Prompt 模板变量设计能让提示词可复用。我用 `{{role}}`、`{{tech_stack}}`、`{{constraints}}` 这种占位符，运行时填充。这样一套模板可以适配不同项目，类似组件化的思路应用到 Prompt 工程。
Prompt 迭代优化的思路和代码优化一样：先让它跑通，再量化和优化。我每次改 Prompt 都会记录：改动点、测试输入、输出质量评分。积累 20-30 组数据后，就能发现哪些改动有效，哪些是噪音。
系统提示词的 token 预算要合理分配。我的经验：角色定义 50 token、技术约束 200 token、格式要求 100 token、示例 300 token。总共控制在 650 token 以内，留足空间给用户输入和 AI 输出。这个方案我试过，JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。感谢楼主的启发。
不同场景下结论可能不同：JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。感谢楼主的启发。
我调研过这块，JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。
反对一下，我的测试结果不是这样：长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。细节可以再展开讨论。
我之前也遇到过类似问题，降 AI 率最有效的是让 AI 模仿口语化表达，加入「我觉得」「说实话」这类词。希望对你有帮助。
我的看法略有不同：长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。有疑问可以继续问。
讲个真实案例：Prompt Chain 比单个大 Prompt 效果好，但要多花 2-3 倍 token。共同进步。
我的团队是这样做的：长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。如有不对请指正。
从另一个角度看：长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。实践出真知，建议动手试试。
说说我自己的经历：负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。欢迎交流讨论。
我之前也遇到过类似问题，Prompt Chain 比单个大 Prompt 效果好，但要多花 2-3 倍 token。欢迎大家补充。
反对一下，我的测试结果不是这样：降 AI 率最有效的是让 AI 模仿口语化表达，加入「我觉得」「说实话」这类词。
这个观点我很认同，长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。效果因项目而异，建议实际测试。
有个相关问题想请教：Prompt Chain 比单个大 Prompt 效果好，但要多花 2-3 倍 token。期待更多实战经验分享。
上周刚好踩了这个坑，Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。共同进步。我的结论恰恰相反：长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。细节可以再展开讨论。
有个更优的方案：Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。期待更多实战经验分享。
实操中我发现：负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。我也还在探索中。
我之前也遇到过类似问题，Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。一起学习。
有个更优的方案：Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。欢迎大家补充。