Prompt 设计的通用原则

原则一：角色 > 任务 > 约束 > 格式（从大到小）

❌ 差的 prompt（没有层次）：
"帮我回答问题，要准确，用工具"

✅ 好的 prompt（层次分明）：
"你是一个XX角色。      ← 角色（身份 + 能力边界）
你的任务是XX。          ← 任务（要做什么）
请遵守以下规则：        ← 约束（怎么做 + 不能做什么）
输出格式：XX"           ← 格式（最终产出的形态）

原则二：正面指令 > 负面指令

LLM 对"要做什么"的理解比"不要做什么"更准确：

❌ "不要直接回答需要查资料的问题"
✅ "遇到需要查资料的问题时，先调用 search 工具获取信息"

原则三：具体 > 抽象

❌ "准确回答"              （什么是"准确"？LLM 不知道你的标准）
✅ "回答必须引用工具返回的具体数据"（行为可验证）

原则四：给 LLM 一个"思维路径"

不是告诉 LLM 每一个细节，而是给它一个推理框架：

✅ "请按以下步骤思考：
1. 用户的问题需要什么信息？
2. 我有这些信息吗？如果没有，我该用哪个工具？
3. 工具给了我什么结果？这些结果是否充分？
4. 我能否据此给出完整的答案？如果能，现在就回答。"

原则五：用示例（Few-Shot）消除歧义

当文字描述不够精确时，直接给例子：

规则：如果用户只是打招呼（如"你好"、"hi"），
直接回复问候，不要调用任何工具。

示例1：
用户：你好
助手：[直接回复] 你好！有什么可以帮你的吗？

示例2：
用户：今天天气怎么样？
助手：[调用 get_weather 工具] ...

写好 Prompt 的核心心法

┌────────────────────────────────────────────┐
│                                            │
│   把 LLM 想象成一个"极度听话但缺乏常识"的    │
│   实习生：                                  │
│                                            │
│   ✅ 你明确告诉它的事，它会做得很好          │
│   ❌ 你以为它"应该懂"但没写出来的，它可能乱做  │
│   ✅ 给它思考框架，它会有条理                 │
│   ❌ 不告诉它什么时候停，它就不停              │
│                                            │
│   所以：把所有"你以为它懂的"都写出来。         │
│                                            │
└────────────────────────────────────────────┘