# 提示词工程

# 上下文工程与提示词工程：差别不在措辞，而在“给什么信息” 近一年讨论 AI 应用时，「上下文工程」被提得越来越多。有人以为它只是提示词工程换了个说法，其实两者的关注点很不一样：**提示词工程关心怎么说，上下文工程关心让模型看到什么**。本文用应用视角把这个区别讲清楚。 ## 一、一个直观对比

模型胡说有三种不同成因，对应不同解法。这篇拆开知识缺失、知识过时、表达压力三层，并给四道防线与三句实测有效的提示词。

大部分人问"要不要微调"，真正的问题在提示词。这篇给一张五行的决策表，以及微调实际的五项后续成本。

百万上下文不等于百万字都记得住。这篇给三个反例，说明长上下文的实际局限，以及更稳、更省钱的替代用法。

# 提示词工程实用技巧：让大模型输出更稳定的表达方法 使用大模型时，很多人会发现同样的问题换种说法，结果差异很大。与其把这归因于“运气”，不如学习一些提示词工程的基本方法。提示词并不是玄学，而是一种清晰表达需求的技巧。本文分享几种实用做法，帮助你获得更稳定、可用的输出。 ## 一、把“角色、任务