提示词工程(Prompt Engineering)

提示词工程首先解决的不是措辞，而是任务定义。OpenAI 将它说明为设计和优化输入以引导模型响应的过程，并建议从清晰、具体的任务和足够上下文开始，再根据输出观察持续修订。对 B2B 团队而言，任务应写成可检查的交付：为哪类页面、基于哪些已批准材料、面向哪类买家、交给谁审核。

参考：OpenAI Help Center

“写一篇有说服力的英文介绍”没有完成边界；“把指定手册中的已确认参数整理成采购前 FAQ 初稿，每条标出资料出处与待确认项”才有。前者让模型替团队猜目标，后者让人和模型围绕同一份验收标准工作。完成条件也应说明不能做什么：不得引入资料外的认证、比较结论、价格或交期。

把可用资料分成两层：可以直接使用的事实，以及只能提出、不能下结论的未知项。前者可包括型号、已批准的产品描述、适用场景和已公开案例；后者可能是地区认证、非标能力、合同条款或客户名称。资料版本、来源位置和负责人比修辞更重要，因为它们决定复核者能否追溯生成内容。

Google 的提示设计资料把明确任务、上下文、限制条件与预期响应格式列为关键要素，也说明一致示例可用来表达期望。示例应来自已批准的真实写法，而不是把竞争对手文案或未经确认的结论当作范本。若事实不够，应要求模型列出缺口或使用固定占位，而不是鼓励它补全。

参考：Google AI for Developers

格式不是装饰，而是复核接口。要求模型按“买家问题、已知回答、材料来源、待确认项”四栏输出，审核者就能逐项判断；只要求“专业一些”，审核者只能凭感觉重写。对于内容任务，输出还应区分可公开段落、内部待确认项和不应生成的主张，避免内部过程文字进入网页。

复杂任务不必塞进一条长指令。Google 建议可将任务拆成顺序提示：先提取批准事实，再按固定结构起草，最后用检查清单找出无来源或越界陈述。拆分的价值在于每一步都有输入和产物，团队能定位问题在资料、规则还是写法，而不是反复换一个“更强”的 prompt。

参考：Google AI for Developers

选取一组能代表常见情况和例外情况的真实样本，检查输出是否漏掉指定字段、是否把未知事实写成结论、是否遵守格式，以及审核者能否快速定位依据。把失败样本和修改原因写回版本记录，下一次只改动必要的任务、材料或规则。这样形成的是可学习的操作规则，不是一串没人敢碰的提示词。

当同一任务反复使用且需要固定资料、输出和检查时，可将已验证做法沉淀为 AI Skill；当步骤、系统接口和人工关口固定时，更适合放进 AI工作流；当下一步需要依据上下文动态调用工具，则要另外定义权限、护栏和人工控制。OpenAI 的实施指南也强调清楚说明允许动作与例程，并以可评估的增量方式增加复杂度。

参考：OpenAI

模型输出可以帮助整理和起草，但不能替代对外事实的批准。任何涉及认证、性能、报价、交期、合规、合同或客户承诺的内容，仍应由拥有信息和授权的负责人确认。