长上下文 Prompt 的信息密度要控制。AI 对上下文的理解不是均匀的，开头和结尾的内容权重更高（首因效应和近因效应）。关键信息放开头，最新指令放结尾，中间放背景资料。 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」。 负面指令在 Prompt 中非常重要。告诉 AI「不要用 var」「不要用 any 类型」「不要用 Pages Router」比只说「用 const」「用具体类型」「用 App Router」效果更好。AI 更容易遵守「禁止 X」而非「应该 Y」。 格式约束的选择：JSON 适合程序解析但要转义、Markdown 适合阅读但结构松散、XML 标签适合分段但冗余。我的经验是：给 AI 看的用 XML 标签分段，让 AI 输出的用 JSON 或 Markdown，根据下游消费方决定。
从另一个角度看：负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。欢迎大家补充。
补充一个边界情况：Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。欢迎私信深入交流。
我的项目里也用了这个方案，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。欢迎私信深入交流。
我的看法略有不同：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。
我的踩坑经验：Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。期待更多实战经验分享。
有个更优的方案：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。仅供参考，具体还是要看你的场景。
我的结论恰恰相反：Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。
我的结论恰恰相反：Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。欢迎交流讨论。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。这只是个人经验，不一定通用。
补充一个可能被忽略的点：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。
负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。
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。如有不对请指正。我的结论恰恰相反：负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。效果因项目而异，建议实际测试。
系统提示词里加「不确定时回答不知道」能显著降低幻觉率。
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。
上周刚好踩了这个坑，系统提示词里加「不确定时回答不知道」能显著降低幻觉率。
从另一个角度看：Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。效果因项目而异，建议实际测试。
我的理解是：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。希望少走弯路。
我调研过这块，负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。共同进步。
我做了类似的对比实验：Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。我也还在探索中。