提示词工程
用思维链、少样本、思维树等技巧,让模型输出更稳定、更准确。
功能与用途
当模型输出忽好忽坏、复杂推理任务做不对,问题通常出在提示词写法上。它覆盖一套进阶技巧:思维链引导分步思考、少样本举例、思维树探索多路径、自我校验;也用于构建可复用的提示模板、为生产系统做成本和准确率优化、编写智能体的系统提示词和自定义指令、排查提示性能问题、设计多轮对话流程。
适用场景
- 复杂任务分步推理设计:运用思维链与思维树策略引导模型展开逐步推导,提升逻辑计算与难解问题准确率。
- 智能体系统提示词规范:为 AI Agent 编写角色设定、输入约束与兜底逻辑,确保长程交互行为稳定不漂移。
- 生产环境提示词成本压降:精简提示模板并优化少样本示例结构,在维持高质量输出的前提下减少 Token 消耗。
适用人群
- 开发者
- 内容创作者
- 职场用户
使用步骤
- 说清当前提示词和你不满意的表现。
- 让 AI 诊断属于哪类问题(稳定性、推理深度、格式还是成本)。
- 按对应技巧改写,例如加入思维链、少样本示例或角色设定。
- 对比改写前后的输出,确认问题是否解决。
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- AI工作流
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 进阶
- 版本
- main
- 最近更新
- 2026-09-09
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Use when advanced prompt engineering — chain-of-thought, few-shot, tree-of-thought,
使用前准备
- 当前使用的提示词原文
- 期望的输出形式与质量标准
- 可对比的输入样例
依赖与权限
- 读取用户主动提供的内容