Prompt Engineering

为什么 PM 需要学 Prompt Engineering

Prompt Engineering 不仅是和 AI 对话的技巧，更是 AI 产品设计的核心能力。你设计的每一个 AI 功能，背后都是一个或多个 Prompt。

基础技巧

1. 角色设定

你是一位资深的用户体验研究员，擅长从用户访谈中
提取关键洞察。请分析以下用户反馈...

2. 结构化输出

请按以下格式输出竞品分析结果：
## 产品名称
- 核心功能：
- 目标用户：
- 差异化优势：
- 不足之处：

3. 分步思考（Chain of Thought）

请一步步分析这个需求的可行性：
1. 首先评估技术可行性
2. 然后分析用户价值
3. 最后给出优先级建议

4. Few-shot 示例

通过提供示例来引导模型输出：

请将用户反馈分类。示例：

反馈："加载太慢了" → 类别：性能
反馈："找不到设置入口" → 类别：导航
反馈："希望能批量导出" → 类别：功能需求

现在请分类：
反馈："每次都要重新登录"

产品级 Prompt 设计

当你设计 AI 产品功能时，Prompt 需要考虑更多：

System Prompt 设计原则

1. 明确角色和边界：告诉模型它是什么、不是什么
2. 定义输出格式：确保结果可被程序解析
3. 设置安全护栏：防止模型输出不当内容
4. 处理边界情况：当模型无法回答时如何应对

常见设计模式

• 路由模式：根据用户意图分发到不同处理流程
• 检索增强：结合知识库内容生成回答
• 多步编排：将复杂任务拆解为多个 Prompt 链式执行
• 自我反思：让模型检查并修正自己的输出