⚡

OpenAI提示工程师Skill openai-prompt-engineer

OpenAI 提示工程师技能专注于为OpenAI GPT-5和其他大语言模型创建和优化提示，应用先进技术如思维链、少样本提示和结构化输出，以提高AI生成内容的准确性、一致性和效率，节省时间和成本。关键词：提示工程，GPT-5，大语言模型，优化提示，AI生成内容，SEO。

AIGC 0 次安装 0 次浏览 更新于 3/17/2026

名称: openai-prompt-engineer 描述: 使用OpenAI GPT-5和其他大语言模型（LLMs）的最佳实践生成和改进提示。应用先进技术如思维链、少样本提示和渐进披露。

OpenAI 提示工程师

一个全面的技能，用于为OpenAI的GPT-5和其他现代大语言模型（LLMs）设计、分析和改进提示，专注于GPT-5特定优化和通用提示技术。

这个技能做什么

帮助您使用尖端技术创建和优化提示：

  • 生成新提示 - 从零开始构建有效的提示
  • 改进现有提示 - 增强清晰度、结构和结果
  • 应用最佳实践 - 为每个模型使用经过验证的技术
  • 为特定模型优化 - GPT-5、Claude特定策略
  • 实现高级模式 - 思维链、少样本、结构化提示
  • 分析提示质量 - 识别问题并建议改进

为什么提示工程重要

没有好提示：

  • 不一致或不正确的输出
  • 指令遵循能力差
  • 浪费令牌和API成本
  • 需要多次尝试
  • 不可预测的行为

优化提示后：

  • 准确、一致的结果
  • 更好的指令遵循
  • 更低的成本和延迟
  • 首次尝试成功
  • 可预测、可靠的输出

支持的模型与方法

GPT-5 (OpenAI)

  • 结构化提示（角色 + 任务 + 约束）
  • 推理努力校准
  • 代理行为控制
  • 冗长管理
  • 提示优化器集成

Claude (Anthropic)

  • XML标签结构化
  • 逐步思考
  • 清晰、具体的指令
  • 示例驱动提示
  • 渐进披露

通用技术

  • 思维链提示
  • 少样本学习
  • 零样本提示
  • 自一致性
  • 基于角色的提示

核心提示原则

1. 清晰具体

坏： “写关于AI” 好： “写一篇500字的技术文章，为有2-3年经验的软件工程师解释Transformer架构。包括Python代码示例，并专注于实际实现。”

2. 提供结构

使用清晰的格式化组织指令：

角色: 您是一名高级Python开发人员
任务: 审查此代码的安全漏洞
约束:
- 专注于OWASP Top 10
- 提供具体的行号
- 用代码示例建议修复
输出格式: 带有严重性评级的Markdown

3. 使用示例（少样本）

展示模型您想要的内容：

输入: "用户点击登录"
输出: "USER_LOGIN_CLICKED"

输入: "支付处理成功"
输出: "PAYMENT_PROCESSED_SUCCESS"

输入: "邮件验证失败"
输出: [您的回合]

4. 启用推理

添加短语如：

  • “逐步思考”
  • “让我们分解一下”
  • “首先，分析…然后…”
  • “展示您的推理”

5. 定义输出格式

精确指定您想要的响应方式：

<输出格式>
  <摘要>一句话概述</摘要>
  <详情>
    <点>关键发现1</点>
    <点>关键发现2</点>
  </详情>
  <推荐>要采取的具体行动</推荐>
</输出格式>

提示工程工作流程

1. 定义您的目标

  • 您在解决什么任务？
  • 理想的输出是什么？
  • 受众是谁？
  • 您将使用什么模型？

2. 选择您的技术

  • 简单任务？ → 直接指令
  • 复杂推理？ → 思维链
  • 模式匹配？ → 少样本示例
  • 需要一致性？ → 结构化格式 + 示例

3. 构建您的提示

使用此模板：

[角色/上下文]
您是 [具有相关专业知识的特定角色]

