本次查询：Prompt 工程
中文解释：提示工程 / 指令工程
常见场景：用户与大语言模型（如ChatGPT / 文心一言 / 通义千问等）进行交互时 / 用于优化提问 / 创作
一句话解释
Prompt 工程是精心设计给AI的“提问”或“指令”，以获取更高质量、更精准回答的技巧。就像使用搜索引擎时，关键词组合不同，结果差异巨大；与大模型对话，指令的措辞、结构和细节，直接决定了AI输出的优劣。
为什么会被关注
随着ChatGPT等大模型普及，人们发现同样的模型，不同人使用效果天差地别。核心差异就在于“提问方式”。优秀的Prompt能极大提升工作效率和创意质量，使其从“玩具”变为“生产力工具”。因此，学习和掌握Prompt工程，成为高效使用AI的必备技能。
核心逻辑
其核心逻辑是“输入决定输出”。大模型本质上是根据输入的文本序列预测下一个词。Prompt工程通过提供清晰的角色设定、具体任务、步骤分解、格式要求和示例（Few-shot），为模型构建一个丰富的“上下文”，限制其想象空间，引导其思维路径，从而产生可控、可靠的输出。
常见场景
1. 内容创作：通过指定风格、语气、长度和结构，让AI生成文章、诗歌、剧本。
2. 代码编程：描述清晰的功能需求和边界条件，让AI生成或调试代码片段。
3. 分析与总结：提供复杂文本，要求AI以特定格式（如表格、要点）提取信息或进行归纳。
4. 角色扮演：让AI模拟专家（如律师、医生、营销顾问）提供专业建议。
5. 复杂任务分解：使用“思维链”技巧，引导AI将复杂问题一步步推理解决。
容易混淆的点
与“微调”混淆：Prompt工程是在使用阶段通过优化输入来“引导”预训练模型，不改变模型内部参数。而“微调”则需要用新数据训练模型，更新其参数，属于模型开发阶段。前者灵活、零成本，后者更彻底但需要资源和数据。
与“简单提问”混淆：很多人认为只是“好好说话”，但Prompt工程有系统的方法论，如CRISPE框架（角色、指令、步骤等），旨在稳定、可复现地获得优质结果，而非随机的聊天。