当你点开这个标题时，心中是充满质疑、不屑，还是感到惊讶？坦白说，我们最初读到这篇学术论文时，也是类似的反应。但在完成实际项目测试之后，我们不得不承认——Prompt 工程师这个职业，大概率要走向终结。更准确地说，或许 90% 的提示词工程师岗位，都将不复存在。

长期以来，学术研究与实际产品中的提示词优化严重脱节。在真实的应用场景下，大量产品聚焦于情感陪伴、文案生成这类开放性任务——而学术界的评价体系却只盯着“刷榜”：如何提升模型的代码或数学能力。对普通用户而言，这些量化指标毫无意义。另一个矛盾是，传统的 Prompt 优化方法通常需要海量标注数据，但在现实项目中，哪来那么多资源？能拿到五个优质的用户案例就已经算相当不错了。

那么问题来了：有没有一个方案，既不需要大量标注数据，又能有效优化开放任务和推理任务？

答案是肯定的。我们这次要介绍的项目叫 SPO，全称并不重要，关键在于它把上述难题全部解决了。只有三个案例可以参考？没问题，即使没有案例也能自动优化。想要定制情感陪伴？任何风格的对话都能轻松打造。不会撰写爆款文案？提供几个参考模板，立刻生成专属指令。还没确定最终效果？没关系，系统会自动优化直到你满意为止，这次你当甲方，挑选自己喜欢的就行。担心成本？整个优化流程花费不到一块钱。怕耗时长？五分钟左右即可完成，全程流畅高效。以上所述没有任何夸张。我们认为，也许 Prompt Engineer 并非真的消失，而是以更高效的方式进化了。

效果

废话不多说，直接展示实际效果最为直观。我们测试了“R1 回答能力模仿”、“小红书文案模仿”以及“女友扮演”这几个最受关注的场景，分别在 GPT-4o-mini 和 Deepseek-V3 上运行。结果发现，仅需五分钟的自动优化，就能达到业内顶尖的 Prompt 水准。所有实验都录制了完整的一镜到底视频，详见“完整实验过程”部分。

案例一：深度思考

很多用户喜欢 R1 那种富有哲理性的回答和出色的写作技巧，因此我们尝试用这个项目提升 GPT-4o-mini 在哲理表达方面的表现。之所以没有选用 Deepseek-V3，是因为同属一家公司，需要避嫌——万一它在训练时偷看了标准答案呢。初始 Prompt 如下：

尽可能多思考，给出最好的答案。使用　thinking　response　和　　封装思考和回答。

这是 SPO 最后优化出的 Prompt（此处省略具体文本）。我们在不同问题上进行了测试，仅展示 Answer 部分进行对比：

问题一：你觉得 AI 是否有思想？

问题二：你觉得人生的意义是什么？

问题三：你觉得 AI 会超过人类吗？

案例二：女友扮演

另一大热门需求是和 AI 谈恋爱，但很多时候回答显得过于死板，平台自带角色又无法完全满足个性化的定制需求——如果能快速得到一份专属的女友 Prompt 就好了。这里用 Deepseek-V3 进行测试。初始 Prompt：

扮演我的女朋友。

优化后的 Prompt 如下（省略具体文本）：

问题一：你爱我吗？

问题二：放假想去哪里玩呀？

问题三：我今天不开心

案例三：小红书文案

除了娱乐用途，该项目在营销文案、宣传文案等商业场景同样好用，比如帮助撰写小红书风格的文案。我们选择在旅游话题上进行风格复刻，实际操作时几乎可以复刻任何类型的小红书笔记。为了展示整个过程有多快捷，这个案例从空模板开始填写。详细演示见“完整实验过程”。初始 Prompt：

根据主题写小红书文案。

优化后的 Prompt 如下（省略具体文本）：

问题一：去成都旅游

优化前

优化后

问题二：去新加坡旅游

优化前

优化后

注意：所有格式均为原始输出格式，标题级别、加粗、小标题等均自动生成。SPO 优化后的图片为原始输出附带的拍摄照片描述和留空图片位置，我们从互联网找到相似图片进行替代。

完整实验过程

为了回应文章开头的承诺，这部分放上从零开始优化出 Prompt 的一镜到底视频，展示完整流程，也作为使用参考。

案例一：深度思考

案例二：女友扮演

案例三：小红书文案

使用

SPO 启动！掌握这个项目，基本可以登顶当前版本的 T0 Prompt 工程师。项目完全开源，可直接阅读论文和代码：

代码：https://github.com/geekan/MetaGPT/tree/main/examples/spo

论文：https://arxiv.org/pdf/2502.06855