Prompt 工程八股：AI PM 面试必会的 14 个术语
📍 AI 求职速查
你会遇到的开场
Section titled “你会遇到的开场”简历投出去，面试官打开 Zoom，第一个问题十有八九是：
「说说你对 prompt engineering 的理解。」
或者升级版：
「zero-shot 和 few-shot 啥时候用哪个？」
「思维链你实际用过没？」
「输出格式怎么稳定地控制成 JSON？」
如果你答得稀里糊涂，面试官心里默默把你归到「听说过没做过」那栏 —— 后面 45 分钟你再回血也难。
这一篇把 14 个最常被问的 prompt 工程术语用大白话讲清楚，每个配「是啥 / 啥时候用 / 啥时候别用 / 面试怎么答」四段。看完不需要再背八股，能用自己的话讲出来。
两点先说清楚：「面试怎么答」里的第一人称经历和数字都是示范，面试时请换成你自己真做过、真测过的；文中引用的论文数字都写了出处和实验设置，被追问「哪篇论文、什么模型」时要能说清楚。
先建立大局观
Section titled “先建立大局观”Prompt 工程 = 让大模型听懂你说啥 + 输出你想要啥 + 不跑偏的工程化方法。
业界看 prompt 工程的 5 个维度：
- 准确性 —— 模型答得对不对
- 一致性 —— 同一个 prompt 跑 10 次结果是否稳定
- 结构化输出 —— 能不能产出可程序消费的格式(JSON / Markdown)
- token 效率 —— 同样效果能不能花更少 token
- 可控性 —— 模型会不会乱发挥(出 markdown / 加废话 / 拒答)
下面 14 个术语里，第一个 LoRA 其实是微调技术，不属于 prompt 工程；面试常拿它和 prompt 对比「啥时候该微调」，所以放在最前面。其余 13 个都是 prompt 工程的子技术，每一个对应优化上面某一两个维度。
一、微调相关：LoRA(Low-Rank Adaptation)
Section titled “一、微调相关：LoRA(Low-Rank Adaptation)”是啥：一种参数高效微调方法。不动 base 模型的大量参数，只在它身上插一层薄薄的「low-rank 矩阵」，只训这一层。
打个比方：base 模型像一栋已建好的大楼，LoRA 不重建大楼，只在某些房间装个可拆卸的小装饰(low-rank 矩阵)。装饰可以训练得很专精，但大楼本身不变。
直观数字（面试被追问出处时要说得清）：
- 论文实测：LoRA 原论文（Hu 等 2021）在 GPT-3 175B 上，要训练的参数比全量微调少约 1 万倍，训练显存从 1.2TB 降到 350GB（约降到 1/3），训练快约 25%（论文原话「25% speedup」，指同样的训练量少花约四分之一的时间）。它省的主要是显存，不是时间：前向、反向计算照样要跑完整个模型，所以别说「训练时间降到 1/10」。
- 70B 模型的显存估算（开源微调框架 LLaMA-Factory 的估算表）：常规混合精度全量微调约 1.2TB（约 15–16 张 80GB 的 A100），LoRA 约 160GB（2–3 张），4-bit 量化的 QLoRA 约 48GB（1 张）。QLoRA 论文（Dettmers 等 2023）实测过用单张 48GB 显卡微调 65B 模型。
- 只训一小部分参数：常见配置只训 0.1% 左右（70B 模型约 7000 万个），具体看秩（rank）和插在哪些层。
啥时候用：你公司想让通用模型(Llama / Qwen / DeepSeek)说自家行业话(法律 / 医疗 / 客服)，数据量不大(几万到几十万条)。
啥时候别用:
- 单纯调 prompt 就能搞定的任务 → 不上微调
- 多任务 + 长期演化 → 上 full fine-tune 或多个 LoRA 切换
面试怎么答：重点不是背概念，是显示你知道「啥时候要微调 / 啥时候 prompt 就够」。可以这么答：
“现在大模型能力上来，大多数场景靠 prompt + RAG 已经够，LoRA 主要解决两类：一是模型说话风格要模仿行业特定语气（法律严谨 / 医疗谨慎），二是结构化输出稳健性要更高。如果只是知识问答用 RAG 就行，没必要 LoRA。”
二、Prompt Engineering(总览)
Section titled “二、Prompt Engineering(总览)”是啥：用结构化语言告诉模型「任务是啥 / 输出长啥样 / 别干啥」。优化目标是上面那 5 个维度(准确性 / 一致性 / 结构化 / token 效率 / 可控性)。
