**Prompt(提示词)**是你给 AI 模型的输入:问题、指令、上下文和示例,模型基于这些生成回应。既然 LLM 的工作方式是预测「接下来最可能出现什么」,prompt 就是它正在续写的那段文本的开头——改变 prompt,就改变了「接下来」长什么样。这是你手里最主要的方向盘。
一个 prompt 的分层
模型实际看到的输入通常由几部分拼装而成:
- System prompt(系统提示词)——开发者预设的常驻指令,框定整个会话:角色、规则、语气、工具定义。用户看不到它,但按设计它在与用户请求冲突时占上风。(各厂商生产环境的 system prompt 长达数千词——我们在模型页上解读过泄露版本。)
- 用户 prompt——你敲进去的内容:任务本身。
- 上下文——文档、检索到的片段、之前的对话轮次与工具输出,一起装在上下文窗口里。
提示词工程到底是什么
**提示词工程(prompt engineering)**是把上面这些措辞好、组织好,让模型稳定做出你想要的行为的手艺。真正一直有效的技巧都不炫:把任务和输出格式说具体、给一两个完整示例(few-shot)、让模型先推理再作答、用清晰的分隔符组织长输入、说「要做什么」而不是只说「别做什么」。单次请求层面这项技能的重要性在下降——前沿模型越来越会揣摩意图——但在生产环境它是复利:同一个 prompt 模板要跑几千次,浪费的每个 token 都在账单上。
想再深入
在 GPT-5.5、Claude Opus 4.8 等模型页上可以看到生产级 system prompt 的逐段解读;用 Token 计算器算算你的 prompt 要花多少钱。