提示词写得对不对，直接决定大模型吐出来的东西能不能用。围绕提示词优化、提示词工程、大模型输出质量这几个关键词，有五种策略被反复提及：少样本提示、思维链、结构化输出，以及另外两种围绕提示词本身的优化手段。

五种策略各管什么

打开网易新闻 查看精彩图片

少样本提示，是在提问时先给几个示例，让模型照着例子的格式和思路走。思维链，是引导模型把推理过程一步步写出来，而不是直接给结论。结构化输出，则是要求模型按固定格式返回结果，方便后续程序直接读取。

这三种之外，还有两种策略同样落在提示词优化和提示词工程的范畴里，目标都是同一件事：让大模型的输出质量更稳定、更可控。

为什么值得关注

这五种策略的共同点，是不需要改动模型本身，只调整输入方式。对使用者来说，这是成本最低的一类优化手段。

它们覆盖的场景也不一样：少样本提示解决"模型不知道你要什么格式"，思维链解决"模型跳步导致算错"，结构化输出解决"结果没法直接进系统"。三种问题，三种解法。

把这五种策略放在一起看，提示词优化并不是玄学，而是一组可以逐条对照、按需取用的具体做法。