一、什么是 Prompt Engineering?
Prompt Engineering(提示工程) 是设计和优化输入给 AI 模型的提示词(Prompt)的技术,目的是让 AI 输出更准确、更有用、更符合预期的结果。
简单说:你会提问,AI 才会回答得好。
二、核心原则
1. 清晰明确
❌ 差:帮我写点东西
✅ 好:帮我写一封求职邮件,申请前端开发岗位,突出我的 React 和 TypeScript 经验,语气专业但友好
2026/5/18大约 3 分钟
Prompt Engineering(提示工程) 是设计和优化输入给 AI 模型的提示词(Prompt)的技术,目的是让 AI 输出更准确、更有用、更符合预期的结果。
简单说:你会提问,AI 才会回答得好。
❌ 差:帮我写点东西
✅ 好:帮我写一封求职邮件,申请前端开发岗位,突出我的 React 和 TypeScript 经验,语气专业但友好
Context Engineering(上下文工程) 是在 Prompt Engineering 基础上,系统性地设计、管理和优化 AI 对话中的上下文信息,让 AI 在长对话、多轮交互中保持一致性和准确性。
| 对比 | Prompt Engineering | Context Engineering |
|---|---|---|
| 焦点 | 单次提示词设计 | 整体上下文管理 |
| 范围 | 一个 Prompt | 整个对话/会话 |
| 目标 | 获得好回答 | 维持长期一致性 |
| 场景 | 单轮问答 | 多轮对话、Agent 系统 |
Harness Engineering(Harness 工程) 是为 AI 系统设计测试、评估、安全约束框架的技术,确保 AI 输出质量可控、行为可预测、风险可管理。
| 对比维度 | Prompt Engineering | Context Engineering | Harness Engineering |
|---|---|---|---|
| 焦点 | 怎么问 | 怎么记 | 怎么测/控 |
| 目标 | 获得好回答 | 维持一致性 | 确保质量与安全 |
| 阶段 | 输入设计 | 运行管理 | 输出验证 |
| 场景 | 单次交互 | 多轮对话 | 生产部署 |