提示词相关
提示词(Prompt)
提示词是你给 AI 的指令或问题。在 AI 编程中,提示词就是你用自然语言描述的需求。
提示词的质量直接决定了 AI 输出的质量。一个好的提示词应该:
- 具体明确
- 包含必要的背景信息
- 说明期望的输出格式
比如,“做一个网站” 是一个模糊的提示词,而 “用 React 做一个记账网站,包含添加支出、查看列表、统计总额三个功能,界面用蓝色调” 就是一个更好的提示词。
在 AI 对话中,消息一般分为 3 种角色:
- 系统提示词(System):设置 AI 的角色和行为规则,对用户不可见
- 用户提示词(User):你发送给 AI 的消息
- 助手提示词(Assistant):AI 回复给你的消息
理解这 3 种角色有助于你更好地使用 AI。比如很多 AI 编程工具允许你设置系统提示词来定义 AI 的行为规则,而你在对话框中发送的内容就是用户提示词。

系统提示词
系统提示词(System Prompt)是在对话开始前给 AI 设置的指令,用来定义 AI 的角色、行为和限制。
比如,你可以设置系统提示词:“你是一位资深的 Java 后端开发专家,请用简洁清晰的代码风格回答问题。”
系统提示词在整个对话过程中都会生效,是定制 AI 行为的重要方式。
还记得前几年 AI 刚流行的时候,市面上冒出了一大堆 AI 助手网站么?其实很多就是 “套壳”,底层调用的是同一个大模型,只不过给不同的 AI 助手设定了不同的系统提示词,比如 “你是一个翻译专家”、“你是一个法律顾问” 等。

提示词工程
提示词工程(Prompt Engineering)是设计和优化提示词的技术,目的是让 AI 更好地理解你的意图,生成更符合预期的结果。
这是 Vibe Coding 的核心技能之一。好的提示词工程师能用更少的对话轮次、更低的 Token 成本,让 AI 生成更高质量的代码。
想学习编写提示词的实战技巧,可以看看鱼皮的免费《AI 编程教程》:提示词编写技巧

零样本提示(Zero-shot)
零样本提示是指在给 AI 下达任务时,不提供任何示例,直接描述你的需求让 AI 去完成。
比如:“请把这段英文翻译成中文。”
AI 会根据自己的训练知识来完成任务。
对于简单任务,零样本提示一般就够用了,不需要提供额外的示例内容,还能节约一些 Token 成本。
少样本提示(Few-shot)
少样本提示是指在给 AI 下达任务时,额外提供几个输入输出的示例,让 AI 通过这些示例学习你想要的格式或风格,从而更准确地完成任务。
比如:
请按以下格式翻译:
英文:Hello → 中文:你好
英文:Thank you → 中文:谢谢
英文:Good morning → 中文:通过提供示例,AI 能更准确地理解你的需求,输出更一致的结果。

思维链提示(Chain-of-Thought)
思维链提示(Chain-of-Thought,简称 CoT)是一种引导 AI 展示推理过程、一步一步思考问题的提示技术,而不是让 AI 直接给出答案。这对于复杂的推理任务特别有效,比如多步骤的数学计算、代码逻辑分析、系统架构设计等。
触发思维链提示的方法很简单。很多推理模型(比如 DeepSeek-R1)和 AI 编程工具天然内置了思维链能力,会自动展示推理过程。你也可以在提示词中手动加上 “请一步一步思考”,AI 就会展示它的推理过程,一般能得到更准确的答案。
在 AI 编程中,涉及复杂业务逻辑、多模块交互、或者需要权衡多种技术方案的项目,特别适合利用推理模型和思维链提示能力,让 AI 想清楚再动手。

Markdown 语言
Markdown 是一种轻量级的文本标记语言,用简单的符号来表示格式。比如用 # 表示标题,用 **文字** 表示加粗,用 - 表示列表。

在 AI 编程中,Markdown 非常重要,因为:
- AI 生成的回答大多数都是 Markdown 格式
- 项目文档(如 README)采用 Markdown 编写
- 定义 AI 智能体的规则文件也是 Markdown 格式
学会 Markdown 能让你更好地跟 AI 交流,也能写出更规范的项目文档。更重要的是,结构化的内容(标题层级、列表、代码块等)有助于 AI 更准确地理解你的意图,同时也能培养你自己的结构化思维能力,这对写好提示词非常有帮助。