用 Prompt 驱动 Prisma Schema 设计效果不错。告诉 AI 业务需求（如「用户有多个订阅，订阅有多个订单」），让它生成包含关系、索引、级联删除的完整 Schema。但要检查索引是否合理，AI 偶尔会漏掉查询频繁字段的索引。 上下文窗口管理是个技术活。长对话中 AI 容易「遗忘」早期设定。我的做法是：把关键约束放在系统提示词里（永久），而不是对话中（会被截断）。每轮对话结束时，主动总结当前进度和待办事项，帮助 AI 保持上下文。 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。
补充一个边界情况：Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。有疑问可以继续问。
我的看法略有不同：负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。踩了很多坑才总结出来的。
我的实践经验和你的不太一样：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。欢迎大家补充。
Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。
结合我最近的项目经验：Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。欢迎大家补充。长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。
不同场景下结论可能不同：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。
我的看法略有不同：Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。实践出真知，建议动手试试。
反对一下，我的测试结果不是这样：Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。期待更多实战经验分享。
我的团队是这样做的：JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。如有不对请指正。
有个相关问题想请教：负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。效果因项目而异，建议实际测试。
反对一下，我的测试结果不是这样：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。细节可以再展开讨论。
反对一下，我的测试结果不是这样：Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。一起学习。这个问题我研究过一阵，长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。如果有更好的方案求分享。
我做了类似的对比实验：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。
从另一个角度看：Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。仅供参考，具体还是要看你的场景。
有个细节值得注意：Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。
系统提示词里加「不确定时回答不知道」能显著降低幻觉率。
这个方案我试过，负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。这只是个人经验，不一定通用。
这个问题我研究过一阵，系统提示词里加「不确定时回答不知道」能显著降低幻觉率。共同进步。