提示工程实战指南：从Zero-Shot到Graph Prompting，7大核心技术全解析

不同场景下的提示词优化模式

引言

随着大型语言模型(LLM)的发展，提示工程(Prompt Engineering)已成为有效使用这些模型的关键技能。不同的提示技术适用于不同的场景，本文将介绍七种主要的提示优化模式，并分析它们的适用场景和优缺点。

1. Zero-Shot Prompting（零样本提示）

零样本提示就像你对朋友直接说"帮我查下天气"一样简单自然，不需要给任何例子就能搞定。只要清楚表达需求，AI就能凭借它已有的知识立刻行动起来，这种方式不仅简单高效，还能节省token空间，特别适合那些常见的文本分类、简单问答和内容摘要任务。

不过零样本提示也有缺点，比如有时候会产生一些幻觉，处理复杂推理或专业领域的任务时表现有限。想要用好它，需要使用明确的动词指令（比如"分类"、“总结”、“翻译”），指定清晰的输出格式（像JSON或Markdown），还需要加上一些约束条件（比如字数限制）来获得最佳效果。指令越清晰，效果越好，模糊不清的提示会让AI摸不着头脑，给出不太理想的回答。

示例：

Zero-shot提示的核心在于利用模型预训练知识直接完成任务，无需提供示例。下面是一个复杂的zero-shot示例，涉及多步骤分析和结构化输出：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

分析以下研究论文摘要，完成以下任务：
1. 提取研究的主要目标和假设
2. 识别使用的研究方法和实验设计
3. 总结关键发现和结论
4. 评估研究的潜在影响和局限性
5. 为相关领域研究者提出3个后续研究方向

请以JSON格式输出结果，确保每个部分都有详细解释。

摘要：
"本研究调查了深度学习模型在医学影像诊断中的应用效果。我们开发了一种基于改进ResNet架构的卷积神经网络，并在包含10,000例肺部CT扫描的数据集上进行训练和测试。该模型在识别早期肺癌病变方面达到了94.2%的准确率，比传统放射科医生平均诊断准确率高出8.7个百分点。进一步分析表明，模型在处理低质量图像和非典型病例时表现尤为突出。然而，在某些罕见病变类型上，模型表现不如经验丰富的专家。这项研究表明AI辅助诊断系统有潜力显著提高早期肺癌检测率，尤其是在医疗资源有限的地区。"

这个示例通过明确的多步骤指令、复杂的分析要求和结构化输出格式三个关键要素，测试模型的综合分析能力和遵循复杂指令的能力，同时保持zero-shot特性（无需提供完成示例）。相比简单的情感分析，这个任务需要模型理解科学文献、提取多层次信息、进行批判性思考并生成创造性建议，考验了模型在专业领域的zero-shot能力极限。

2. Few-Shot Prompting（少样本提示）

图：Few-Shot Prompting示例 (来源: Prompt Engineering Guide)

少样本提示通过提供几个"范例"让AI理解任务，就像教朋友新游戏时直接玩几轮给他看。它利用模型的上下文学习能力，只需3-5个精心设计的例子，就能让模型举一反三处理新问题。这种方法不需要重新训练模型，却能清晰传达期望，提升陌生领域表现，并确保输出格式一致。特别适合需要特定输出格式、专业领域或自定义分类系统的任务。不过它对示例质量高度敏感，容易出现"标签偏见"，且示例数量有限。使用时，示例应覆盖主要变体，保持格式一致，确保区分度，对于复杂任务可结合CoT使用。

示例：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21

根据产品特点，为以下产品生成吸引人的广告语，长度在20-30字之间：

【示例1】
产品：一款降噪耳机
特点：主动降噪、续航30小时、舒适佩戴
广告语：静享音乐世界，30小时长续航，舒适降噪只为专注聆听。

【示例2】
产品：有机蔬菜配送服务
特点：当日采摘、无农药、配送到家
广告语：从农场到餐桌，新鲜有机蔬菜，当日采摘送到家。

【示例3】
产品：智能家居系统
特点：声控操作、远程控制、节能环保
广告语：智能声控随心所欲，远程掌控温馨家居，科技让生活更节能。

【新问题】
产品：防晒霜
特点：SPF50+、防水、清爽不油腻
广告语：

3. Chain-of-Thought (CoT) Prompting（思维链提示）

图：Chain-of-Thought Prompting框架 (来源: Wei et al. 2022)

