知识中心

提示词工程，从第一个提示词到生产环境。

共 26 篇实用指南，讲解如何为大语言模型编写、优化、测试和保护提示词。每一篇都写给在真实软件中交付提示词的人，附有可直接复制的示例，并坦率说明各种取舍。

阅读路线

这些主题环环相扣。先了解什么是提示词，再学习提示词的形式和技巧，然后进一步学习如何借助智能体和工具来度量、保护和自动化提示词。

什么是提示词工程、如何一步步实践，以及让提示词从“偶尔有效”变成“每次都有效”的习惯。

提示词的基本形式：带或不带示例、指定角色、作为系统提示词，以及围绕指定输出格式来组织。

应对更难任务的方法：逐步推理、把工作拆分到多个提示词、为模型提供工具，以及通过度量来改进提示词。

在生产环境中运行提示词：token 与上下文预算、评估、版本管理、注入防御，以及让密钥远离提示词。

驱动工具而不只是给出一次回复的提示词：智能体指令、检索以及 Model Context Protocol。

不同服务商之间有何不同：OpenAI、Anthropic 和 Google 的模型在理解指令、上下文和格式时有哪些差异。

从阅读到实践

这些指南中的建议已作为规则编入 PromptFlowEngine 引擎。粘贴一个提示词，它就会报告该提示词违反了哪些规则，不调用模型，也不上传任何内容。

无需注册。分析在你的浏览器中运行。