优化与案例
本页将优化方法与真实案例合并展示。每条优化思路都配有可直接复用的示例。
优化流程（最短路径）
1. 问题诊断
常见问题类型：
- 输出不准确：AI理解有偏差
- 格式不规范：输出结构混乱
- 内容不完整：缺少关键信息
- 风格不一致：语调变化较大
诊断方法（复制即用）：
请分析以下Prompt可能存在的问题：
Prompt：[你的Prompt内容]
问题：
1. 指令是否清晰明确？
2. 上下文信息是否充分？
3. 输出格式是否具体？
4. 示例是否相关？
请指出问题并提供改进建议。2. 迭代改进
改进步骤：
- 识别问题：分析当前Prompt的不足
- 制定方案：设计改进策略
- 实施修改：调整Prompt内容
- 测试验证：验证改进效果
- 持续优化：根据结果进一步调整
改进模板（复制即用）：
基于以下问题，请帮我优化Prompt：
**当前Prompt：**
[现有内容]
**发现的问题：**
1. [问题1及原因]
2. [问题2及原因]
3. [问题3及原因]
**期望改进：**
- [改进目标1]
- [改进目标2]
- [改进目标3]
**使用场景：**
[具体使用环境]
请提供优化后的Prompt。优化策略（配套示例）
1. 结构化优化
问题：Prompt结构混乱，逻辑不清
解决方案：
- 使用清晰的段落分隔
- 采用编号列表组织内容
- 按照逻辑顺序排列信息
示例：
❌ 优化前：
帮我写一个Python函数，要求能处理列表，返回排序后的结果，还要有错误处理，函数名是sort_list，参数是data，如果输入不是列表就返回错误信息。✅ 优化后：
请帮我编写一个Python函数，具体要求如下：
**函数信息：**
- 函数名：sort_list
- 参数：data（待排序的列表）
- 返回值：排序后的列表
**功能要求：**
1. 对输入列表进行升序排序
2. 处理各种数据类型（数字、字符串等）
3. 保持原列表不变，返回新列表
**错误处理：**
- 如果输入不是列表，返回错误信息："输入必须是列表类型"
- 如果列表为空，返回空列表
**输出格式：**
- 提供完整的函数代码
- 包含详细的注释
- 添加使用示例2. 上下文优化
问题：缺乏必要的背景信息
解决方案：
- 提供充分的上下文
- 说明使用场景
- 明确目标受众
示例：
❌ 优化前：
分析这个数据✅ 优化后：
你是一个数据分析师，请分析以下销售数据：
**分析背景：**
- 公司：某电商平台
- 时间范围：2024年第一季度
- 目标：识别销售趋势和问题
**分析要求：**
1. 计算总体销售增长
2. 分析各产品类别表现
3. 识别异常数据点
4. 提供改进建议
**输出格式：**
- 数据概览
- 关键发现
- 图表建议
- 行动建议
**数据：**
[具体数据内容]3. 示例优化
问题：缺乏有效的示例指导
解决方案：
- 提供相关示例
- 确保示例多样性
- 使用清晰的格式
示例：
❌ 优化前：
请分析客户反馈并分类✅ 优化后：
请分析客户反馈并按照以下类别进行分类：
**分类标准：**
- 产品功能
- 用户体验
- 技术支持
- 价格问题
- 其他
**示例：**
<example>
反馈：新版本加载速度太慢了，而且界面变得很难用。
分类：用户体验
原因：涉及加载速度和界面易用性
</example>
<example>
反馈：希望能支持更多的文件格式。
分类：产品功能
原因：功能需求建议
</example>
**待分析反馈：**
[具体反馈内容]高级优化技巧（直接套用）
1. 链式提示
将复杂任务分解为多个简单步骤：
第一步：分析问题
[分析Prompt]
第二步：制定方案
[方案Prompt]
第三步：实施执行
[执行Prompt]2. 条件提示
根据不同的输入条件提供不同的处理方式：
如果输入是[条件A]，则[处理方式A]
如果输入是[条件B]，则[处理方式B]
否则，[默认处理方式]3. 反馈循环
建立持续改进的反馈机制：
请执行以下任务：[任务描述]
执行后，请自我评估：
1. 输出是否符合要求？
2. 哪些地方可以改进？
3. 如何优化Prompt？
基于评估结果，提供改进建议。优化工具和方法
1. A/B测试
同时测试不同版本的Prompt，比较效果：
版本A：[Prompt A]
版本B：[Prompt B]
请分别执行相同任务，比较输出质量。2. 逐步细化
从简单开始，逐步增加复杂度：
基础版本：[简单Prompt]
增强版本：[添加更多细节]
完整版本：[包含所有要求]3. 效果评估
建立评估标准：
请评估以下Prompt的效果（1-10分）：
**评估维度：**
- 清晰度：指令是否明确
- 准确性：输出是否正确
- 完整性：信息是否充分
- 效率性：是否简洁有效
**Prompt：**
[待评估内容]最佳实践
1. 记录和版本控制
- 保存不同版本的Prompt
- 记录修改原因和效果
- 建立Prompt库
2. 持续学习
- 关注新的Prompt技巧
- 学习他人的优秀案例
- 定期更新知识库
3. 团队协作
- 分享有效的Prompt模板
- 建立团队标准
- 定期交流经验
代表性案例（精选）
案例A：代码审查助手（从模糊到结构化）
初始：请审查这段代码
优化后（摘录）：
你是资深代码审查专家。
审查标准：质量/性能/安全/最佳实践/潜在bug
输出：总体评价、关键问题、建议、代码片段
待审查代码：[代码]案例B：技术文档生成（受众与结构先行）
初始：为这个API写文档
优化后（摘录）：
目标受众：前端与API使用者
文档结构：概述/参数/响应/状态码/示例/错误处理/FAQ
API信息：[详情]案例C：数据分析报告（背景-目标-结构三步）
背景：公司、电商、2024-Q1；目标：趋势/品类/异常/建议
报告结构：执行摘要/数据概览/关键发现/趋势/建议/下一步
数据：[内容]案例D：客服自动化（知识注入与回复准则）
公司信息：名称/产品/政策
回答要求：友好准确、不会编造、必要时转人工、附链接
客户问题：[内容]案例E：学习辅导（分层教学模板）
学生信息：年级/水平/目标
教学方式：解释/实例/互动/练习/总结下一节：Prompt模板