提示词prompt
提示词是输入AI模型的指令、问题或背景信息，用于说明任务及预期的输出。
提示词是提供给生成式AI模型的指令、问题或背景信息，可以说明任务、限制条件和输出格式。提示词工程指设计和修改这些输入的工作，并非提示词本身。
随着大语言模型和图像生成模型的普及，这一术语被广泛使用。给编程智能体的任务指令和用于生成图像的描述性指令等也属于提示词。
本条目依据AIPOST的文章与广为人知的事实整理。如有错误，请通过更正请求告诉我们。
涉及该条目的文章
每百万token价格 Haiku 5.5，提示词不超过10万token Haiku 5.5，超过10万token Haiku 4.5 Sonnet 5.5
同样，由付费标注员在刻意设计的条件下编写的测试提示词，与真实用户带来的工作差异极大。
EyeTell的桌面软件把提示词引擎和时间线编辑器并排放在一起：用户在前者中输入给AI的指令，在后者中组接镜头。
人们熟悉的智能体形象是一个请求与响应的循环：用户发送提示词，机器人调用工具，然后返回结果。
把同样的提示词交给谷歌Gemini中的Nano Banana 2.1、ChatGPT和Meta的Muse，并没有哪一款工具能在所有任务中胜出。
在数据方面，AWS强调，客户在Amazon Bedrock上的提示词和输入始终留在客户自己的VPC内，不会与模型提供商共享。
出现这种情况时，要像“Ad”标签那样，在提示词中写明需要查找的具体线索。
招聘等部门的员工不再提交工单请工程师开发工具，而是直接用提示词让AI模型写出工具，再自行托管。
harness的解决办法是悄悄注入一段隐藏的开场提示词，其中包含项目概况、文件结构、近期改动和可用工具。
如今Rive推出了命令行界面（CLI），可以接入Claude Code、Codex等编程智能体，同样的工作可以从一段文字提示词开始。
当然可以在每条查询中都加入去重逻辑，但分析师或AI提示词迟早会忘记。
下文介绍配置方法、决定成品效果的四段式提示词，以及两个搭建实例，全程不需要开发人员、设计软件或拍摄团队。
习惯一：给出结构化目标，而不是简短的提示词
顺序执行会把每项已完成任务的历史带入下一项任务，因此提示词（发送给模型的指令和上下文）不断膨胀，推理速度随之变慢。
不过罗素划了一条界线：通过提示词或微调让模型提问，并不等于让它在数学意义上真正对人们看重什么保持不确定。
OpenAI开发者体验团队的成员认为，这类成果与令人失望的结果之间的差别，与其说在于巧妙的提示词，不如说在于三件事：交给智能体的上下文、它可以调用的插件，以及人工介入的检查点。
阅读代码或提示词，并不能告诉你智能体实际做了什么。
预填充是模型读取提示词的阶段，解码是模型写出回答的阶段。
输入/page可以嵌套子页面、链接现有页面，或根据提示词生成子页面。
粘性会话之所以重要，是因为对话在账户之间切换会导致提示词缓存未命中，即服务商无法复用此前已存储的提示词部分，同时还会打断模型思考记录的连续性。
发送提示词后立即刷新，新对话可能从侧边栏中消失。
出于同样的原因，他把精心编排的提示词循环和复杂的路由图视为过渡阶段。
不过需要注意，机器人领域没有标准API，命令体系特殊的机器人需要反复调整提示词和模式定义，规划模型才能稳定驱动。
你输入提示词，阅读回答，判断是否够好。
最初是简单的补全：发送“讲个笑话”这样的提示词，得到一段文本。
在之后的会话中，它调取相关事实并加入提示词，即模型接收的指令和上下文。
Claude Code中几乎所有行为都可以修改：工具调用、提示词请求，以及终端界面本身的组件。
它们的工具说明会被加入每一条提示词，占用上下文窗口，也就是模型一次能考虑的文本量。
开发者可以预先支付缓存写入费用来预热提示词，诊断工具则能显示提示词前缀从哪里开始无法命中缓存。
建筑类提示词也呈现出类似的分化：整体构图尚可，近看却缺乏一致性。
如果要为应用项目选择模型，就用相同的提示词和约束条件比较候选模型。
