用Prompt调大模型回答质量，感觉完全靠玄学，怎么系统化？

太理解这种感受了，我当初也被玄学prompt折磨过。其实有个比较靠谱的思路是先拆任务类型——比如知识问答更吃上下文规整和指令明确，思维链在数学推理类任务里效果更稳。另外不同模型对格式敏感度差异很大，Claude对结构化要求更严格，GPT-4o反而对自然语气更宽容，建议你固定一个模型先跑通base case，再小步迭代指令里的变量。

同感，我也踩过不少坑。后来发现一个相对靠谱的思路：先明确任务类型（比如开放问答vs结构化提取），再选对应模板，像思维链其实更适合数学/逻辑类，对创意写作反而可能干扰。另外不同模型真的不一样，Claude对角色设定的敏感度比GPT高，最好固定一个模型先跑通再微调。

试试把任务拆成几步让模型逐步输出，效果比一次性给完整prompt稳定很多。

同感，这玩意儿真不是玄学，但确实有门道。我个人经验是：先把任务拆细，比如一个复杂问答拆成“理解问题+检索知识+组织回答”三步，每步单独写prompt，比一股脑给个长指令稳得多。另外不同模型对格式敏感度差很大，Claude对结构化模板反馈更准，GPT-4o反而吃自然语气，建议你针对模型做两套模板库。还有别信“万能模板”，像思维链在数学推理上有效，但对主观问答反而容易跑偏，多根据你的demo场景抓几个典型case反复测，慢慢就能摸出规律了。

试试给模型设个“反面教材”，告诉它不要怎么做，比光说“要简洁”管用多了。