Appearance
提示词工程（Prompt Engineering）是开发和优化提示词、高效使用大语言模型（LLM）的学科。它不是"随便问问"，而是系统工程。本笔记梳理提示词的核心要素与常用结构化框架。
什么是提示词工程
一个系统让 LLM 动态决定应用控制流的核心输入。提示词工程就是精准填充"上下文窗口"（指令、事实、工具、示例、历史），获取期望输出。
核心思想：提示词不是一次写完，而是**"对抗式收敛"**——写一版 → 评估 → 发现问题 → 调优 → 再评估，不断迭代。
提示词五大要素
| 要素 | 说明 | 示例 |
|---|---|---|
| 指令（Instruction） | 让模型做什么 | "把下面文本总结成3个要点" |
| 上下文（Context） | 背景信息，决定内容方向 | 目标读者、使用场景、位置 |
| 角色（Role） | AI 的身份 | "你是一位资深产品经理" |
| 示例（Examples） | 少样本示范输出格式 | "例如：A、B、C" |
| 输出格式（Output） | 限定输出方式 | 列表/字数/语言风格/Markdown |
User Prompt vs System Prompt
- System Prompt：定义系统行为、角色、规则，位于系统层，通常不随对话变化
- User Prompt：用户的具体输入/任务请求
好 Prompt 往往 = 稳定的 System Prompt（角色/规则）+ 精准的 User Prompt（任务/上下文/格式）。
结构化提示词框架
| 框架 | 全称 | 适用场景 |
|---|---|---|
| BROKE | Background / Role / Objectives / Key result / Evolve | 职场任务、项目汇报、方案初稿 |
| CRISPE | Capacity / Role / Insight / Statement / Personality / Experiment | 深度创作 |
| APE | Action / Purpose / Expectation | 通用任务 |
以 BROKE 为例：
B（背景）：描述当前情况
R（角色）：AI 的身份
O（目标）：要达成的具体目标
K（关键结果）：期望的输出/验收标准
E（演化）：如何迭代优化一句话总结
提示词不是"随便问问"而是对抗式收敛的系统工程；好 Prompt = 稳定 System Prompt（角色/规则）+ 精准 User Prompt（任务/上下文/格式），框架首选 BROKE。
关联概念
- 进阶：提示词工程-技巧与资源（CoT/ReAct、权威指南）
- 应用：[AI-Agent-概述与核心组成](/学习笔记/AI技术/AI Agent/AI-Agent-概述与核心组成)（Agent 本质就是上下文工程）