AI 生成生产级代码的 Prompt 要点：明确技术栈版本、给出代码规范链接、要求错误处理、要求类型安全、要求添加注释。最重要的是给一个高质量的参考实现作为 few-shot 示例。 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。 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」。
有个相关问题想请教：Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。我也还在探索中。
我的看法略有不同：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。有个细节值得注意：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。
说个反直觉的发现：Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。这只是个人经验，不一定通用。反对一下，我的测试结果不是这样：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。
不同场景下结论可能不同：Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。实践出真知，建议动手试试。
这个问题我研究过一阵，长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。
实操中我发现：Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。实践出真知，建议动手试试。
我的实践经验和你的不太一样：长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。仅供参考，具体还是要看你的场景。
Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。我的理解是：JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。仅供参考，具体还是要看你的场景。
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。
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。希望少走弯路。
这个方案我试过，Prompt Chain 比单个大 Prompt 效果好，但要多花 2-3 倍 token。
实操中我发现：系统提示词里加「不确定时回答不知道」能显著降低幻觉率。希望对你有帮助。
结合我最近的项目经验：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。
说说我自己的经历：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。
反对一下，我的测试结果不是这样：Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。这只是个人经验，不一定通用。
系统提示词里加「不确定时回答不知道」能显著降低幻觉率。
说说我自己的经历：Prompt Chain 比单个大 Prompt 效果好，但要多花 2-3 倍 token。这只是个人经验，不一定通用。