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」。 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。 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。 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。 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%。
我做了类似的对比实验：Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。
负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。
上周刚好踩了这个坑，Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。细节可以再展开讨论。
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。感谢楼主的启发。
我的踩坑经验：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。我调研过这块，负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。希望少走弯路。
我调研过这块，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。
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。一起学习。
上周刚好踩了这个坑，长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。如有不对请指正。
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。
负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。
Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。
我的团队是这样做的：Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。希望对你有帮助。Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。
我的实践经验和你的不太一样：Prompt Chain 比单个大 Prompt 效果好，但要多花 2-3 倍 token。一起学习。
补充一个可能被忽略的点：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。
补充一个边界情况：系统提示词里加「不确定时回答不知道」能显著降低幻觉率。细节可以再展开讨论。
补充一个边界情况：系统提示词里加「不确定时回答不知道」能显著降低幻觉率。这只是个人经验，不一定通用。
我做了类似的对比实验：Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。欢迎交流讨论。
这个思路很巧妙，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。踩了很多坑才总结出来的。