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。 Prompt A/B 测试的方法：准备 20-30 个测试输入，用两个 Prompt 版本分别生成，人工评分或用自动化指标（如代码通过率）。统计显著性需要至少 30 个样本，否则可能是噪音。 Temperature 参数的经验值：代码生成用 0.1-0.3（要确定性），创意写作用 0.7-0.9（要多样性），SEO 内容用 0.4-0.6（平衡准确和自然）。Top-p 一般固定 0.9，主要通过 Temperature 调节。
我的项目里也用了这个方案，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。如有不对请指正。
上周刚好踩了这个坑，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。
讲个真实案例：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。感谢楼主的启发。
反对一下，我的测试结果不是这样：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。
Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。
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。欢迎交流讨论。
上周刚好踩了这个坑，Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。有疑问可以继续问。补充一个可能被忽略的点：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。我的结论恰恰相反：Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。
我的团队是这样做的：负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。踩了很多坑才总结出来的。
负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。
这个观点我很认同，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。
我之前也遇到过类似问题，系统提示词里加「不确定时回答不知道」能显著降低幻觉率。仅供参考，具体还是要看你的场景。
JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。
讲个真实案例：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。效果因项目而异，建议实际测试。
Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。不同场景下结论可能不同：Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。
补充一个可能被忽略的点：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。欢迎私信深入交流。
负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。
我的项目里也用了这个方案，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。欢迎私信深入交流。