最直观的类比:带个聪明但没经验的实习生。
- 你说「做点东西」 → 他乱来，啥都可能交
- 你说「做个 PPT,5 页，给 CEO 看，不要太花」 → 他知道方向，但还是可能加 emoji
- 你说「做个 PPT,5 页，黑白配色，衬线体，每页一句结论 + 一张图」 → 他给你的东西基本能用
第 1 句是模糊指令，第 3 句是 prompt 工程。两者效果差 10 倍。
下面的 12 个术语都是 prompt engineering 的子技术，各自解决某一两个维度。
面试常问:「prompt 工程跟传统软件工程有什么不一样？」
我的答法：
“传统软件工程的输入输出是确定的，你写
add(1,2)永远返回 3。prompt 工程的输入输出是概率性的，同样的 prompt 跑 10 次可能 8 次对 2 次错。所以工程化的核心是降低这个方差 —— 用 schema、示例、思维链、自我一致性这些手段把「它大概率对」变成「它几乎一定对」。”
三、Zero-shot Prompting(零样本提示)
Section titled “三、Zero-shot Prompting(零样本提示)”是啥：不给任何示例，只用一句指令让模型干活。
把这段英文翻译成中文:"Hello, world."啥时候用:
- 简单的、模型见过无数次的任务(翻译 / 摘要 / 常见分类)
- 想省 token
啥时候别用:
- 任务格式特殊
- 边缘 case 多
- 输出需要模仿你公司特定风格
面试怎么答：面试官想看你能不能根据复杂度选档。
“我一般按复杂度选：简单任务用 zero-shot 省 token，复杂任务一定升级到 few-shot 加 1-3 个示例。比如同样让模型分类用户意图，简单二分类(投诉 / 非投诉)zero-shot 够，但 10+ 类细分(咨询/投诉/建议/取消/退款…)必须 few-shot。”
四、Few-shot Prompting(少样本提示)
Section titled “四、Few-shot Prompting(少样本提示)”是啥:prompt 里给 2-5 个示例，让模型从例子里抓 pattern，然后照着模仿。
情感分类:"今天天气好" → 正面"我饿了" → 中性"讨厌这部电影" → 负面
分类: "我拿到 offer 了"模型看完三个例子，自动按这个 pattern 输出 → 正面。
啥时候用:
- 任务格式特殊(输出有特定 schema)
- 边缘 case 你想明确教
- 输出需要模仿特定语气(产品文案 / 客服话术)
啥时候别用:
- 简单任务，zero-shot 够
- token 极度敏感的高频调用场景(每次都塞 5 个例子 = token 烧得快)
面试怎么答:
“few-shot 的本质是用 token 换稳定性。我做过对比测试：同一个分类任务 zero-shot 准确率 78%，加 3 个 few-shot 上到 92%，但每次调用多花 600 token。判断口径就是业务对错误的容忍度 —— 错一次代价大（财务 / 医疗），few-shot 必须上；高频低风险场景（聊天 / 摘要），zero-shot 优先。”
五、System Prompt vs User Prompt
Section titled “五、System Prompt vs User Prompt”是啥:
- System Prompt(系统提示词)：模型「身份 + 行为规则 + 输出风格」。一次设定，整个会话不变。
- User Prompt(用户提示词)：用户每次发的内容，每轮变。
[System] 你是一位资深的儿童阅读专家。 回答时用 8 岁小孩能懂的话。 每个建议都给一个生活化例子。
[User] 我家孩子不爱看书怎么办?模型读 system 设定 → 用儿童阅读专家口吻 + 8 岁小孩能懂的话 + 给例子来回答 user。
啥时候关心:
- 多轮对话 —— system prompt 让模型角色不漂移
- 多 agent 系统 —— 每个 agent 的 system prompt 定义 ta 是谁(参考 Subagents 那篇)
- CLAUDE.md / 项目记忆（project memory） —— 作用类似「持久化的 system prompt」：每次会话自动带上的项目说明。但技术上，Claude Code 是把 CLAUDE.md 放在系统提示词之后、作为一条 user 消息注入的，不属于 system prompt，也不保证被严格遵守；真要系统级指令，得用启动参数
--append-system-prompt（详见 CLAUDE.md 那篇）
