Prompt 工程

是什么

通过精心设计的输入文本（尤其是 system prompt），约束模型的角色、行为边界、输出格式与推理方式。

为什么需要

Agent 的"性格"和"纪律"几乎全写在 prompt 里：不做越权操作、按固定 JSON 输出、遇到不确定时反问——这些都靠 prompt 立规矩。

核心概念

系统提示（System Prompt）：角色 + 目标 + 约束 + 输出规范 + 边界（"不知道就说不知道"）。
Few-shot：给 1~3 个示例，显著提升格式稳定性与风格一致性。
结构化约束：明确"必须使用工具""必须返回 JSON""先思考再行动"。
提示版本管理：prompt 是可迭代的"代码"，应纳入版本控制并做 A/B。

最小范式

text

你是一个 Kubernetes 运维 Agent。
# 目标
帮助用户排查与修复集群问题。
# 约束
1. 优先使用工具获取真实状态，不要凭空猜测。
2. 只执行只读或用户明确确认的操作。
3. 回答使用中文，关键命令用代码块给出。
# 输出格式
先给结论，再给原因，最后给操作步骤。

实用技巧

把"禁止项"写清楚：比"请尽量..."有效得多。"禁止删除命名空间""禁止暴露密钥"。
让模型先思考：加入"请逐步推理，但只输出最终结论"可减少幻觉。
输出格式用示例而非纯描述：给一个 JSON 样例比写三段规则更稳。

常见陷阱

歧义指令："尽快处理"——快到什么程度？谁确认？模型会自行补默认，常常出错。
过长 system prompt：挤占上下文、稀释重点，关键信息反而被忽略。
Prompt 注入：用户输入可能覆盖系统指令（详见 11-safety-guardrails）。
泄露系统提示：把敏感规则写进可被用户读到的地方。

参考

OpenAI Prompt Engineering Guide
Anthropic "Claude Prompt Engineering" 文档
各厂商官方最佳实践