prompt-design

Prompt 设计技能

适用场景

• 为新场景设计 Prompt
• 优化现有 Prompt（准确性/稳定性/成本）
• 将业务需求转化为 AI 交互方案

五步流程

第 1 步：场景分析

在设计 Prompt 前，先澄清场景：

维度	核心问题
目标用户	谁会使用这个 Prompt 生成的输出？
使用场景	在什么业务流程中被调用？
期望输出	输出的格式、长度、质量要求？
约束条件	不能输出什么？安全/合规/品牌要求？
成本/延迟	对响应时间和 token 成本的要求？

信息不足时使用 [待确认: {说明}] 占位。

第 2 步：Prompt 架构设计

按分层架构设计：

┌─────────────────────────────────┐
│ System Instruction（系统指令）    │
│ - 角色定义                       │
│ - 能力边界                       │
│ - 输出格式约束                    │
│ - 安全红线                       │
├─────────────────────────────────┤
│ Context Injection（上下文注入）   │
│ - 业务数据                       │
│ - 历史对话                       │
│ - 检索结果                       │
├─────────────────────────────────┤
│ User Instruction（用户指令）      │
│ - 具体任务                       │
│ - 用户输入                       │
└─────────────────────────────────┘

每层的设计要点：

层级	设计要点
System	角色明确、能力清晰、格式严格、红线不可越
Context	结构化、去噪、按相关性排序
User	具体、可操作、避免歧义

第 3 步：变量接口定义

把 Prompt 中需要动态替换的部分抽象为变量：

variables:
  - name: user_input
    type: string
    required: true
    description: "用户输入的原始文本"
    max_length: 2000
  
  - name: style_tone
    type: enum
    required: false
    default: "neutral"
    values: ["formal", "casual", "neutral"]
    description: "输出文本的语气"

设计原则：

• 变量名自解释
• 类型明确，有范围约束
• 必填/选填标注
• 默认值安全

第 4 步：版本管理

每个 Prompt 方案标注版本信息：

## Prompt: {name} v{version}

- **版本**：v1.2
- **上一版本**：v1.1
- **变更理由**：{为什么改}
- **与前版差异**：
  - 新增：{...}
  - 修改：{...}
  - 删除：{...}
- **预期影响**：{对输出质量、成本、延迟的预期影响}

第 5 步：风险评估

评估 Prompt 的潜在风险：

风险类型	检查点
Prompt 注入	用户输入能否突破 System 指令？
输出失控	是否可能输出违规/有害/错误内容？
幻觉	是否有机制防止编造事实？
边界行为	极端输入（超长/空/非预期格式）如何处理？
成本失控	是否有 token 上限？是否可能陷入循环？
敏感信息	System Prompt 是否可能被泄露给用户？

输出模板

# Prompt 方案：{name} v{version}

## 1. 场景分析
- 目标用户：{...}
- 使用场景：{...}
- 期望输出：{...}
- 约束条件：{...}

## 2. 架构设计
### System Instruction

{system prompt}

### Context Schema

{context template}

### User Instruction Template

{user prompt template}

## 3. 变量接口
{variables yaml}

## 4. 版本信息
{version info}

## 5. 风险评估
{risk table}

## 6. 示例
### 输入
{example input}
### 期望输出
{example output}