提示词工程实战：从"随缘出结果"到"稳定可复现"

做AI应用半年，我最大的转变是对提示词的态度：以前觉得"提示词就是写几句话，好坏看运气"，直到一个内部AI工具因为提示词不稳定被业务部门投诉，我才意识到——提示词是AI应用的"代码"，不稳定就是bug。经过几个月的实践和调优，我把一套稳定的提示词方法论总结出来了，现在内部AI工具的答案稳定性明显提升。这篇文章完整分享。

一、为什么提示词会"不稳定"

先搞清楚病根。同样的输入，AI两次回答不一样，原因通常有三个：

1. 提示词含糊：没说明输出格式、没给边界、没规定风格，AI只能"自由发挥"；
2. 上下文污染：示例、无关信息混在提示词里，干扰模型判断；
3. 模型本身随机性：temperature等参数没设置，默认值下每次都有随机性。

二、我的五段式提示词模板

经过反复调优，我现在写提示词固定用五段结构，效果稳定很多：

第1段：角色定义

你是一名资深数据分析师，擅长从业务数据中提炼结论。

角色不是装饰，它真的会改变回答的专业性和风格。做技术文档问答时用"技术专家"角色，做客服话术时用"客服主管"角色，输出的语言习惯会跟着变。

第2段：任务描述

任务：分析本周各渠道的转化数据，找出变化最大的指标并给出可能原因。

任务要具体到"输出什么、解决什么"，不要写"帮我看看这些数据"这种含糊话。

第3段：输入内容

以下是本周数据：{数据}。字段含义：{字段说明}。

这段最关键：数据要结构化、标注清楚字段含义，模型才不会猜。

第4段：输出约束

输出要求：1）先给结论，用"本周核心发现"开头；2）每个结论必须引用具体数字；3）只陈述数据事实，推测要标注"推测"；4）使用Markdown列表格式。

约束写得越具体，输出越可控。"引用具体数字""标注推测"这两条，直接解决了"编数据"和"过度解读"两大问题。

第5段：边界与兜底

注意事项：数据中没有的信息，回答"数据中未提及"，禁止编造。

给模型"说不知道"的许可，是防幻觉最简单有效的一招。

三、让输出"可复现"的三个关键参数

1. temperature：按场景设置

• 事实问答/代码生成：0~0.2（求稳）；
• 创意写作/头脑风暴：0.7~1.0（求新）。

我之前全部用默认值，事实问答偶尔"飘"一下，设到0.1后基本稳定。

2. 少样本示例：给"标准答案"样例

在提示词里放1-3个"输入→期望输出"的示例，比任何描述都管用。比如让AI输出JSON，给一个完整示例，它就不会输出别的格式。

3. 结构化输出：锁死格式

现在凡是程序要解析的输出，一律要求JSON并用"输出格式"字段锁死，解析层再加校验。格式稳定了，后面所有下游逻辑才能稳定。

四、调优方法：像调bug一样调提示词

1. 建立"测试集"

我建了一个20条左右的测试用例集（覆盖典型输入、边界输入、反例输入），每次改提示词都跑一遍，看是否回归。没有测试集的提示词调优，都是玄学。

2. 错误分类

调优时把错误分三类处理：格式错误（约束没写清）、内容错误（理解偏差，改任务描述）、编造错误（加边界兜底）。分类后，修起来有的放矢。

3. 版本管理

提示词放在Git里管理，每次改动留记录。有一次业务说"这个月回答质量下降了"，我翻Git记录发现是上周改了提示词把"引用数字"的约束删了——一查即破。

五、总结

我的核心体会：提示词是AI应用的"代码"，要用写代码的态度对待它——结构化、可测试、可版本管理。做AI应用半年，最值钱的不是模型选型，而是这套"五段式模板+场景化参数+测试集调优"的方法论。

现在的内部工具，答案稳定性从"时好时坏"变成了"基本可控"，业务投诉也少了。如果你也在写提示词，建议从今天开始：把提示词写进Git、建个20条的测试集、每次改动全量回归。坚持一个月，你会看到"稳定性"这个词真正落到你的AI工具上。