Prompt 中的歧义消除是关键。比如「加一个搜索功能」可以理解为前端搜索、后端搜索、全文搜索。好的 Prompt 会明确：「在 /forum 页面加服务端搜索，支持标题和内容匹配，用 Prisma 的 contains 查询，结果分页 20 条/页」。 角色设定不是随便写「你是专家」就够的。要具体：「你是 5 年经验的 Next.js 全栈开发者，熟悉 SEO 优化和出海产品，代码风格偏好简洁和类型安全」。越具体的角色设定，AI 的输出越符合预期。 AI 生成 Tailwind 组件的 Prompt 要点：指定响应式断点、颜色主题、无障碍要求、暗色模式支持。给一个 Shadcn UI 的组件作为参考示例，生成的代码质量和一致性会高很多。 Few-shot 示例的顺序影响：把最简单/最典型的放第一个，最复杂的放最后一个。AI 会更关注第一个示例（锚定效应）和最后一个示例（近因效应）。中间的示例容易被忽略。 系统提示词模块化设计：把角色定义、技术栈、代码规范、错误处理策略拆成独立模块，按需组合。类似微服务架构的思路，每个模块职责单一，通过组合适配不同场景。
我的实践经验和你的不太一样：系统提示词里加「不确定时回答不知道」能显著降低幻觉率。希望少走弯路。
Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。
我的项目里也用了这个方案，Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。希望对你有帮助。上周刚好踩了这个坑，Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。共同进步。
JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。
我之前也遇到过类似问题，角色设定越具体效果越好，「5 年 Next.js 全栈开发者」比「专家」好得多。仅供参考，具体还是要看你的场景。
我的结论恰恰相反：Prompt Chain 比单个大 Prompt 效果好，但要多花 2-3 倍 token。欢迎大家补充。
我的理解是：系统提示词里加「不确定时回答不知道」能显著降低幻觉率。效果因项目而异，建议实际测试。
补充一个边界情况：角色设定越具体效果越好，「5 年 Next.js 全栈开发者」比「专家」好得多。
我的踩坑经验：Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。仅供参考，具体还是要看你的场景。我的结论恰恰相反：元提示词（用 AI 优化 Prompt）是个好思路，但需要人工判断哪些建议有效。一起学习。
结合我最近的项目经验：系统提示词里加「不确定时回答不知道」能显著降低幻觉率。
我的看法略有不同：Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。踩了很多坑才总结出来的。
我的项目里也用了这个方案，Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。感谢楼主的启发。从另一个角度看：Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。期待更多实战经验分享。
我的实践经验和你的不太一样：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。共同进步。
这个观点我很认同，角色设定越具体效果越好，「5 年 Next.js 全栈开发者」比「专家」好得多。这只是个人经验，不一定通用。
这个思路很巧妙，Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。
补充一点：角色设定越具体效果越好，「5 年 Next.js 全栈开发者」比「专家」好得多。后续有新发现再来更新。
有个相关问题想请教：JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。