先说出提示词，再决定是否发送
这套扩展架构覆盖命令、提示词、智能体、工具、输出、设置和配置等多个hook点。
从工作区开始，而不是一次性提示词
值得借鉴的不是“一个提示词就做出了成品”，而是整个构建过程经历了需求、服务连接、设计决策、实现和检查，而检查暴露出的问题仍需开发者自己判断。
大语言模型，即根据提示词生成文本的AI系统，可能出现幻觉：它们会自信地给出错误信息。
随后，同样的文件、提示词和模型改由 Pi 运行。
整个开发过程大约进行了20轮提示词往来。
在8条提示词中，Jev和Claude Opus都8次选中了预期的技能。
连接器可以让智能体读取Google Drive中的参考文件，或把成果写入其中；插件则可能把某项服务所需的工具、提示词和身份验证打包在一起。
提示词先经过文本编码器，工作流随后处理潜在表示（图像的一种中间形态），最后由解码器将其转换为像素。
一份文档可能进入检索库、提示词、模型的工作上下文以及所连接的工具，却从未出现在最终回答中。
审查智能体可以推动任务依次经过规划、实现和检查，而无需在每次响应后等待人工给出新的提示词。
把智能体连接到所有数据湖、数据仓库和软件服务，再把原始资料直接塞进提示词，并不等于提供了有用的上下文。
Claude Opus 5.5要求用户以更有选择性的方式编写提示词。
手机上的本地AI编码器将原图处理成紧凑的二进制提示词数据。
该应用会把每个图像提示词同时发送给两个开放权重模型：在24GB GPU上以两步运行的SDXL-Turbo，以及在48GB GPU上以四步运行的FLUX.1-schnell。
其目的是向智能体提供详细的背景信息，而不是依赖简短的手打提示词。
这不能证明GPT-6 Sol或GPT-6 Luna面对同一提示词会更啰唆；本次比较并未纳入这两款模型的对应写作样例。
DeepSeek V4 Flash的运行使用了提示词上下文缓存，即复用此前已处理的输入；在开放权重模型的运行中，评估记录到98%的缓存命中率。
Claude Code 保存的会话记录包含提示词、工具调用、输出和错误。
这些提示词解决了面对空白页面不知从何开始的问题：一个空白的聊天输入框，很难让用户知道系统能做什么。
从店铺信息入手，而不是从空白提示词开始
这个概念原型的提示词编写工作耗时不到两小时。
当初期任务太难、无法产生成功尝试时，在提示词中加入简短提示可以帮助生成样本，但之后仍需仔细审核。
这使 Jev 适合判断邮件属于哪个类别，或编程提示词应交给哪个模型，而不适合起草邮件或编写程序。
塞勒通过迭代提示词——连续给出指令，不断完善AI模型的回答——来设计拟议条款。
提交目录上架申请还需要产品描述、示例提示词、512×512像素的PNG或SVG图标、隐私政策和支持文档。
以下两家用Lovable搭建的企业，展示了产品超越单条AI提示词的不同方式：
为什么再写一条提示词可能解决不了问题
在相同提示词和最高推理强度下，新模型在每项对比中都更快完成场景，视觉效果通常也更好。
一条 YouTube Short 可以通过四项分工，从选题研究走向成片：vidIQ 提供表现数据，Claude 构思创意和提示词，Higgsfield 生成视频素材，CapCut 则在需要剪辑时负责拼接片段。
随后会进入 Work 模式，提示词输入框中已填入 。
Seedance 2.5在五条提示词下给出的结果最完整。
一个看起来在本地运行的应用，不一定完全在本地运行：例如，Cursor 或 Claude Code 可以在电脑上运行，同时将提示词和项目上下文发送给云端模型。
客户简报可以贯穿整个流程，而不必把所有任务都塞进一条聊天提示词：
对初学者来说，最重要的起步步骤不是写出完美的提示词，而是安装官方扩展、打开正确的项目文件夹、弄清智能体想修改什么，并在提出更多需求前先用浏览器检查结果。
首 token 时间（TTFT）衡量模型收到提示词后，多久开始回复。