面试怎么答:
“我做过的项目里，system prompt 是人格锚点，user prompt 是当前请求。比如多 agent 系统里，每个 agent 在 system 里写清楚自己的身份和边界，跨 session 不漂移。如果把所有规则塞到 user prompt，每次发都要重复 = 浪费 token + 容易出现指令冲突。”
六、Role-Play Prompt(角色扮演)
Section titled “六、Role-Play Prompt(角色扮演)”是啥：让模型扮演特定身份，用那个身份的语气 / 知识 / 专业度回答。
你是一位资深 Python 工程师,有 10 年生产环境经验。回答优先用业界最佳实践,不解释基础语法,默认对方是同行。为啥有效:
- 借用训练数据特征 —— 「资深 Python 工程师」在训练数据里跟某些代码风格 / 术语高度相关，激活这些特征
- 限定边界 —— 「你是医生」让模型自动避免给法律建议
- 统一语气 —— 整段对话不会一会严肃一会俏皮
啥时候用:
- 产品需要稳定的人格(虚拟助手 / 客服 / 教练)
- 想让回答带特定专业立场(法律 / 医学 / 财务)
面试怎么答:
“Role-play 是让语气稳定的最低成本方案。比如做个虚拟教练 app，在 system 加 ‘You are an experienced fitness coach…’ 比写一万字风格指南有效。但不要过度依赖 —— 涉及法律/医疗这种高风险场景，role-play 只能用来约束语气，不能用来代替专业事实支撑。”
七、Role-Play 在 MoE 时代是不是更猛？(进阶讨论)
Section titled “七、Role-Play 在 MoE 时代是不是更猛？(进阶讨论)”2026 年的开放题:MoE(混合专家)模型有多个「专家子网络」，每个 token 路由器决定激活哪个专家。那 role-play 是不是能引导路由器优先激活相关专家?
直觉上的类比：MoE 像医院分诊台，好像 Python token 会自动去「代码专家」，数学 token 去「数学专家」。role-play 是不是相当于挂号时说「我看儿科」，让分诊更准？
短答：听起来对，但不是这么干的。
3 个关键认知：
- 路由是按 token 走，不是按 prompt 走 —— 你写「你是 Python 工程师」，这句话每个字单独进路由，不是整句话给路由器一个指令。
- 专家不太按「科室」分工 —— 一个常被引用的公开分析是 Mixtral 论文（Mistral AI，2024）第 5 节：ArXiv 论文、生物、哲学三类文本的专家分配几乎一样，看不出按主题分工；能看出的规律更多在词形和句法上，比如 Python 里的
self常被分给同一个专家，代码缩进则总是分给同一批专家。所以上面那个「分诊台」直觉本身就不太对。 - 业界普遍观察：Dense 模型（没用 MoE 的 Llama 3 70B 等）用 role-play 同样有效。说明 role-play 起作用的主要是注意力对整段上下文的影响，不是专家路由。
面试怎么答：
“公开的路由分析（比如 Mixtral 的论文）发现，专家分工更多跟词形、句法有关，不太按主题分；而且路由是逐个 token 决定的，不是整段 prompt 给路由器下指令。所以 role-play 起作用主要靠注意力对整段上下文的影响，不是靠挑专家。这是有意思的研究方向 —— 如果未来出现专门为 prompt 级语义设计的路由器，role-play 的价值可能会提升。”
⚠️ 小贴士：如果面试官追问「哪篇论文」，能说出「Mixtral 论文（Mistral AI，2024）里的路由分析」最好；记不准就诚实说「具体出处我记不准了，研究方向是 MoE 可解释性」。别瞎编论文名 —— 面试官是技术深的话一查就穿，反而扣分。
这种答法显示你有独立思考，但不会过度声称 role-play 直接控制 MoE 路由（那是夸大）。
八、Chain-of-Thought(思维链，CoT)
Section titled “八、Chain-of-Thought(思维链，CoT)”是啥：让模型一步步推理后再给最终答案，不要直接跳结论。
激活方式简单到离谱 —— 在问题后面（相当于答案的开头）加一句：
让我们一步步推理。或者英文版：Let's think step by step. 这叫零样本思维链（不给示例，只加这一句）。另一种是少样本思维链：在 prompt 里放几个「写出了推理过程」的示例，让模型照着一步步写。两种的效果数字不一样，面试别混着说。