思维链提示引导模型展示完整的推理过程，通过将复杂问题分解为连续的中间步骤，利用语言模型的推理能力而非单纯记忆，并通过显式推理减少错误累积，显著提高模型在推理任务上的表现。

Chain-of-Thought Prompting 特别适合数学问题、多步逻辑推理和需要解释答案来源的任务。它通过展示逐步推理过程，显著提高了模型在复杂推理任务上的表现，是符号推理和规划问题的理想选择。值得注意的是，CoT对模型规模表现出明显的敏感性，是大型语言模型的"涌现能力"之一。然而，CoT可能产生看似合理但实际错误的推理链，对于特别复杂的问题可能需要更结构化的引导，且其效果受到底层模型推理能力的限制。

示例：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17

问题：一个长方形的长比宽多5厘米，周长是38厘米。求这个长方形的面积。

思考过程：
1. 设宽为x厘米，则长为x+5厘米
2. 周长公式：2×(长 + 宽) = 38
3. 代入：2×(x + x + 5) = 38
4. 简化：2×(2x + 5) = 38
5. 展开：4x + 10 = 38
6. 解方程：4x = 28 → x = 7
7. 所以宽为7厘米，长为7+5=12厘米
8. 面积计算：面积 = 长 × 宽 = 12 × 7 = 84平方厘米

验证：
周长 = 2×(12 + 7) = 2×19 = 38厘米，符合题目条件
面积 = 84平方厘米

答案：这个长方形的面积是84平方厘米

思维链方法发展出多个重要变体：零样本CoTKojima et al., 2022通过简单触发短语激发推理；自洽性CoTWang et al., 2022采用多路径推理和多数表决提高可靠性；自动CoTZhang et al., 2022可自动生成高质量示例。有兴趣的同学可以扩展阅读。

4. Tree of Thoughts (ToT)（思维树）

图：Tree of Thoughts框架 (来源: Yao et al. 2023)

思维树框架将CoT扩展为树状结构，通过将思考过程构建为树状结构，在每个决策点生成多个思考分支，结合搜索算法探索解决方案空间，并利用自评估机制选择最优路径，来解决需要探索或战略前瞻的复杂问题。

ToT 特别适合需要探索多种解决方案的复杂任务，如战略游戏（国际象棋、24点等）和需要前瞻性思考的场景。它通过维护多个并行推理路径，支持回溯和前瞻性规划，结合搜索算法（如BFS、DFS、Beam Search）来探索解决方案空间。ToT的自我评估机制使其能够在复杂决策和规划问题中表现出色。然而，ToT的计算成本和实现复杂度都较高，需要有效的评估机制来指导搜索过程，且在某些情况下可能陷入局部最优解而无法找到全局最优解。

算法流程：

1. 思考：在每个节点生成多个可能的思考
2. 评估：评估每个思考的价值
3. 搜索：选择最有希望的路径继续探索
4. 迭代：重复上述过程直到解决问题

5. ReAct Prompting（推理+行动）

flowchart LR
    S([开始]) --> T[思考]
    T --> A[行动]
    A --> O[观察]
    O -->|循环| T
    O -->|目标达成| R([回答])
    
    style S fill:#f8f8f8,stroke:#333
    style T fill:#e6f7ff,stroke:#333,stroke-width:2px
    style A fill:#fff7e6,stroke:#333,stroke-width:2px
    style O fill:#e6ffe6,stroke:#333,stroke-width:2px
    style R fill:#f8f8f8,stroke:#333

