提示工程（Prompt Engineering）

定义

提示工程是指设计和优化输入提示（Prompt）以引导AI模型生成期望输出的技能。在AI时代，它成为驾驭AI的关键能力，也是[[认知壁垒]]的具体体现。

核心原则

1. 明确意图：清晰表达任务目标、上下文和约束条件。
2. 结构化设计：将复杂任务分解为子任务，使用链式推理（Chain-of-Thought）等技术。
3. 迭代优化：通过多轮反馈和调整，持续提升输出质量。
4. 角色扮演：为AI指定特定角色或视角，引导其生成更精准的内容。
5. 约束设定：明确输出格式、长度、风格等约束条件。

高手与普通用户的差距

维度	普通用户	高手
提问方式	泛化问题（“写一篇报告”）	结构化提示（指定上下文、约束、迭代）
迭代次数	接受第一次输出	多轮反馈和优化
技术应用	基本提示	链式推理、角色扮演、多模态整合
结果质量	平庸、泛化	精准、高质量
效率	2x提升	10-100x提升

在AI时代的地位

• 新21世纪技能：Frontiers期刊将提示工程视为新技能。
• 认知壁垒的核心：提示工程能力是区分高手与普通人的关键。
• 教育重点：教育体系需将提示工程纳入课程。

相关概念

• [[认知壁垒]]：提示工程是认知壁垒的具体体现。
• [[元认知]]：提示工程需要反思自身思考过程。
• [[认知卸载]]：缺乏提示工程能力导致被动依赖。
• [[10-100倍产出差距]]：提示工程能力是差距的重要成因。
• [[经验鸿沟]]：领域知识影响提示工程的质量。