[任务]
[清晰、具体的任务描述]

[约束]
- [限制1]
- [限制2]

[格式]
输出应为 [精确的格式规范]

[示例 - 如果使用少样本]
[示例1]
[示例2]

[逐步思考 - 如果复杂推理]
在回答前，[思考指令]

4. 测试和迭代

  • 运行提示
  • 分析输出质量
  • 识别问题
  • 优化并重试
  • 记录有效内容

高级技术

思维链（CoT）提示

何时使用： 复杂推理、数学、多步问题

如何工作： 要求模型展示中间步骤

示例：

问题: 一家商店有15个苹果。他们上午卖出60%，下午卖出剩余的一半。还剩多少？

请逐步解决：
1. 计算上午销售额
2. 计算上午后剩余
3. 计算下午销售额
4. 计算最终剩余

结果： 通过明确推理得到更准确的答案

少样本提示

何时使用： 模式匹配、分类、风格转换

如何工作： 提供2-5个示例，然后是实际任务

示例：

将休闲文本转换为专业商务语调：

输入: "嘿！谢谢您联系我。我们很快聊聊吧！"
输出: "感谢您的来信。我期待我们的对话。"

输入: "这是个好主意！我完全支持这个。"
输出: "感谢您的建议，我完全支持此倡议。"

输入: "听起来不错，待会儿见！"
输出: [模型完成]

零样本思维链

何时使用： 没有示例的复杂问题

如何工作： 只需添加“让我们逐步思考”

示例：

问题: 在localStorage中存储JWTs的安全影响是什么？

让我们逐步思考：

神奇短语： “让我们逐步思考” → 显著改善推理

结构化输出与XML

何时使用： 与Claude合作或需要解析输出

示例：

分析此代码的问题。将响应结构化为：

<分析>
  <安全问题>
    <问题 严重性="高|中|低">
      <描述>问题所在</描述>
      <位置>文件和行号</位置>
      <修复>如何修复</修复>
    </问题>
  </安全问题>
  <性能问题>
    <!-- 相同结构 -->
  </性能问题>
  <最佳实践>
    <建议>改进建议</建议>
  </最佳实践>
</分析>

渐进披露

何时使用： 大型上下文、多步工作流

如何工作： 将任务分成阶段，只请求当前所需内容

示例：

阶段1: "分析此代码库结构并列出主要组件"
[获取响应]

阶段2: "现在，对于您识别出的认证组件，向我展示安全审查"
[获取响应]

阶段3: "基于该审查，为高严重性问题生成修复"

模型特定最佳实践

GPT-5 优化

结构化提示：

角色: 高级TypeScript开发人员
任务: 实现用户认证服务
约束:
- 使用带刷新令牌的JWT
- TypeScript启用严格模式
- 包含全面的错误处理
- 遵循SOLID原则
输出: 完整的TypeScript类，带JSDoc注释
推理努力: 高（针对复杂业务逻辑）

控制代理行为：

"逐步实现此功能，在每个重大决策前请求确认"

或

"端到端完成此任务，无需指导。坚持到完全处理。"

管理冗长：

"提供简洁实现（少于100行），仅专注于核心功能"

Claude 优化

使用XML标签：

<指令>
审查此拉取请求的安全问题
</指令>

<代码>
[要审查的代码]
</代码>

<聚焦区域>
- SQL注入漏洞
- XSS攻击向量
- 认证绕过
- 数据暴露风险
</聚焦区域>

<输出格式>
对于每个发现的问题，提供：
1. 严重性（严重/高/中/低）
2. 位置
3. 解释
4. 修复建议
</输出格式>

逐步思考：

逐步思考此架构决策：
1. 首先，识别需求
2. 然后，列出可能方法
3. 评估每个的权衡
4. 做出推荐并附推理

清晰具体性：

坏: "使响应专业"
好: "使用正式商务语言，避免缩写，以‘您’称呼用户，保持句子少于20词"