图：ReAct的"思考-行动-观察"循环迭代过程

ReAct(Reasoning+Acting)结合推理轨迹和实际行动，通过交替进行推理(Reasoning)和行动(Acting)，利用外部工具获取实时信息，基于观察结果调整推理路径，形成**“思考-行动-观察"闭环**，允许模型与外部工具和环境交互获取信息，形成闭环决策系统。

ReAct Prompting 特别适合需要外部知识的问答系统和多步骤决策制定，通过交替进行推理和行动，显著减少事实幻觉并支持复杂任务分解。它主要应用于四类场景：信息检索与验证（如查询实时数据、验证事实）、复杂问题求解（如数学计算、编程调试）、动态决策制定（如投资决策、旅行规划）和交互式任务处理（如智能客服、数据采集）。虽然ReAct强大灵活，但也高度依赖外部工具质量，且在某些情况下行动序列可能变得冗长低效。

示例：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12

任务：查找2025年最适合商务人士的笔记本电脑并说明理由。

思考：需要找出适合商务人士的笔记本电脑，应考虑性能、便携性、电池续航和商务功能。
行动：搜索[2025年商务笔记本电脑排名]
观察：搜索结果显示热门商务本有ThinkPad X1、MacBook Pro、Dell XPS和HP Elite系列。

思考：需要了解这些电脑的具体参数和商务特性。
行动：搜索[ThinkPad X1 vs MacBook Pro 商务功能对比]
观察：ThinkPad提供更多商务安全功能和接口，MacBook性能更强但接口较少，Dell平衡性能与便携，HP提供全面的企业管理解决方案。

思考：结合信息可以给出推荐了。
回答：推荐ThinkPad X1作为最佳商务笔记本，理由是：安全性能优秀（指纹识别+面部识别），接口丰富适合商务场景，军标级耐用性，以及企业级管理功能。如果更注重性能，可考虑MacBook Pro；若预算有限，Dell XPS也是不错的选择。

工具集成与应用场景： ReAct可以集成多种外部工具以增强其能力，包括搜索引擎获取实时信息、计算器处理数学运算、专业知识库查询系统、各类API服务以及代码执行环境等。这些工具使ReAct能够处理从日常信息查询到专业领域问题的广泛任务，特别适合需要最新信息或专业知识的场景，如旅游规划、技术支持、医疗咨询和金融分析等。

6. Reflexion（反思）

flowchart LR
    A[行动
Actor] --> B[评估
Evaluator]
    B -->|成功| D[任务完成]
    B -->|失败| C[反思
Reflector]
    C -->|更新策略| A
    
    style A fill:#ffcccc,stroke:#333,stroke-width:2px
    style B fill:#ccffcc,stroke:#333,stroke-width:2px
    style C fill:#ccccff,stroke:#333,stroke-width:2px
    style D fill:#ffffcc,stroke:#333,stroke-width:2px

图：Reflexion框架的三阶段循环过程 (基于 Shinn et al. 2023)

Reflexion框架通过语言反馈强化模型，使用三阶段循环：行动、评估、反思，提供语言化反馈而非数值奖励，记忆过去错误并形成改进策略，培养自我批评和元认知能力，使模型从错误中学习，实现自我改进的闭环系统。

系统组件：Reflexion框架由三个核心组件构成：行动者(Actor)负责执行任务，评估者(Evaluator)判断结果质量，反思器(Reflector)分析失败原因并提出改进策略，三者协同形成自我改进闭环。

场景与局限性：
Reflexion 特别适合需要从错误中学习的迭代任务，如编程问题调试和优化。它通过包含行动者、评估者和自我反思三个角色，形成完整的"行动-评估-反思"循环，能够从试错中学习并持续改进。Reflexion提供详细的语言反馈而非简单奖励，并维护反思记忆(Reflection Memory)，使其在长期学习和自我改进场景中表现出色。然而，Reflexion需要高质量的评估机制，可能陷入局部最优解，且反思过程本身可能引入新的错误。此外，其计算和存储开销较大，对系统资源要求较高。

