Prompt Engineering 进阶：结构化提示词实践

1. 角色扮演（Role Prompting）

你是一名资深的前端性能优化专家，有 10 年经验。
请审查以下代码的性能问题。

原理：角色设定激活 AI 训练数据中该领域的知识。

2. 分步思考（Chain of Thought）

分析以下代码的性能问题，请按步骤思考：
1. 先列出所有潜在问题
2. 对每个问题评估影响程度（高/中/低）
3. 给出具体的修改建议
4. 提供优化后的代码

原理：强制 AI 展示推理过程，避免跳跃式结论。

3. Few-shot 示例

将以下中文翻译为英文，保持技术文档风格。

示例 1：
输入：这个函数接收两个参数并返回它们的和。
输出：This function takes two parameters and returns their sum.

示例 2：
输入：安装依赖后，运行构建命令。
输出：After installing dependencies, run the build command.

现在请翻译：
输入：该中间件会在每个请求到达路由处理器之前执行。

原理：通过示例教会 AI 期望的输出格式和风格。

4. 约束与格式

写一个 Dockerfile，必须满足：
- 使用 node:22-alpine 作为基础镜像
- 多阶段构建
- 最终镜像大小 < 50MB
- 输出时用 ```dockerfile 代码块

5. 迭代修正

第一轮：写一个用户注册 API
第二轮：加上邮箱验证逻辑
第三轮：改为手机号注册
第四轮：加上速率限制

每次只改一个维度，AI 不容易迷失。

总结

好的 Prompt 不是一句话，而是一个结构化的需求文档——有角色、有步骤、有示例、有约束。花 3 分钟写好 Prompt，比花 30 分钟改输出更高效。