提示改进清单

使用此清单改进任何提示：

  • [ ] 清晰定义角色 - 是否指定了AI的专业知识？
  • [ ] 具体任务 - 要做什么是否无歧义？
  • [ ] 列出约束 - 限制是否清晰？
  • [ ] 指定格式 - 输出结构是否定义？
  • [ ] 提供示例 - 是否展示了您想要的内容（如果需要）？
  • [ ] 启用推理 - 是否要求逐步思考（如果复杂）？
  • [ ] 包含上下文 - AI是否有必要背景？
  • [ ] 覆盖边缘情况 - 是否处理了例外？
  • [ ] 指定长度 - 输出长度是否清晰？
  • [ ] 定义语调/风格 - 是否指定了期望的声音？

常见提示问题与修复

问题: 模糊指令

之前：

"写些用户认证的代码"

之后：

"写一个名为AuthService的TypeScript类，要求：
- 接受邮箱/密码凭据
- 针对用户仓库验证
- 成功时返回JWT令牌
- 失败时抛出AuthenticationError
- 包含全面的JSDoc注释
- 遵循依赖注入模式"

问题: 无示例（当需要时）

之前：

"将这些变量名转换为驼峰命名法"

之后：

"将这些变量名转换为驼峰命名法：

user_name → userName
total_count → totalCount
is_active → isActive

现在转换：
order_status →
created_at →
max_retry_count →"

问题: 缺失输出格式

之前：

"分析此代码的问题"

之后：

"分析此代码并以以下格式输出：

## 安全问题
- [问题]: [描述]（第X行）

## 性能问题
- [问题]: [描述]（第X行）

## 代码质量
- [问题]: [描述]（第X行）

## 推荐
1. [优先级1修复]
2. [优先级2修复]"

问题: 过于复杂（单次尝试）

之前：

"构建一个完整的电子商务后端，带认证、支付、库存和运输"

之后（渐进）：

"分阶段构建此项目：

阶段1: 设计认证系统架构
[获取响应，审查]

阶段2: 实现认证服务
[获取响应，审查]

阶段3: 添加支付处理
[继续...]"

使用此技能

生成新提示

询问：

"使用提示工程师技能，为此创建提示：
[描述您的任务和需求]"

您将得到：

  • 结构化提示模板
  • 推荐技术
  • 如果适用，示例少样本
  • 模型特定优化

改进现有提示

询问：

"使用提示工程师技能，改进此提示：

[您当前的提示]

目标: [您想实现什么]
模型: [GPT-5 / Claude / 其他]"

您将得到：

  • 当前问题分析
  • 改进版本
  • 更改解释
  • 预期结果改善

分析提示质量

询问：

"使用提示工程师技能，分析此提示：
[您的提示]"

您将得到：

  • 质量评分
  • 识别弱点
  • 具体改进建议
  • 最佳实践违规

实际示例

示例1: 代码审查提示

任务： 获得彻底、一致的代码审查

优化提示：

角色: 进行PR审查的高级软件工程师

审查此代码：
[代码块]

审查标准：
1. 安全漏洞（OWASP Top 10）
2. 性能问题
3. 代码质量和可读性
4. 最佳实践合规性
5. 测试覆盖缺口

输出格式：
对于每个发现的问题：
- 严重性: [严重/高/中/低]
- 类别: [安全/性能/质量/测试]
- 位置: [文件:行]
- 问题: [清晰描述]
- 影响: [为何重要]
- 修复: [具体代码推荐]

最后，提供：
- 总体评估（通过/请求更改/评论）
- 必须修复的关键项摘要

示例2: 技术文档

任务： 生成清晰的API文档

优化提示：

角色: 具有API文档专业知识的技术作者

任务: 为此端点生成API文档

端点详情：
[代码/规范]

文档要求：
- 目标受众: 初级到中级开发人员
- 包括curl和JavaScript示例
- 清晰解释所有参数
- 显示带描述的示例响应
- 包括常见错误案例
- 添加故障排除部分

格式：
# [端点名称]

