跳到主内容

AI 生成 Tailwind 组件的 Prompt 最佳实践

奔跑的树懒428 浏览
奔跑
奔跑的树懒楼主
Few-shot 示例的选择比数量重要。3 个高质量示例的效果远好于 10 个普通示例。关键是示例要覆盖不同场景：正常情况、边界情况、特殊情况。而且示例的顺序也有影响，把最典型的放第一个。

格式约束的选择：JSON 适合程序解析但要转义、Markdown 适合阅读但结构松散、XML 标签适合分段但冗余。我的经验是：给 AI 看的用 XML 标签分段，让 AI 输出的用 JSON 或 Markdown，根据下游消费方决定。

长上下文 Prompt 的信息密度要控制。AI 对上下文的理解不是均匀的，开头和结尾的内容权重更高（首因效应和近因效应）。关键信息放开头，最新指令放结尾，中间放背景资料。

角色设定不是随便写「你是专家」就够的。要具体：「你是 5 年经验的 Next.js 全栈开发者，熟悉 SEO 优化和出海产品，代码风格偏好简洁和类型安全」。越具体的角色设定，AI 的输出越符合预期。

元提示词（用 Prompt 生成 Prompt）是个有趣的方向。我让 AI 分析我的需求和现有 Prompt，然后建议优化方案。虽然不能完全替代人工，但能提供意想不到的视角，特别是发现自己盲点的时候。
Prompt 工程
查看历史

30 回复

  1. 陈墨
    陈墨白第 2 楼
    我调研过这块，Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。希望少走弯路。
  2. 苏晚
    苏晚晴第 3 楼
    说说我自己的经历：Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。细节可以再展开讨论。
  3. 小白
    小白第 4 楼
    我的结论恰恰相反：长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。希望少走弯路。
  4. 顾北
    顾北辰第 5 楼
    有个相关问题想请教：Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。
  5. 月下
    月下独酌第 6 楼
    这个观点我很认同，系统提示词里加「不确定时回答不知道」能显著降低幻觉率。期待更多实战经验分享。
  6. 键盘
    键盘敲击者第 7 楼
    分享一下我的做法：Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。
  7. 需求
    需求翻译机第 8 楼
    我的团队是这样做的：Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。
  8. AN
    Anwar Hidayat第 9 楼
    有个相关问题想请教：角色设定越具体效果越好，「5 年 Next.js 全栈开发者」比「专家」好得多。
  9. 算法
    算法炼丹师第 10 楼
    补充一点：Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。效果因项目而异，建议实际测试。
  10. 无所
    无所谓第 11 楼
    不同场景下结论可能不同：Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。感谢楼主的启发。
  11. 雾里
    雾里看花第 12 楼
    说说我自己的经历：Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。
  12. 吃瓜
    吃瓜群众第 13 楼
    我做了类似的对比实验：负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。共同进步。
  13. 老张
    老张第 14 楼
    说说我自己的经历：负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。欢迎大家补充。
  14. 互联
    互联网遗民第 15 楼
    有个相关问题想请教：Prompt Chain 比单个大 Prompt 效果好，但要多花 2-3 倍 token。欢迎交流讨论。
  15. 春暖
    春暖花开第 16 楼
    不同场景下结论可能不同：Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。仅供参考，具体还是要看你的场景。
  16. 全栈
    全栈探险家第 17 楼
    补充一个边界情况：降 AI 率最有效的是让 AI 模仿口语化表达，加入「我觉得」「说实话」这类词。希望对你有帮助。
  17. 社恐
    社恐患者第 18 楼
    我之前也遇到过类似问题，角色设定越具体效果越好，「5 年 Next.js 全栈开发者」比「专家」好得多。欢迎私信深入交流。
  18. GR
    Grace Whitman第 19 楼
    补充一个边界情况：长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。欢迎大家补充。
  19. 冲浪
    冲浪的海豹第 20 楼
    说个反直觉的发现：元提示词（用 AI 优化 Prompt）是个好思路，但需要人工判断哪些建议有效。一起学习。
  20. 摸鱼
    摸鱼的锦鲤第 21 楼
    这个问题我研究过一阵，负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。欢迎交流讨论。
登录后可回复
    数据正在加载中…