ChatGPT提示词工程实战：从新手到高效输入的进阶指南

3次阅读

共计 2626 个字符，预计需要花费 7 分钟才能阅读完成。

许多开发者在初次使用 ChatGPT 时，往往会遇到输出质量不稳定的问题。这通常源于以下几个常见的低效输入模式：

模糊的需求描述：例如 ” 帮我写代码 ” 这类过于宽泛的指令，导致 AI 无法准确理解具体需求
缺少必要上下文：未提供关键技术参数、使用场景或前置条件等重要信息
一次性要求过多：在单次提示中包含多个不相关的任务目标
忽略输出格式说明：未明确指定期望的响应结构，增加后续处理成本

这些问题会导致对话轮次增加、输出质量下降，严重影响开发效率。

策略类型	英文名称	适用场景	优势	劣势
零样本提示	Zero-shot	简单明确的任务	直接高效	复杂任务效果差
思维链	Chain-of-Thought	需要推理的复杂问题	展示思考过程	占用更多 token
指令模板	Instruction Template	重复性标准化任务	一致性高	灵活性较低

角色定义(Role Specification)
明确 AI 应该扮演的专业角色
示例：” 你是一位资深 Python 开发工程师 ”
任务描述(Task Description)
使用动词开头的明确指令
示例：” 编写一个使用 asyncio 的 HTTP 请求函数 ”
输出格式(Output Format)
指定代码风格、文档结构等
示例：” 返回 Markdown 格式，包含代码和简要说明 ”
示例演示(Example Demonstration)
提供输入输出的样例对
示例：” 输入：获取用户列表 API，输出：async def fetch_users():…”
约束条件(Constraints)
列出限制条件和特殊要求
示例：” 仅使用标准库，兼容 Python 3.8+”

作为资深 [语言] 代码审查专家，请分析以下代码：[代码片段]

按照以下方面评估：1. 潜在的性能问题
2. 可读性改进建议
3. 安全性风险

用 Markdown 表格呈现结果，分为问题描述、严重程度(高 / 中 / 低)、修改建议三列。

你是个专业的技术文档工程师，请为以下 [语言] 函数生成 API 文档：[函数代码]

包含：1. 功能描述
2. 参数说明(类型、默认值、作用)
3. 返回值说明
4. 使用示例
5. 可能抛出的异常

采用 Google 风格文档格式。

import openai
import time
from typing import Generator

class ChatGPTAPI:
    """OpenAI API 封装类，包含重试机制和流式处理"""

    def __init__(self, api_key: str):
        self.api_key = api_key
        openai.api_key = api_key

    def _retry_request(self, prompt: str, max_retries: int = 3, **kwargs) -> str:
        """
        带退避机制的重试请求
        :param prompt: 输入提示词
        :param max_retries: 最大重试次数
        :param kwargs: 其他 API 参数(temperature 等)
        :return: 完整响应文本
        """
        retry_delay = 1
        for attempt in range(max_retries):
            try:
                response = openai.ChatCompletion.create(
                    model="gpt-3.5-turbo",
                    messages=[{"role": "user", "content": prompt}],
                    **kwargs
                )
                return response.choices[0].message.content
            except Exception as e:
                if attempt == max_retries - 1:
                    raise
                time.sleep(retry_delay)
                retry_delay *= 2

    def stream_response(self, prompt: str, **kwargs) -> Generator[str, None, None]:
        """
        流式响应处理
        :param prompt: 输入提示词
        :param kwargs: 其他 API 参数
        :yield: 响应内容片段
        """
        response = openai.ChatCompletion.create(
            model="gpt-3.5-turbo",
            messages=[{"role": "user", "content": prompt}],
            stream=True,
            **kwargs
        )

        for chunk in response:
            content = chunk["choices"][0].get("delta", {}).get("content", "")
            if content:
                yield content

    @staticmethod
    def sanitize_input(text: str) -> str:
        """
        基础敏感信息过滤
        :param text: 用户输入文本
        :return: 过滤后的安全文本
        """
        # 实际项目中应使用更完善的正则过滤
        forbidden_terms = ["API_KEY", "SECRET", "PASSWORD"]
        for term in forbidden_terms:
            if term in text:
                raise ValueError(f"输入包含敏感术语: {term}")
        return text