Prompt Engineering（提示工程）

Prompt Engineering（提示工程）是设计、测试和优化 LLM 输入提示的系统性方法论。在 Agent 场景中，Prompt 不仅是用户的问题——它包含了 Agent 的角色定义、行为规则、工具描述、输出格式等关键信息。

System Prompt 相当于 Agent 的"宪法"，定义了 Agent 能做什么、不能做什么、以及如何做。一个高质量的 System Prompt 是 Agent 表现稳定的基础。

角色设定（Role Prompting）：明确告诉模型"你是什么角色"，能显著提升回答的专业性。

Few-shot 示例：提供 2-5 个输入-输出示例，帮助模型理解任务模式。

结构化输出：明确指定输出格式（JSON、表格、Markdown），提高结果可解析性。

思维链提示（CoT Prompting）：要求模型"逐步思考"，提升复杂推理任务的准确率。

Prompt Chaining：将复杂任务分解为多步提示，每步输出作为下一步的输入。

Prompt 中可能包含敏感信息（API Key、内部规则）。Prompt Injection 攻击利用 LLM 对 Prompt 的过度信任来劫持 Agent 行为。2026 年最佳实践是：敏感指令不应放在 System Prompt 中，而应在应用层通过非 LLM 方式强制执行。