直观效果：下面都是 PaLM 540B 模型做 GSM8K（小学数学应用题测试集）的实测，出自两篇论文。
| 做法 | 出处 | 直接答 | 加思维链 |
|---|---|---|---|
| 零样本思维链：只在问题后加「Let’s think step by step.」 | Kojima 等 2022 | 12.5% | 43.0% |
| 少样本思维链：prompt 里放 8 个写出推理过程的示例 | Wei 等 2022（Google） | 17.9% | 56.9% |
两种都是约 3 倍的提升，但提升前后的数字必须来自同一篇论文、同一种设置，不能拿 17.9% 去配零样本那一句。
⚠️ 面试提醒：面试官追问「哪个模型、哪种思维链」时一定要说清楚，不同模型大小、不同任务上数字差异很大。比如 Kojima 那篇的主实验用的是 OpenAI 的 text-davinci-002，GSM8K 从 10.4% 到 40.7%。
啥时候用:
- 复杂推理(数学 / 逻辑 / 多步规划)
- 决策类任务(给出推荐前需要推理)
- 你需要看见模型的「思考过程」做调试
啥时候别用:
- 简单任务(翻译 / 摘要 / 分类)，加 CoT 多花 token 没意义
- 对响应延迟（latency）要求严的场景（实时聊天）—— CoT 会显著拖慢
- 输出长度有上限(API 限 max_tokens),CoT 容易吃光
面试怎么答:
“CoT 本质是用 token 换准确率。我会按场景选 —— 简单分类不用，复杂决策必加。还有个进阶玩法：新一代推理模型自己会想 —— Claude 5 思考默认开启、DeepSeek 有深度思考模式，API 调用时不需要显式加 ‘step by step’（注意 Claude 4.x 相反，默认不思考、要显式开）。”
九、Self-consistency(自我一致性)
Section titled “九、Self-consistency(自我一致性)”是啥：同一个问题让模型独立跑 N 次（比如 5 次），每次都用 CoT，然后取多数票作为最终答案。
原理：单次推理可能走错路，几条错的路径各错各的，但对的路径会收敛到同一个答案 → 多数票答案更可靠。
效果（自我一致性论文：Wang 等 2022，也是 Google 团队，但和上面思维链那篇不是同一篇；PaLM 540B 做 GSM8K）：
- 单次 CoT（每题只生成一条推理）：56.5%
- 每题采样 40 条推理路径再投票：74.4%
路径越少，提升越小（从论文的曲线图上读，5 条约 64%）。论文也建议实践中先试 5 或 10 条，能拿到大部分收益、又不至于太贵。
代价：输出 token 约是 N 倍（N＝采样条数）；多条路径可以并行跑，所以响应延迟的增幅远小于 N 倍。
啥时候用:
- 高风险决策(医疗诊断辅助 / 法律 / 金融)
- 跨模型验证(同一个 prompt 让 Claude / GPT / DeepSeek 各跑一次比较)
啥时候别用:
- 普通对话场景(贵 + 慢)
- token cost 敏感的 SaaS 产品
面试怎么答:
“Self-consistency 在我看来更适合做测试阶段的稳定性验证，而不是上线运行时的默认策略。比如开发 prompt 时跑 5 次看是否收敛，上线后跑 1 次。如果业务对可靠性要求真的这么高，通常上限是模型本身能力，加多次投票收益递减，不如换更强的模型。”
十、输出格式控制(JSON / Markdown)
Section titled “十、输出格式控制(JSON / Markdown)”是啥：让模型严格输出指定结构(JSON / Markdown / XML)。
5 种主流方法：
| 方法 | 怎么用 | 可靠度 |
|---|---|---|
| 1. 直接指定 | 「用 JSON 输出，字段：title, summary, tags」 | ★★ |
| 2. 给 schema | 把完整 JSON schema 贴 prompt 里 | ★★★ |
| 3. Few-shot 示例 | 给 2-3 个完整 JSON 例子让模型模仿 | ★★★ |
| 4. Structured Output API | OpenAI 的 response_format / Anthropic 的 output_config，或 function calling | ★★★★★ |
| 5. 包代码块 | 让输出包在 ```json ... ``` 里 | ★★ |
