系统提示词设计的核心是「约束明确、格式清晰、角色具体」。我总结了一个模板：先定义角色（你是 Next.js 全栈专家），再列约束（必须用 App Router、禁止 class component），最后给格式要求（输出 markdown、代码块标注语言）。这样 AI 的输出可用率能稳定在 90% 以上。 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。 上下文窗口管理是个技术活。长对话中 AI 容易「遗忘」早期设定。我的做法是：把关键约束放在系统提示词里（永久），而不是对话中（会被截断）。每轮对话结束时，主动总结当前进度和待办事项，帮助 AI 保持上下文。 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。
讲个真实案例：Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。细节可以再展开讨论。
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。
我做了类似的对比实验：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。
我之前也遇到过类似问题，Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。仅供参考，具体还是要看你的场景。
我调研过这块，JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。实践出真知，建议动手试试。
反对一下，我的测试结果不是这样：JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。踩了很多坑才总结出来的。
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。欢迎大家补充。我之前也遇到过类似问题，Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。效果因项目而异，建议实际测试。
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。如有不对请指正。
不同场景下结论可能不同：Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。一起学习。
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。我也还在探索中。
Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。补充一个可能被忽略的点：Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。欢迎大家补充。
补充一点：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。