的各类问题维度划分混乱最初设计4大分类边界模糊休闲娱乐行为无归属只能强行归入健康类目数值统计失去意义逻辑不完整仅支持属性加分熬夜、精神内耗、整日摆烂等伤身内耗行为无法扣除属性输出不可控模型随意添加前缀、文字、换行代码数字转换频繁抛出异常判定准确率低下开放式文本分类极易出现语义理解跑偏。3.3 前置准备梳理完整业务规则写Prompt必备步骤重构5维RPG角色属性体系无兜底冗余类目正向、负面行为全覆盖编号属性名称RPG角色定位正向行为属性负面行为属性-1体魄值生命值HP运动、早睡、规律三餐、散步养生熬夜、睡眠不足、暴饮暴食、过度劳累2心智值脑力蓝量MP读书、听课、钻研技术、观看科普内容无脑刷短视频、精神内耗、思虑过度3行动力耐力值上班工作、做家务、记账、规划日程整日拖延摆烂、逃避所有事务4人缘值魅力值朋友聚餐、线下约会、线上维系亲友和人吵架、刻意疏远、拒绝社交5愉悦值心情快乐度追剧、听歌、逛街、休闲放空心情压抑、烦心事堆积、情绪低落约定全局标准输出格式数字,符号示例1, 体魄值增加1,- 体魄值下降3.4 套用CRISPE框架编写完整提示词importollamaimportre prompt 【C Capacity 身份能力】 你是LifeCraft RPG人生养成游戏专属数值判定官能够根据用户日常行为精准判断对应属性以及数值变化方向严格遵守规则判定零失误。 【R Role 岗位职责】 仅做属性增减方向判定严格按照固定格式输出不写多余解释、不闲聊、不推演思考过程。 【I Insight 5项属性完整增减规则】 编号对应属性 1体魄值身体健康 2心智值学识脑力 3行动力事务执行力 4人缘值人际魅力 5愉悦值心情快乐度 正向行为数值上涨 标记 1体魄健身运动、早睡休养、规律吃饭、散步养生 2心智读书学习、上网课、钻研技能、观看科普纪录片 3行动力上班办公、家务打扫、记账办事、规划待办日程 4人缘朋友聚餐、线下约会、线上和亲友谈心维系关系 5愉悦看娱乐影片、听歌、逛街游玩、发呆休闲放松 负面行为数值下降 标记- 1体魄-熬夜通宵、睡眠不足、暴饮暴食、过度劳累透支身体 2心智-长时间无脑刷短视频、精神内耗、过度思虑损耗脑力 3行动力-整日拖延摆烂、逃避所有事务、什么事情都不去做 4人缘-刻意疏远亲友、与人争吵、拒绝一切社交往来 5愉悦-心情压抑、遭遇烦心事、人际矛盾带来负面情绪 【S Statement 执行指令】 读懂用户描述的日常行为匹配对应属性判定数值是增加还是降低。 【P Personality 强制固定输出格式】 格式必须严格数字,符号 符号只有两种 或者 - 例子参照1, / 1,- / 5, 禁止汉字、换行、标点、多余文字、前缀后缀只输出这三个字符内容。 【E Examples 参考范例】 行为晨跑锻炼30分钟 → 1, 行为通宵熬夜凌晨三点才睡 → 1,- 行为研读编程技术书籍 → 2, 行为一整天无脑刷短视频消磨时间 → 2,- 行为居家打扫全屋卫生 → 3, 行为整日躺平拖延什么都不干 → 3,- 行为周末约闺蜜出门聚餐 → 4, 行为和朋友吵架刻意断绝来往 → 4,- 行为闲暇追剧看电影放松 → 5, 行为诸事不顺整日心情低落 → 5,- 用户行为{user_task} attr_map{1:体魄值,2:心智值,3:行动力,4:人缘值,5:愉悦值}defparse_result(text):# 正则提取 数字 /- 符号resre.search(r([1-5]),([-]),text)ifres:numint(res.group(1))opres.group(2)returnnum,op# 兜底容错默认体魄值增加return1,test_cases[今晚通宵熬夜没有睡觉,早起慢跑锻炼身体,一整天不停刷短视频,学习AI大模型相关知识,周末在家大扫除洗衣服,这几天摆烂拖延啥活都不干,和好朋友出门逛街吃饭,跟伴侣闹矛盾刻意冷战疏远,睡前听歌追剧放松心情,压力太大整日情绪低落难受]foractionintest_cases:respollama.generate(modelqwen2:7b,promptprompt.format(user_taskaction),options{temperature:0,seed:666})rawresp[response].strip()attr_num,operateparse_result(raw)tipf{operate}{attr_map[attr_num]}print(f行为{action} 数值变动{tip})3.5 本地小模型专属调优方案关闭生成随机性推理参数设置 temperature0固定随机种子 seed相同输入每次输出结果完全一致方便规则调试多次叠加负向约束反复强调禁止冗余文字、禁止照搬示例前缀从源头规避格式错乱输出越简短越好极简字符格式轻量化模型指令遵循度最高。3.6 工程落地双层防护体系提示词层 代码层只依靠提示词无法彻底杜绝模型乱输出可商用 AI 功能必须搭建双层容错机制上层防护提示词强约束依托 CRISPE 结构化框架 少样本案例 严苛格式限制最大限度规范模型生成内容下层防护Python 代码容错解析利用正则表达式提取有效数字与正负符号自动过滤所有多余文本设置兜底默认值保证程序永不崩溃。四、整体学习总结CRISPE 结构化框架是新手学习提示词工程最优起点无需凭空构思模块化填充即可写出高质量提示词本地 7B轻量化开源模型做分类判定任务固定输出格式 Few-shot 少样本示例缺一不可提示词标准开发流程梳理业务场景边界 →划分维度规则 → 套用结构化框架编写 Prompt → 锁定输出格式 → 代码增加容错兜底工程落地切忌完全信任大模型输出后端校验、异常捕获是稳定性保障 一套结构化模板可无限复用在文本分类、信息抽取、规则判定各类 AI任务中。