最稳的方式:方法 4 + 方法 3 双层。系统层强制 + 示例示范。
注意：只靠 prompt 约束格式（方法 1、2、3、5）时，模型偶尔还是会出错（加 markdown 解释 / JSON 尾逗号 / 多个 ```）。开了方法 4 的结构化输出，Anthropic 官方的说法是用约束解码保证输出符合 schema（字段结构定义），但列了三种例外：模型拒答（stop_reason 为 refusal）、输出被 max_tokens 截断（stop_reason 为 max_tokens），以及枚举值的大小写可能对不上。生产环境必须：
- 检查 stop_reason，拒答和截断分开处理（截断就调大 max_tokens 重试）
- 枚举值按不区分大小写来比对，也别设计只差大小写的枚举值（这种情况 stop_reason 一切正常，查不出来）
- 只靠 prompt 约束格式时，加 JSON 解析器 + 错误重试，解析失败 → 重新 prompt 兜底
- 加监控（记录出错率，定期回看 prompt）
面试怎么答：
“我做过的项目里，JSON 输出靠两层保险：协议层用 Anthropic 的结构化输出 API 强制 schema，prompt 层给 2-3 个 few-shot 示例。开了结构化输出，格式基本不会错，剩下要处理的主要是拒答和 max_tokens 截断，所以代码里一定检查 stop_reason，枚举值也按不区分大小写来比对；只靠 prompt 约束格式时，才需要解析器 + 重试兜底。”
十一、否定指令 vs 正向指令
Section titled “十一、否定指令 vs 正向指令”是啥：模型对「不要 X」经常忽略，改成「应该 Y」反而照做。
| ❌ 否定 | ✅ 正向 |
|---|---|
| 「不要输出 markdown」 | 「只输出纯文本，不含 # * - ` 等符号」 |
| 「不要解释」 | 「直接给答案，无前缀」 |
| 「不要提你是 AI」 | 「假设你是 [角色]，用第一人称回答」 |
为啥否定指令容易失败：
- 训练语料里负向指令样本少，模型权重对它响应弱
- 「不要 X」反而让模型的注意力落在 X 这个关键词上（说「不要想大象」，你就会想到大象）
- 「不要 X」没说「该做啥」，留下的空间模型只能自己猜
- 强模型偏好「乐于帮忙」，可能直接忽略否定边界
面试怎么答:
“我做 system prompt 时有条铁律 —— 不写‘不要’，只写‘应该’。早期写过大量‘不要回答和工作无关的问题’‘不要用 markdown’，结果模型频繁失守。后来全部改成正向指令（‘只回答工作类问题，其他统一礼貌拒绝’），服从度立刻好转。”
十二、分隔符 / XML 标签
Section titled “十二、分隔符 / XML 标签”是啥：在 prompt 里用特殊字符(三重引号 / XML 标签)把「指令 / 上下文 / 数据」明确分开。
Anthropic 官方推荐 XML 标签风格：
<context>今天天气好。</context>
<task>把上面 context 翻译成英文。</task>4 个作用：
- 降低 prompt 注入（提示注入）风险 —— 用户输入里如果含「忽略前面指令」，分隔符帮模型分清这是数据不是指令。但它只能降低风险，挡不住所有攻击（见下面的安全提醒）
- 结构清晰 —— 模型准确知道「哪里是上下文 / 哪里是任务 / 哪里是示例」
- 可程序化 —— 后端拼 prompt 时模板和动态内容分离干净
- Claude 对 XML 标签特别熟 —— Anthropic 2024 年的文档写过：Claude 训练时接触过带 XML 标签的 prompt，所以对这种结构特别熟悉；现行文档的说法是 XML 标签能帮 Claude 无歧义地解析复杂 prompt、减少误读
官方怎么说：Anthropic 的提示词最佳实践推荐用 XML 标签给复杂 prompt 分区，理由是减少误读；至于能把输出质量提高多少，没有公认的数字，面试别报。
面试怎么答：
“XML 标签是 Claude 生态里的最佳实践，我做协议设计时所有动态字段都用
<input><context><task>包好。两个好处：一是模型不容易把指令和数据搞混，二是能降低 prompt injection（提示注入）的风险。但标签不是防火墙，攻击者可以在数据里伪造闭合标签，所以我还会叠加最小权限、高风险操作人工确认、输出校验这几层，这也是 OWASP 的建议。”
十三、模糊 vs 明确表达
