Prompt 模式●○○3 分钟 · +20 XP
模式:喂上下文,而不是含糊地问
把文件、报错信息和限制条件都给 AI——这比含糊地提问效果好得多。
问题所在
“为什么我的代码跑不起来?”是一个很难回答好的 prompt——AI 根本看不到你的代码。没有上下文,它只能猜。而猜测会导致幻觉,或者又泛又没用的回答。
这个模式
给 AI 具体的材料,而不是一个抽象的问题:
- 出问题的文件或相关片段
- 完整的报错信息(全文,不要只给摘要)
- 你期望发生什么 vs. 实际发生了什么
- 相关限制条件(“不能装新包”、“必须在 Node 18 上跑”)
对比
差:“我的登录不好用,帮帮我。” 好:“这是 login.js [粘贴文件]。点“登录”之后,控制台报这个错:'TypeError: Cannot read property token of undefined'。预期结果:登录成功并跳转到 /dashboard。”
为什么有效
LLM 只能用上下文窗口里的内容来工作。你给的真实、相关信息越多,它需要猜的就越少——回答也就越精确、越正确。更多上下文不是“把所有东西都复制进去”,而是有针对性地给出相关内容。
示例
Prompt:“这是 stack trace [粘贴] 和 auth.py 文件 [粘贴]。用正确的账号密码登录时会出这个错。找出根本原因。”
小测验
什么最能改善一次对 AI 的请求?
来源
- Anthropic 文档:清晰直接地表达 ↗ docs.anthropic.com
- Anthropic 文档:长上下文使用技巧 ↗ docs.anthropic.com
- Anthropic 文档:Prompt Engineering 总览 ↗ docs.anthropic.com