上下文工程

你用 ChatGPT 或 DeepSeek 的时候，有没有觉得有时候它回答特别好，有时候又胡说八道？ 我一开始以为是模型的问题，后来发现不是。同一个模型，不同人用出来效果天差地别。差别在用法。 过去三年，跟 AI 打交道的方式变了三次。我把自己踩过的坑和摸索出来的经验整理了一下，不用懂技术，看完你也能成为AI engineer。 第一层：怎么问（提示词工程） 你打开 ChatGPT，输入「帮我写一封请假邮件」，这句话就叫 prompt（提示词）。你怎么写，直接决定 AI 给你的东西好不好用。 我自己试过最直观的对比： 问法 A：「帮我写个文案」 结果是一段放到哪都能用的废话，改都不想改。 问法 B：「帮我写一条朋友圈文案，推广一家开在大学城附近的奶茶店，目标客户是大学生，语气轻松活泼，不超过 50 字」 结果能直接发。 同一个模型，同一件事。区别就是你有没有告诉它关键信息，这也是前几年很火的新兴职业prompt engineer（提示词工程师）干的活。 几个最基础的prompt技巧： 说清楚你是谁。「我是一个小餐馆老板」和「我是一个 500 强市场总监」，AI 给的建议完全不同。它不知道你的处境，你不说，它就按最通用的情况猜。 说清楚要什么格式。「用表格列出」「分三点回答」「写成邮件格式」。别让它猜你要长文还是列表。 给例子。你喜欢哪种风格，直接贴一段给它看，比你用 200 字描述「要有温度感但不要太煽情」管用得多。 限定范围。「用小学生能听懂的话解释」「不要超过 200 字」。AI 默认会给你一个万金油式的回答，你不限制它就糊弄你。 进阶 prompt 技巧 掌握了基础之后，这几个进阶prompt技巧能让回答质量再上一个台阶。 1、给 AI 一个具体角色。 不是说「你是客服」就完了，角色越具体 AI 越聚焦。 比如你让它审商业计划书：“你是一个做了 20 年风投的合伙人，投消费赛道，风格直接毒舌，不讲客套话。请从投资人视角审视这份商业计划书，列出你最怀疑的 3 个点。"。 加了角色之后，AI 不再给你那种「看起来都对但什么都没说」的回答。它会真的去挑毛病，因为它代入了一个有立场的人。你给它物理学家的身份，它就用物理学思维分析。你给它 10 年经验的大厂程序员，它就不会在后端问题上跑偏。 2、让 AI 一步步想。 这招叫 Chain-of-Thought（思维链），说白了就是在提示词里加一句「请一步步分析」或者「先列出推理过程，再给结论」。 为什么管用？因为 AI 喜欢偷懒，不思考直接生成答案。你让它把思考过程写出来，准确率会明显提升，尤其是数学、逻辑、需要多步推理的问题。我自己的习惯是，但凡涉及计算或者因果推理，一定加一句 think step by step。 ...