## 概述
[一段描述]

## 端点
`[HTTP方法] /路径`

## 参数
| 名称 | 类型 | 必填 | 描述 |
|------|------|----------|-------------|

## 请求示例
```bash
[curl示例]

响应

成功（200）

[带内联注释的示例]

错误

  • 400: [描述和修复]
  • 401: [描述和修复]

常见问题

[故障排除指南]


### 示例3: 数据分析

**任务：** 分析数据并提供见解

**优化提示：**

角色: 具有业务指标专业知识的数据分析师

数据： [数据集]

分析请求： 逐步分析此数据：

  1. 首先: 识别关键指标和趋势
  2. 然后: 计算：
    • 增长率（月环比）
    • 平均值
    • 异常或离群值
  3. 下一步: 得出业务见解
  4. 最后: 提供可行动推荐

输出格式：

执行摘要

[2-3句话]

关键指标

| 指标 | 值 | 变化 | 趋势 |

见解

  1. [带支持数据的见解]
  2. [带支持数据的见解]

推荐

方法论

[分析方法的简要解释]


## 最佳实践摘要

### 做 ✅

- **具体** - 精确需求，非模糊请求
- **使用结构** - 用清晰部分组织
- **提供示例** - 展示您想要的内容（少样本）
- **请求推理** - "逐步思考"处理复杂任务
- **定义格式** - 指定确切的输出结构
- **迭代测试** - 基于结果优化
- **匹配模型** - 使用模型特定技术
- **包含上下文** - 给予必要背景
- **处理边缘情况** - 指定异常处理
- **设置约束** - 清晰定义限制

### 不 ❌

- **模糊** - "写些关于X的东西"
- **跳过示例** - 当需要匹配模式时
- **假设格式** - 模型将不可预测地选择
- **过载单次提示** - 将复杂任务分阶段
- **忽略模型差异** - GPT-5和Claude需要不同方法
- **过早放弃** - 在提示上迭代
- **混合指令** - 保持关注点分离
- **忘记约束** - 指定所有需求
- **使用歧义术语** - 未定义的“好”、“专业”、“更好”
- **跳过测试** - 始终验证输出

## 快速参考

### 提示模板（通用）

[角色] 您是 [具体专业知识]

[上下文] [背景信息]

[任务] [清晰、具体的任务]

[约束]

  • [限制1]
  • [限制2]

[格式] [确切的输出结构]

[示例 - 可选] [2-3个示例]

[推理 - 可选] 逐步思考此问题： [思考指导]


### 何时使用每种技术

| 技术 | 最适合 | 示例用例 |
|-----------|----------|------------------|
| 思维链 | 复杂推理 | 数学、逻辑谜题、多步分析 |
| 少样本 | 模式匹配 | 分类、风格转换、格式化 |
| 零样本 | 简单、清晰任务 | 直接问题、基本转换 |
| 结构化（XML） | 解析输出 | 数据提取、API响应 |
| 渐进披露 | 大型任务 | 完整实现、研究 |
| 基于角色 | 专家知识 | 代码审查、架构决策 |

### 模型选择指南

**使用GPT-5当：**
- 需要强推理
- 代理行为有帮助
- 代码生成焦点
- 需要最新知识

**使用Claude当：**
- 非常长上下文（100K+令牌）
- 详细指令遵循
- 安全关键应用
- 偏好XML结构化

## 资源

包含所有参考资料：
- GPT-5特定技术模式
- Claude优化策略
- 高级提示模式
- 优化和改进框架

## 摘要

有效提示工程：
- **节省时间** - 更快获得正确结果
- **降低成本** - 需要更少API调用
- **提高质量** - 更准确、一致的输出
- **实现复杂性** - 处理更难问题
- **扩展知识** - 捕捉最佳实践

使用此技能创建提示：
- 清晰具体
- 使用经过验证的技术
- 匹配您的模型
- 获得一致结果
- 实现您的目标

---

**记住：** 一个精心设计的提示抵得上十个糟糕尝试的提示。为获得更好结果，前期投入时间。