Prompt 与上下文

核心问题

• Prompt 设计为什么会显著影响回答质量
• 上下文是越多越好还是越准越好
• System / User / Tool 消息各自承担什么角色
• 为什么缓存和上下文裁剪在工程里很重要
• 如何避免Prompt工程变成”魔法调参”
• 上下文窗口与成本延迟的平衡
• Few-shot 为什么有时比堆规则更有效
• 为什么结构化输出和JSON Schema在工程里很重要

建议复习顺序

1. Prompt 设计原则（基础方法）
2. Few-shot 与结构化输出（稳定输出）
3. System / User / Tool 角色分工（消息设计）
4. 上下文拼接与裁剪（长度管理）
5. 缓存和会话状态（性能优化）

子主题导航

• Prompt设计原则.md
• 上下文管理与缓存.md
• Few-shot与结构化输出.md
• [System User Tool消息分工.md](System User Tool消息分工.md)

高频追问

• Prompt engineering 到底有没有壁垒
• 为什么同样的 Prompt 换模型效果会变
• 长对话里怎么防止历史污染当前任务
• 如何评估Prompt质量
• 缓存策略如何设计
• 为什么结构化输出比纯自然语言更利于系统集成
• System Prompt 为什么会和业务指令产生冲突

易错点

• 只会堆很多规则，不会压缩目标和边界
• 把上下文长度当成绝对优势
• 忽略不同模型对Prompt的差异
• 缓存不考虑时效性和版本

学习策略

记忆技巧

Prompt设计六要素：

• 角色 = “你是什么身份”
• 任务 = “做什么具体事情”
• 输入 = “数据格式是什么”
• 输出 = “结果格式是什么”
• 边界 = “特殊情况怎么办”
• 示例 = “给个具体例子”

上下文管理三要素：

• 裁剪 = “保留什么，丢弃什么”
• 摘要 = “长话短说，抓重点”
• 缓存 = “重复查询，直接返回”

关联学习

Prompt与上下文与LLM基础紧密相关：

1. 模型能力：理解Transformer和采样参数
2. RAG系统：检索增强生成中的Prompt设计
3. Agent应用：工具调用中的上下文管理
4. 性能优化：成本控制与响应速度平衡