提示词工程实战：大模型调用稳定输出与调优方案

提示词工程（Prompt Engineering）是大模型应用落地中最容易被低估的环节。同样的模型，提示词写法不同，输出质量可能相差数倍。实际项目中大量调用不稳定、格式解析失败的问题，根源都在提示词设计。本文围绕提示词工程给出可直接复用的模板结构、调优方法和生产级稳定输出方案。

提示词工程三要素：角色、任务、约束

一个可复用的提示词由三个部分构成。角色设定让模型进入特定知识域，任务描述说明输入来源和处理步骤，输出约束用明确格式框定返回内容。三个要素缺一不可，任务描述尤其要避免”帮忙分析一下”这类模糊表述，改为”读取以下数据，按规则清洗，输出指定格式”。

system = "你是资深数据分析师，只处理中文数据。"
prompt = f"""
任务：清洗下面的销售记录并输出 JSON。
步骤：
1. 删除金额为空的行
2. 日期统一转为 YYYY-MM-DD
3. 按区域汇总金额

原始数据：
{raw_data}

输出格式（严格 JSON，不要输出其他内容）：
{"total_rows": 0, "summary": [], "skipped": 0}
"""

约束写得越具体，输出越稳定。把”简洁一点”改成”输出不超过 50 字”，把”总结一下”改成”先给结论，再列两点依据”，失败率明显下降。

大模型调优：few-shot 示例与思维链提示

few-shot 提示在提示词里给出两到三组输入输出示例，让模型模仿示例的格式和语气。对分类、抽取、格式转换类任务，few-shot 的效果通常优于纯指令。思维链（Chain-of-Thought）则适合数学推理、多步分析任务，提示词中写明”先列出推理步骤，再给出结论”，可以降低幻觉率。

# few-shot 示例（意图分类）
examples = [
    ("帮我查一下订单 12345", "query_order"),
    ("把这笔账退掉", "refund"),
    ("我想看这个月的账单", "query_bill"),
]
for text, label in examples:
    prompt += f"输入：{text}\n意图：{label}\n"

稳定输出：JSON 格式约束与解析兜底

生产环境调用大模型，输出必须能被程序解析。推荐双保险：提示词内声明 JSON 结构，同时代码侧对输出做容错处理。解析失败时先用正则提取 JSON 片段，再尝试修复常见错误（末尾多逗号、引号未转义），仍失败再重试。

import json, re

def safe_parse(text):
    # 提取第一对花括号之间的内容
    match = re.search(r"\{[\s\S]*\}", text)
    if not match:
        return None
    try:
        return json.loads(match.group(0))
    except json.JSONDecodeError:
        # 修复末尾多余逗号后重试
        fixed = re.sub(r",\s*}", "}", match.group(0))
        return json.loads(fixed)

提示词版本管理与回归测试

提示词本质上是代码资产，需要纳入版本管理。把每个提示词模板保存为独立文件，记录修改历史；维护一组回归测试用例，每次改版后批量执行，检查输出是否符合断言。线上效果波动时，通过版本对比快速定位是模型更新还是提示词改动导致。