示例：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29

任务：编写一个计算斐波那契数列的函数

尝试1：
def fibonacci(n):
    if n <= 0:
        return 0
    elif n == 1:
        return 1
    else:
        return fibonacci(n-1) + fibonacci(n-2)

评估：函数正确但效率低下，时间复杂度为O(2^n)

反思：我的实现使用了递归方法，这在大数值情况下效率很低。我应该使用动态规划或迭代方法来优化性能。

尝试2：
def fibonacci(n):
    if n <= 0:
        return 0
    elif n == 1:
        return 1
    
    fib = [0, 1]
    for i in range(2, n+1):
        fib.append(fib[i-1] + fib[i-2])
    
    return fib[n]

评估：正确且效率提高，时间复杂度为O(n)

7. Graph Prompting（图提示）

图：Graph Prompting框架示例 (来源: Liu et al. 2023)

Graph Prompting将提示结构化为有向图，通过将提示组织为节点和边的图结构，其中每个节点代表特定子任务或推理步骤，边表示任务之间的依赖关系和信息流，并支持条件分支和循环结构，允许模型按照预定义的路径进行推理和决策，实现更复杂的任务流程控制。

场景与局限性：
Graph Prompting 特别适合具有明确流程和依赖关系的复杂任务，如多步骤规划、条件决策和递归问题解决。它通过将大型任务分解为相互连接的子任务，有效降低了复杂性并提高了可控性，支持非线性推理路径和条件执行，使其在处理需要明确流程控制的任务时表现出色。Graph Prompting还支持模块化设计，便于重用和维护。然而，设计有效的图结构需要专业知识，实现复杂度较高，且在执行过程中可能出现错误累积。此外，大型图结构可能超出上下文窗口限制，需要特殊的处理机制。

示例：

flowchart LR
    A["客户分析
输入: 客户年龄、收入、风险偏好
处理: 计算风险承受能力
输出: 风险评分(1-10)"] -->|风险评分≤3| B["保守型投资
处理: 筛选低风险产品
输出: 国债、货币基金等"]
    A -->|风险评分4-7| C["平衡型投资
处理: 筛选中等风险产品
输出: 混合基金、蓝筹股等"]
    A -->|风险评分>7| D["进取型投资
处理: 筛选高风险产品
输出: 成长股、行业基金等"]
    B --> E["投资组合生成
输入: 推荐产品列表
处理: 生成多元化组合
输出: 投资建议"]
    C --> E
    D --> E
    E --> F[最终投资建议报告]
    
    style A fill:#f9d5e5,stroke:#333,stroke-width:2px
    style B fill:#eeeeee,stroke:#333,stroke-width:2px
    style C fill:#dddddd,stroke:#333,stroke-width:2px
    style D fill:#cccccc,stroke:#333,stroke-width:2px
    style E fill:#b5ead7,stroke:#333,stroke-width:2px
    style F fill:#c7ceea,stroke:#333,stroke-width:2px

实现方式： Graph Prompting可通过多种方式实现：静态图预定义完整任务流程；动态图根据中间结果实时调整结构；嵌套图允许节点包含子图；也可与其他提示技术(如CoT、ReAct)结合形成混合方法，以适应不同复杂度的任务需求。

总结与最佳实践

提示工程是一门快速发展的学科，不同的提示技术适用于不同的场景。选择合适的提示技术应考虑任务复杂度、外部知识需求、解释性要求和可用计算资源。对于简单任务，Zero-Shot是首选；复杂推理问题适合使用CoT或ToT；需要外部知识时，ReAct表现出色；长期学习场景则应考虑Reflexion；而结构化流程任务则适合Graph Prompting。这些技术可以组合使用以应对更复杂的场景，如ReAct+Reflexion用于持续学习的交互式任务，Few-Shot+CoT提高复杂任务的示例有效性。随着模型能力的提升，建议持续关注提示工程的最新研究进展，并通过实践建立适合自己的提示库。