#prompting#context#workflow#ai
AI 提示词工程指南
优化与 AI 助手的交互效果,包括提示词技巧、角色设定和上下文管理。
AI 摘要
这页重点
核心结论
优化与 AI 助手的交互效果,包括提示词技巧、角色设定和上下文管理。
适用主题
进阶指南
高频关键词
prompting / context / workflow / ai
可信信号
最后更新 2026-03-11
AI 提示词工程指南
本文介绍如何优化与 OpenClaw AI 助手的交互效果。
提示词基础
结构化提示
# 好的提示词结构
prompt = """
角色:你是一位专业的技术顾问
任务:帮助用户解决编程问题
要求:
1. 提供清晰的解释
2. 包含代码示例
3. 给出最佳实践
问题:{user_question}
"""
上下文提供
# 提供足够的上下文
prompt = """
当前项目:电商网站后端
技术栈:Python, FastAPI, PostgreSQL
问题:用户登录接口返回 500 错误
"""
提示词技巧
明确指令
# ❌ 模糊
"帮我写个函数"
# ✅ 明确
"写一个 Python 函数,接受用户 ID 返回用户信息,使用 FastAPI 框架,返回 JSON 格式"
分步指令
# 复杂任务分步
prompt = """
步骤 1:分析数据结构
步骤 2:设计 API 接口
步骤 3:实现代码
步骤 4:添加单元测试
"""
角色设定
系统角色
{
"system": {
"role": "技术作家",
"tone": "专业但易懂",
"expertise": ["软件开发", "AI", "云计算"]
}
}
场景角色
# 编程助手
role = "你是一位资深软件工程师,擅长 Python 和 JavaScript"
# 生活助手
role = "你是一位贴心的生活助手,善于提供实用建议"
# 学习导师
role = "你是一位耐心的老师,善于用简单的方式解释复杂概念"
上下文管理
会话上下文
# 保持上下文
async def continue_conversation():
# 引用之前的对话
context = """
之前我们讨论了用户认证问题,
你提到使用 JWT 进行令牌管理。
现在我想了解如何实现刷新令牌。
"""
知识引用
# 引用知识库
prompt = """
基于知识库中的最佳实践,
请帮我设计一个缓存策略。
"""
常见场景
代码审查
review_prompt = """
请审查以下代码:
1. 检查潜在 bug
2. 指出性能问题
3. 建议改进方案
代码:
{code}
"""
问题排查
debug_prompt = """
错误信息:{error_message}
当前代码:
{code}
请分析可能的原因并提供解决方案。
"""