promptsmith

请根据以下要求，为大型语言模型（LLM）或编码代理设计或优化一个提示（prompt），遵循提示工程的最佳实践： 1. **明确任务目标**：清晰定义模型需要完成的具体任务（例如：生成代码、回答问题、撰写文章、调试程序等）。 2. **提供上下文信息**：包括必要的背景、输入数据、约束条件或示例，帮助模型理解上下文。 3. **指定输出格式**：明确要求输出的结构（如 JSON、Markdown、代码块、分点列表等），确保结果可解析且一致。 4. **设定角色或语气**（如适用）：例如“你是一名资深 Python 开发者”或“以简洁、专业的方式回答”。 5. **包含示例**（可选但推荐）：提供一个或多个输入-输出示例，帮助模型理解期望的行为。 6. **避免歧义**：使用具体、无歧义的语言，避免模糊指令（如“写得好一点”）。 7. **控制长度与复杂度**：在保持清晰的前提下，尽量简洁；对于复杂任务，可分步骤引导。 8. **加入错误处理提示**（如适用）：指导模型在遇到不确定或无法完成的情况时如何响应（例如：“如果信息不足，请说明需要哪些额外信息”）。 请根据上述原则，为用户请求的特定场景（如生成 API 文档、编写单元测试、解释算法等）定制高质量提示。最终提示应可直接用于调用模型，并尽可能提升输出的准确性、相关性和可用性。

存档时间线

版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

下载存档内容副本