系统提示词设计的核心是「约束明确、格式清晰、角色具体」。我总结了一个模板：先定义角色（你是 Next.js 全栈专家），再列约束（必须用 App Router、禁止 class component），最后给格式要求（输出 markdown、代码块标注语言）。这样 AI 的输出可用率能稳定在 90% 以上。 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。 Prompt 模板版本管理很重要。我用 Git 管理 Prompt 文件，每次优化都 commit，写清楚改了什么、为什么改、效果如何。这样团队可以追溯 Prompt 的演进历史，也能回滚到效果更好的版本。 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。
我调研过这块，Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。
我之前也遇到过类似问题，负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。仅供参考，具体还是要看你的场景。
我的踩坑经验：JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。后续有新发现再来更新。
上周刚好踩了这个坑，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。
反对一下，我的测试结果不是这样：Prompt 注入防御用 `<system>` 和 `<user>` 标签分层，系统指令放 system 层。这只是个人经验，不一定通用。
我调研过这块，Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。希望对你有帮助。
我的项目里也用了这个方案，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。
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。如有不对请指正。
这个问题我研究过一阵，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。踩了很多坑才总结出来的。
我的团队是这样做的：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。
有个细节值得注意：JSON 输出加「只输出 JSON，不要 markdown 代码块」这个约束很关键。共同进步。
这个方案我试过，系统提示词里加「不确定时回答不知道」能显著降低幻觉率。感谢楼主的启发。
补充一个可能被忽略的点：负面指令（「不要用 var」）比正面指令（「用 const」）效果更好。如有不对请指正。
有个细节值得注意：Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。我也还在探索中。Prompt Chain 比单个大 Prompt 效果好，但要多花 2-3 倍 token。
反对一下，我的测试结果不是这样：长上下文对话中，每 5 轮总结一次进度能防止 AI 跑偏。
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。感谢楼主的启发。
这个观点我很认同，Few-shot 示例我一般给 3 个，多了反而过拟合，少了不够稳定。踩了很多坑才总结出来的。
我的实践经验和你的不太一样：Temperature 0.2 适合代码生成，0.7 适合创意写作，SEO 内容用 0.5。后续有新发现再来更新。
上周刚好踩了这个坑，Prompt 模板用变量占位符 `{{role}}` 管理，比硬编码灵活得多。如果有更好的方案求分享。