⚙️
API Key 设置
Google Gemini API Key
🔒 您的 API Key 仅保存在本地浏览器，不会上传至服务器。
取消
保存
AI 提示词工程学习实战路径
从零基础到提示词架构师的系统化进阶方案
✨
提示词实验室 (Prompt Lab)
🔊
✨ 语音导读
输入你想优化的原始 Prompt：
✨ 一键结构化优化
✨ 随机实战挑战
AI 正在深度思考
输出结果
复制结果
1
L1 基础启蒙：核心框架 (Foundation)
•
模型原理：
理解 LLM 的概率预测本质
•
CRISPE 框架：
能力、角色、场景、指令、输出
•
基本结构：
指令 + 上下文
实战建议：
尝试用“扮演[专家角色]”和“给出一个[具体任务]”来优化你的日常搜索。
2
L2 初级进阶：推理策略 (Strategy)
•
少样本提示 (Few-shot)：
给模型例子
•
链式思考 (CoT)：
Step by step 推理
•
负向提示：
明确告知“不要做什么”
实战建议：
在处理逻辑问题或数学题时，强制要求模型输出每一步的推导过程。
3
L3 中级精通：结构化与控制 (Logic)
•
结构化编写：
使用 Markdown/JSON 编写 Prompt
•
分隔符使用：
使用 ### 或 """ 隔离数据
•
输出控制：
指定固定 JSON 或表格格式
实战建议：
编写一个可以将乱序文本直接转换为结构化数据库 JSON 格式的提示词。
4
L4 高级专家：自动化与工程 (Engineering)
•
Prompt Chaining：
复杂任务分步流水线
•
ReAct 模式：
推理 + 外部工具调用
•
参数调优：
Temperature/Top-P 的深度控制
实战建议：
学习构建一个自动写大纲 -> 扩写内容 -> 自动润色的多步骤工作流。
5
L5 终极实战：场景化解决方案 (Solution)
•
RAG 结合：
与自有知识库/向量数据库集成
•
对抗与防御：
提示词注入攻击防护
•
自动优化：
利用 AI 自动迭代 Prompt
实战建议：
在特定行业开发一套完整的、可稳定产出的提示词资产。