Section titled “十三、模糊 vs 明确表达”是啥：含糊的 prompt 让模型瞎猜，结果不稳定 + 容易幻觉。明确指定 length / audience / style / format 才稳。
| ❌ 模糊 | ✅ 明确 |
|---|---|
| 「总结一下」 | 「用 3 句话总结，给非技术读者，不超 150 字」 |
| 「改好这段」 | 「修正语法错误，不改语义，不重组段落」 |
| 「推荐几个」 | 「推荐 5 个，按性价比从高到低，每个一句话说明理由」 |
| 「写一封邮件」 | 「写一封 200 字英文邮件，给客户经理，礼貌但直接，主题：延期一周」 |
核心检查清单(写完 prompt 自己问自己):
- 长度有限定吗？(几句 / 多少字 / 多少条)
- 受众是谁？(技术 / 非技术 / 客户 / 同事)
- 风格是啥？(正式 / 口语 / 营销 / 学术)
- 格式是啥？(JSON / Markdown / Bullet / Paragraph)
- 边界在哪？(包含什么 / 不包含什么)
面试怎么答:
“Prompt 工程里 80% 问题是‘你没说清楚’。我自己回看自己的 prompt 时，会逐条问‘我有没有指定长度 / 受众 / 风格 / 格式 / 边界’。任何一个空着，模型就会猜，稳定性就垮。”
十四、开放式 vs 封闭式问题
Section titled “十四、开放式 vs 封闭式问题”是啥:
- 封闭式问题(是/否 / 选择题 / 数字 / 分类)：输出确定，好程序消费。
- 开放式问题(why / how / 解释 / 创意)：输出多样，适合生成内容。
| 类型 | 例子 | 适合 |
|---|---|---|
| 封闭 | 「这段情感 [正面/中性/负面] 哪个？」 | 分类 / 评分 / 决策 |
| 封闭 | 「0-10 打分，这个 idea 多新颖？」 | 评估 / 排序 |
| 开放 | 「对比这两份合同的违约条款，各有什么风险」 | 生成 / 推理 / 创意 |
实操技巧:
- agent 内部沟通 → 封闭式(状态码 + 结构化数据包)，让下游 agent 好消费
- agent 对用户回复 → 开放式(自然语言)，让用户感觉是在对话
面试怎么答:
“我做多 agent 系统时，agent 之间用封闭式消息（数字状态码 + JSON 数据包），便于路由和日志；agent 对用户用开放式，保持对话感。混用让系统既能机器化协作又能对人友好输出。”
总结：14 个术语怎么记
Section titled “总结：14 个术语怎么记”不是死背概念，按「解决啥维度」组织记忆:
| 你想优化的 | 用哪个术语 |
|---|---|
| 准确率 | Few-shot / CoT / Self-consistency |
| 稳定性 | System prompt / Role-play / Few-shot / 正向指令 / 分隔符 |
| 结构化输出 | JSON schema / Structured Output API / Few-shot 示例 |
| token 效率 | Zero-shot / 明确表达(缩短废话)/ 封闭式问题 |
| 降低注入风险 | 分隔符 / XML 标签（只能降低风险，要配合最小权限、人工确认、输出校验） |
面试时别按字典顺序背,按这张表答 —— 显示你不是「听说过」而是「知道啥时候用哪个」。
面试加分小贴士
Section titled “面试加分小贴士”- 能讲权衡(trade-off) > 能讲是啥(每个术语都有代价，讲出来 = 真做过)
- 能给数字 > 能给概念（「PaLM 540B 做 GSM8K，少样本 CoT 把准确率从 18% 提到 57%，再加 40 路自我一致性投票到 74%」比「提升明显」有说服力得多）。但数字要带上论文和设置，张冠李戴比不报还扣分
- 能讲自己跑出的数字 > 背别人的数字：花 10 分钟，准备 20 条你自己标好答案的分类样本（比如把用户留言分成咨询 / 投诉 / 建议），用任一国产 AI 分别跑 zero-shot 和 few-shot（加 3 个示例），数一数各对了几条，面试就能讲你自己的数字
- 能讲失败案例 > 能讲成功案例(讲一次「我以为 zero-shot 够，跑下来发现幻觉率太高所以补了 few-shot」远比讲一个完美故事可信)
- 能跟系统设计挂钩 > 单点术语（讲 system prompt 时连到 agent 持久化人格，讲分隔符时连到提示注入的多层防御，讲清标签只是其中一层）
- 想看 Prompt 工程的进阶玩法？→ Agent 通用知识板块