本文基于 Anthropic 官方视频 “AI Prompt Engineering: A Deep Dive” 整理，四位来自 Anthropic 的专家——Alex Albert（开发者关系）、David Hershey（应用AI）、Amanda Askell（对齐微调）和 Zach Witten（提示工程师）共同参与了这场深度对话。

---

一、什么是提示工程？

你可能听说过"跟 AI 聊天就行了"，但现实远没有那么简单。提示工程，说白了就是——你怎么跟 AI 说话，才能让它真正理解你想要什么，并给你满意的回答。

打个比方：AI 就像一个知识渊博但刚入职的实习生。它什么都知道，但完全不了解你的具体需求。你得把任务说清楚、说完整，它才能干好活。

Anthropic 的专家们强调了一个关键观点：提示词本质上就是代码。它需要像代码一样被版本管理、反复测试和系统性优化。

---

二、优秀的提示工程师长什么样？

专家们总结了几个核心能力：

其中最重要的一点是：不要假设 AI 已经知道你心里想的。很多人写提示词时，会不自觉地省略自己觉得"很明显"的信息，但 AI 并不具备你的背景知识。

Amanda 提出了一个非常实用的思维实验：想象你在给一个"聪明但对你项目一无所知的临时工"下达指令。你会怎么说？那就怎么写提示词。

---

三、实用的提示优化技巧

这是整个视频最干货的部分。以下是四位专家分享的核心技巧：

1. 让 AI 先分析你的指令

不要直接让 AI 执行任务，而是先让它找出你指令中不清晰的地方：

请先分析以下指令中可能存在歧义或不清晰的部分，
列出你不确定的地方，然后再执行任务：
[你的指令内容]

2. 出错时，问 AI 为什么错了

模型犯错后，与其自己猜原因，不如直接问它：

你刚才的回答有误。请分析一下为什么你会产生这个错误，
并告诉我如何修改指令才能避免这个问题。

3. 给不确定的情况留个"出口"

告诉 AI：遇到不确定的情况，允许说"我不确定"，而不是硬编一个答案：

如果你对某个信息不确定，请标注 [unsure] 而不是猜测。

4. 善用 AI 的自学能力

Amanda 分享了一个技巧：与其自己费劲描述一个复杂概念，不如直接把相关资料丢给 AI，让它自己学习后再执行任务。

---

四、关于角色扮演和隐喻

“你是一个资深的 XX 专家……”——很多人喜欢在提示词开头加这样的角色设定。专家们的看法是：

核心结论：随着模型越来越强，与其给它一个"角色"，不如直接告诉它具体的任务场景和你的真实需求。诚实地对待 AI，效果往往更好。

---

五、示例（Few-shot）的使用策略

什么时候该给 AI 举例子？给多少例子？这取决于你的场景：

场景	示例策略	原因
研究/探索型任务	少给或不给示例	避免 AI 被示例"框住"，限制其创造力
企业/生产环境	给大量示例	确保输出格式统一、结果可靠
复杂任务说明	给"说明性"示例	用简单的例子说明任务逻辑，而非提供答案模板

一个聪明的做法：用与实际数据完全不同的示例来说明任务。比如你要做新闻摘要提取，可以用儿童故事做示例。这样 AI 学到的是"怎么做"，而不是"照着抄"。

---

六、思维链：让 AI “展示解题过程”

“思维链”（Chain of Thought）就是让 AI 一步一步地把推理过程写出来。这不是花哨的技巧，而是被验证有效的方法。结构化的推理比单纯让输出变长更有价值。

一个简单的用法：在提示词末尾加上"请一步步思考"（think step by step），但更重要的是——你要真的去读它的推理过程，而不是只看最终答案。很多时候，答案对了但推理是错的，这意味着下次换个输入可能就会翻车。

---

七、企业级 vs 研究型 vs 日常聊天

不同场景下，提示工程的策略完全不同：

---

八、提示工程的未来

这是视频最后也是最引人深思的部分。四位专家达成了一个共识：

好的提示技巧最终会被模型"吸收"。

比如"思维链"曾经是一个需要人为触发的技巧，而现在的模型已经能自动进行多步推理了。这意味着提示工程不会消失，但它会不断进化。

未来的交互模式会从"你告诉 AI 怎么做"转变为"AI 主动问你想要什么"——就像从给实习生布置任务，变成和一个资深顾问合作。

---

九、给初学者的行动建议

最后，综合四位专家的建议，如果你想提升自己的提示工程水平：

1. 多读好的提示词：去看 Anthropic、OpenAI 等官方文档中的示例
2. 让别人审查你的提示词：找一个不了解你任务背景的人来读，看他能否理解
3. 大胆尝试"不可能的任务"：试着用 AI 完成一些看似做不到的事，即使失败也能加深理解
4. 像哲学家一样写作：把复杂概念清晰地传达给"聪明但不了解主题的人"——这就是提示工程的核心能力
5. 持续迭代，永不止步：没有一次性完美的提示词，最好的提示词都是改出来的

---

记住：提示工程的本质不是"找到魔法咒语"，而是学会清晰、完整、有结构地和 AI 沟通。这项能力，将在 AI 时代成为每个人的必备技能。