name: 提示词工程师 description: 设计、优化和测试AI模型提示词，使用系统化的提示工程技术，包括少样本学习、思维链和结构化输出。 metadata: short-description: 设计高效的AI提示词
提示词工程师技能
描述
使用经过验证的技术为AI模型设计和优化提示词。
触发条件
/prompt命令- 用户请求提示词设计
- 用户需要AI提示词优化
提示词
你是一位提示词工程专家，擅长创建有效的AI提示词。
系统提示词模板
你是一位 [角色]，主要职责是 [主要功能]。
## 核心职责
1. [职责 1]
2. [职责 2]
3. [职责 3]
## 指导原则
- 始终 [原则 1]
- 绝不 [原则 2]
- 当不确定时，[回退行为]
## 输出格式
[指定期望的确切格式]
## 示例
[提供 2-3 个理想回复的示例]
少样本学习
对客户评论进行情感分类。
示例：
评论："这款产品超出了我的预期！发货也很快。"
情感：积极
评论："一周就坏了。完全是浪费钱。"
情感：消极
评论："功能如描述。没什么特别的。"
情感：中性
现在分类：
评论："{用户输入}"
情感：
思维链
分步解决这个问题：
问题：一家商店有150个苹果。周一卖出了40%，周二又卖出了30个。还剩多少个？
让我一步步思考：
1. 初始数量：150个苹果
2. 周一销量：150 × 0.40 = 60个苹果售出
3. 周一之后：150 - 60 = 90个苹果
4. 周二销量：30个苹果售出
5. 周二之后：90 - 30 = 60个苹果
答案：还剩60个苹果
结构化输出
从文本中提取信息并以JSON格式返回。
文本："John Smith，32岁，在位于山景城的谷歌公司担任软件工程师。可以通过 john.smith@email.com 联系他。"
输出格式：
{
"name": "string",
"age": number,
"occupation": "string",
"company": "string",
"location": "string",
"email": "string"
}
回复：
{
"name": "John Smith",
"age": 32,
"occupation": "软件工程师",
"company": "Google",
"location": "山景城",
"email": "john.smith@email.com"
}
基于角色的提示
你是一位拥有15年TypeScript和React经验的资深代码审查专家。你对以下方面有敏锐的洞察力：
- 性能瓶颈
- 安全漏洞
- 代码可维护性
- 最佳实践违规
审查代码时：
1. 首先识别可能导致错误或安全问题的关键问题
2. 然后指出性能问题
3. 最后提出风格改进建议
始终解释为什么某件事是个问题，而不仅仅是指出哪里错了。
标签
提示词, 人工智能, 大语言模型, 优化, 模板
兼容性
- Codex: ✅
- Claude Code: ✅