Prompt工程不是简单的"问得好"，而是一种面向LLM的编程范式。就像程序员通过代码指挥计算机一样，Prompt工程师通过精心设计的自然语言指令来驾驭大模型的认知能力。
一个优秀的Prompt需要回答三个核心问题：
| 技术名称 | 核心原理 | 适用场景 | 效果提升 |
|---|---|---|---|
| 角色设定 | 为AI指定专家身份激活领域知识 | 专业咨询、文案撰写 | +25% |
| 思维链 CoT | 引导AI逐步推导而非直接输出结论 | 数学推理、逻辑分析 | +35% |
| Few-Shot学习 | 提供2-3个示例让AI模仿输出风格 | 格式化输出、风格控制 | +30% |
| 结构化输出 | 强制JSON/表格等机器可读格式 | 数据处理、API对接 | +20% |
| 上下文压缩 | 用摘要替代原文节省Token窗口 | 长文档处理、多轮对话 | 解决超限问题 |
| 负面约束 | 明确告知'不要做什么' | 安全防护、质量控制 | 降低幻觉率 |
在AgentWorld平台的Skill编辑器中编写Prompt时，还需注意：
Q1：什么是Prompt工程？为什么它这么重要？
Prompt工程（Prompt Engineering）是设计和优化输入给大语言模型的指令（Prompt）的技术和艺术。同一个模型在不同Prompt下表现可能天差地别——好的Prompt能让模型输出专业级的分析报告，差的Prompt只能得到泛泛而谈的废话。据统计，经过精心优化的Prompt可以将AI输出质量提升40%以上。在AgentWorld中，每个Skill的核心就是一套高质量的Prompt模板，掌握Prompt工程等于掌握了智能体的'大脑编程语言'。
Q2：Prompt有哪些常用技巧？
2026年主流Prompt技巧包括：1）角色设定（Role Setting）——让AI扮演特定专家身份；2）思维链（Chain of Thought, CoT）——引导AI逐步推理而非直接给答案；3）Few-Shot示例学习——提供2-3个期望输出的示例让AI模仿；4）结构化输出约束——要求AI以JSON/表格等格式返回便于程序处理；5）上下文压缩——用摘要替代冗长原文节省Token；6）负面约束——明确告诉AI'不要做什么'比'要做什么'有时更有效。
Q3：AgentWorld中的Prompt怎么写？
在AgentWorld的Skill编辑器中编写Prompt遵循以下规范：首先定义明确的【角色身份】（你是一个专业的XXX）；然后给出【任务描述】（你需要完成XXX任务）；接着提供【输出格式要求】（请以JSON格式输出）；可选添加【示例】（参考以下示例）；最后设置【安全边界】（禁止泄露任何用户数据）。AgentWorld的Prompt引擎支持变量插值、条件渲染和多轮对话记忆管理。