Prompt Chain 是处理复杂任务的利器。比如生成一个完整的 Next.js 页面：第一步 Prompt 生成页面结构，第二步生成 Server Action，第三步生成组件代码，第四步生成测试。每步的输出作为下步的输入，比一个超大 Prompt 效果好得多。 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」。 Chain-of-Thought 在复杂逻辑生成中效果显著。与其让 AI 直接写代码，不如先让它「分析需求→列出实现步骤→识别潜在问题→然后写代码」。多花 30 秒思考，代码的正确率能提升 40%。
这个方案我试过，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。
讲个真实案例：系统提示词里加「不确定时回答不知道」能显著降低幻觉率。后续有新发现再来更新。
我之前也遇到过类似问题，长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。共同进步。
补充一个可能被忽略的点：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。
结合我最近的项目经验：负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。如有不对请指正。
我的踩坑经验：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。
我的结论恰恰相反：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。欢迎私信深入交流。
补充一点：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。这只是个人经验，不一定通用。
长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。
我的实践经验和你的不太一样：Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。如有不对请指正。
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。一起学习。系统提示词里加「不确定时回答不知道」能显著降低幻觉率。
Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。
我的项目里也用了这个方案，长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。欢迎私信深入交流。
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。踩了很多坑才总结出来的。
我做了类似的对比实验：Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。
有个更优的方案：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。
有个细节值得注意：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。
说个反直觉的发现：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。
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。一起学习。