面经策

如何为不同领域设计专用提示词？比如编程、创作、数据分析 ​

  • 标签：Prompt、领域专用提示词

🏛 业务架构师 ​

为不同领域设计专用提示词，核心是"领域差异点在哪，提示词就强化哪"。我按三类领域讲差异化要点：

编程领域（确定性导向）：

  • 技术栈锚定要精确（"Java 17 + Spring Boot 3.2"，不说"现代 Java"）——版本差异导致 API 误用；
  • 输出契约严格（完整文件、含注释、可直接编译）；
  • 要求自验证（"确保通过 tsc 编译""列出你做了哪些假设"）；
  • 约束依赖（"只用以下已有工具函数：..."）——防自造轮子。

创作领域（风格导向）：

  • 受众、渠道、品牌调性显式声明（"小红书风格、面向 Z 世代、口语化带 emoji"）；
  • 负面清单克制但精准（"避免陈词滥调、避免'首先其次'式结构"）；
  • 给风格样本（2~3 段品牌既往文案做 Few-shot）——风格靠模仿不靠描述；
  • 鼓励多样性（temperature 调高、要求出多版本供选）。

数据分析领域（严谨导向）：

  • 口径先行（指标定义、统计范围、时间口径写进提示——口径错全盘错）；
  • 要求"先给 SQL/处理逻辑，确认后再执行"的节奏（关键操作可审）；
  • 输出含"数据来源+计算过程"（可追溯）；
  • 明确处理缺失值与异常值的规则（业务口径而非模型默认）。

通用设计原则：领域提示词 = 通用骨架（角色/任务/约束/格式）+ 领域特化段（口径、术语表、风格样本、验证规则）。管理建议：按领域建立提示词模板库，领域特化段由领域专家维护、工程侧管骨架——分工让提示词质量可持续。

🏗 系统架构师 ​

领域提示词设计 = 领域知识结构 × 模型行为的定制，我按三个领域讲设计差异与方法论：

  • 编程类：约束重心在工程上下文与技术栈——注入项目约定（框架版本、代码风格、目录结构）、明确技术栈边界（"只用 Vue3 Composition API"）、要求可运行性（完整 import、无伪代码）；输出契约偏代码块 + 简短说明；加验证闭环指令（"自检编译错误"）；上下文供给比措辞更重要（给对的项目文件胜过十段技巧）；

  • 创作类：约束重心在风格锚点与负面清单——风格示例（few-shot 给标杆文风）、量化情绪与长度（"800 字、克制、不煽情"）、负面清单（禁词、禁套路："不要用'赋能''抓手'"）；温度偏高（0.7~1.0）保留发散；允许多稿生成（"给 3 个标题方向"）再人工选——创作类把"判断"留给人的设计更高效；

  • 数据分析类：约束重心在严谨性与可核验——要求"先陈述假设与方法，再给结论，标注数据口径"；禁止编造数字（"所有数字必须来自提供的数据"）；输出契约结构化（结论/依据/局限三段）；工具化配合（让模型生成 SQL/Python 并执行验证——能跑代码就别让它心算）；温度低（0~0.2）。

通用方法论（架构师视角）：

  1. 领域知识分层注入：稳定知识进 System Prompt（吃缓存），动态数据进用户区，长文档外置 RAG；
  2. 领域 badcase 驱动迭代：各领域建专属回归集，示例库从失败样本沉淀；
  3. 模板资产化：领域模板（字段化：角色/约束/输出契约/示例）进版本库团队共享——领域 Prompt 是组织知识资产，不是个人手艺。

💻 全栈开发专家 ​

不同领域的提示词设计差异很大，我按三个领域给经过验证的模板骨架：

1. 编程领域（要确定性、要完整约束）：

text
你是资深 {语言} 工程师。生成代码时：
- 技术栈固定：{版本/框架清单}，禁止使用未列出的库
- 必须包含：输入校验、异常处理、边界情况处理
- 遵循项目规范：{编码规范要点/命名约定}
- 输出：完整可编译的代码 + 关键决策注释，不要省略号占位
- 已有依赖：{现有模块清单}，复用优先于新建

要点：技术栈和版本显式锁定（否则模型给你三种类库混搭）、明确「不要省略」。

2. 创作领域（要风格锚点、要负面清单）：

text
你是一位擅长 {文体} 的作者，风格参考：{风格描述/代表作气质}
主题：{主题}；读者：{受众}；字数：{范围}
必须：{基调/结构要求，如"开头3秒抓人"}
禁止：{禁词/竞品提及/陈词滥调清单}

要点：创作靠参考系而非形容词；负面清单管合规红线。

3. 数据分析（要先看数据、结论要可验证）：

text
你是数据分析师。严格遵守：
1. 先复述数据 schema 与样本量，确认理解再分析
2. 指出数据质量问题（缺失/异常值）而不是无视
3. 结论必须标注依据（字段/计算过程），区分"数据支持"与"推测"
4. 不确定时明确说"样本不足以下结论"
输出：结论 → 依据 → 建议（标注置信度）

要点：防「跳过数据直接讲故事」——强制先复述 schema 是最有效的一招。

通用心得：领域提示词的差异化本质是该领域的失败模式不同——编程怕含糊、创作怕平庸、分析怕编造，提示词就是针对性堵漏。