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。 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。 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」。
系统提示词里加「不确定时回答不知道」能显著降低幻觉率。
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。
系统提示词里加「不确定时回答不知道」能显著降低幻觉率。
分享一下我的做法：Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。
实操中我发现：长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。欢迎交流讨论。
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。如有不对请指正。
Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。
有个细节值得注意：Prompt Chain 比单个大 Prompt 效果好，但要多花 2-3 倍 token。如有不对请指正。
分享一下我的做法：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。
有个更优的方案：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。后续有新发现再来更新。
说个反直觉的发现：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。如果有更好的方案求分享。
Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。
分享一下我的做法：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。实践出真知，建议动手试试。
我的项目里也用了这个方案，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。
说个反直觉的发现：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。
我调研过这块，Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。如有不对请指正。
讲个真实案例：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。
有个细节值得注意：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。欢迎大家补充。
反对一下，我的测试结果不是这样：系统提示词里加「不确定时回答不知道」能显著降低幻觉率。如有不对请指正。
我做了类似的对比实验：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。