prompt优化 || 为什么你的Prompt总翻车？因为模型不会读心术（内带优化关键点列表）

网上一搜prompt优化全是一样的内容都是说角色、表达清晰等等。这些基础都人人皆知但是到底如何优化还是很少人讲。所以这里把自己的经验总结一下。之前写过的两篇总结更详细背景也写上了如何让大模型“听懂”你的潜规则一份Prompt优化实战笔记-CSDN博客https://blog.csdn.net/weixin_51159944/article/details/162792160?spm1001.2014.3001.5501PROMPT设计中的“边界感”从一句规则说到三层对齐-CSDN博客https://blog.csdn.net/weixin_51159944/article/details/162367405?spm1001.2014.3001.5501一、结构先行用层级标题搭建信息骨架原则将Prompt按信息层级拆分为独立模块每个模块单一职责。通用结构模板开头段角色定位 核心任务 底线约束### 核心任务 ### 关键要求 / 边界说明 ### 必须覆盖的全部子项 ### 生成维度 维度定义 示例 ### 多样性要求 ### 硬性禁止项 ### 输出格式 ### 正确示例 反面示例 ### 输出前强制校验要点示例紧跟定义之后正反成对出现末尾放自检清单。二、关键信息前置按注意力权重分配位置模型对不同位置的注意力不同——开头最重结尾次之中间最轻。按此原则分配信息位置权重放置内容开头第一句最高角色定位 核心约束段落首句高该段核心要求列表第一条中高最易忽略的约束示例区域中格式参照、正反对比自检清单中输出前校验段落中部低辅助说明技巧最怕模型忘的放开头最怕模型违反的用符号标记如、✗、✅禁止项用“反例后果”强化。三、正反示例成对出现原则正确示例告诉模型“要什么”反面示例告诉模型“不能怎么做”。两者边界清晰模型才能准确识别约束范围。正例展示能力反例界定边界——二者缺一不可。反例需覆盖的典型错误类型偏离核心意图边界不明确/跨域过度泛化表达生硬/不符合使用习惯四、抽象规则必须配具象约束规则如果只停留在抽象层面容易被模型过度执行或错误执行。核心方法每条抽象规则都应配套明确的底线约束和边界条件包括“不能省略到什么程度”“必须保留哪些要素”等。规则本身没问题但缺少兜底条件时模型会按最省力的方式执行。五、增加自检机制模型生成长文本时容易“写着写着就忘了”。在Prompt末尾嵌入强制自检列表要求模型逐条确认后再输出。自检维度清单检查维度核心问题数量每个子项是否都生成了全部维度的内容全覆盖所有子项是否都被覆盖强相关每条内容与对应子项是否匹配维度符合每条内容是否满足所标记维度的要求边界明确是否清晰声明所属边界无跨域、无省略发散度内容与示例是否有足够差异格式规范是否存在违禁符号核心意图是否清晰表达核心意图泛化程度是否符合使用习惯不过度泛化技巧用[ ]格式给模型“待办清单”暗示每一条均可量化判断避免模糊表述自检放在输出前形成“校验→输出”闭环。六、示例按场景注入多场景任务中示例分开维护每个场景仅注入当前场景的示例。避免模型看到A场景示例却在生成B场景时模仿A的结构或句式。七、规则直接写明不依赖示例推导需要模型做到的事直接写成规则而非指望它从示例里“悟出来”。示例是辅助理解规则的工具不是替代规则本身。八、迭代验证的方法论每次发现模型输出偏差按以下流程处理定位异常输出——发现不符合预期的结果追溯根因——分析是“规则没写清楚”还是“写了但没被遵守”补充约束——前者改表述使其更明确后者加强约束位置或加符号标记验证修复——用新Prompt重新生成确认问题不复现核心逻辑一句话总结Prompt优化的本质是“预期对齐”——把你脑子里的隐含假设逐条转化为模型可执行的显式规则。边界越清晰输出越稳定。Prompt优化关键点清单⭐模块化结构用标题拆分信息每个模块只讲一件事末尾放自检清单。关键信息前置开头第一句锁定角色核心约束段落首句放核心要求——模型注意力开头最重中间最轻。正反示例成对出现正例给“要什么”反例给“不要什么”——边界由错误定义而非由正确定义。抽象规则配具象约束规则说明“可以做什么”底线说明“不能做到什么程度”——两者缺一不可。输出前自检让模型逐条确认数量、全覆盖、强相关、边界明确、发散度等维度后再输出形成“校验→输出”闭环。规则直接写明不依赖示例推导示例是辅助理解不是替代规则——需要模型做的事直接写成白纸黑字。迭代验证闭环发现异常→追溯根因没写清楚还是写了没听→补充约束→验证修复循环迭代。